git.rot13.org Git - webpac/blob - all2xml.pl

   1 #!/usr/bin/perl -w
   2
   3 use strict;
   4 use OpenIsis;
   5 use Getopt::Std;
   6 use Data::Dumper;
   7 use XML::Simple;
   8 use Text::Unaccent 1.02;        # 1.01 won't compile on my platform,
   9 require Unicode::Map8;
  10
  11 my $config=XMLin(undef, forcearray => [ 'isis' ], forcecontent => 1);
  12
  13 my %opts;
  14
  15 # usage:
  16 #       -d directory name
  17 #       -m multiple directories
  18 #       -q quiet
  19 #       -s run swish
  20
  21 getopts('d:m:qs', \%opts);
  22
  23 my $db_dir = $opts{d} || "ps";  # FIX
  24
  25 #die "usage: $0 -d [database_dir] -m [database1,database2] " if (! %opts);
  26
  27 #print Dumper($config->{indexer});
  28 #print "-" x 70,"\n";
  29
  30 # how to convert isis code page to UTF8?
  31 my $isis_map = Unicode::Map8->new($config->{isis_codepage}) || die;
  32
  33 sub isis2xml {
  34
  35         my $row = shift @_;
  36
  37         my $xml;
  38         $xml->{db_dir} = [ $db_dir ];   # FIX remove?
  39
  40         sub isis_sf {
  41                 my $row = shift @_;
  42                 my $isis_id = shift @_;
  43                 my $subfield = shift @_;
  44                 if ($row->{$isis_id}->[0]) {
  45                         my $sf = OpenIsis::subfields($row->{$isis_id}->[0]);
  46                         if (! defined $subfield || length($subfield) == 0) {
  47                                 # subfield list undef, empty or no defined subfields for this record
  48                                 my $all_sf = $row->{$isis_id}->[0];
  49                                 $all_sf =~ s/\^./ /g;   nuke definirions
  50                                 return $all_sf;
  51                         } elsif ($sf->{$subfield}) {
  52                                 return $sf->{$subfield};
  53                         }
  54                 }
  55         }
  56
  57         foreach my $field (keys %{$config->{indexer}}) {
  58
  59                 my $display_data = "";
  60                 my $index_data = "";
  61
  62                 foreach my $x (@{$config->{indexer}->{$field}->{isis}}) {
  63
  64                         my $display_tmp = "";
  65                         my $index_tmp = "";
  66
  67                         my $format = $x->{content};
  68                         my $i = 1;      # index only
  69                         my $d = 1;      # display only
  70                         $i = 0 if (lc($x->{type}) eq "display");
  71                         $d = 0 if (lc($x->{type}) eq "index");
  72 #print "## i: $i d: $d ## $format ##";
  73                         # parse format
  74                         my $prefix = "";
  75                         if ($format =~ s/^([^\d]+)//) {
  76                                 $prefix = $1;
  77                         }
  78                         while ($format) {
  79                                 if ($format =~ s/^(\d\d\d)(\w?)//) {
  80                                         my $isis_tmp = isis_sf($row,$1,$2);
  81                                         if ($isis_tmp) {
  82 #                                               $display_tmp .= $prefix . "/$1/$2/".$isis_tmp if ($d);
  83                                                 $display_tmp .= $prefix . $isis_tmp if ($d);
  84                                                 $index_tmp .= $isis_tmp." " if ($i);
  85 #print " $isis_tmp <--\n";
  86                                         }
  87                                         $prefix = "";
  88                                 } elsif ($format =~ s/^([^\d]+)//) {
  89                                         $prefix = $1;
  90                                 } else {
  91                                         print STDERR "WARNING: unparsed format '$format'\n";
  92                                         last;
  93                                 };
  94                         }
  95                         # add suffix
  96                         $display_tmp .= $prefix if ($display_tmp);
  97
  98 #                       $display_data .= $display_tmp if ($display_tmp ne "");
  99 #                       $index_data .= $index_tmp if ($index_tmp ne "");
 100                         $display_data .= $display_tmp;
 101                         $index_data .= $index_tmp;
 102
 103                 }
 104 #print "--display:$display_data\n--index:$index_data\n";
 105                 #$xml->{$field."_display"} = $isis_map->tou($display_data)->utf8 if ($display_data);
 106                 #$xml->{$field."_index"} = unac_string($config->{isis_codepage},$index_data) if ($index_data);
 107                 $xml->{$field."_display" } = [ $isis_map->tou($display_data)->utf8 ] if ($display_data);
 108                 $xml->{$field."_index"} = [ unac_string($config->{isis_codepage},$index_data)." jabuka" ] if ($index_data);
 109
 110         }
 111         if ($xml) {
 112                 return XMLout($xml, rootname => 'xml', keeproot => 0, noattr => 0 );
 113         } else {
 114                 return;
 115         }
 116 }
 117
 118 ##########################################################################
 119
 120 my $last_tell=0;
 121
 122 my @isis_dirs = ( '.' );        # use dirname as database name
 123
 124 if ($opts{m}) {
 125         @isis_dirs = split(/,/,$opts{m});
 126 }
 127
 128 my @isis_dbs;
 129
 130 foreach (@isis_dirs) {
 131         if (-e $config->{isis_data}."/$db_dir/$_/LIBRI") {
 132                 push @isis_dbs,$config->{isis_data}."/$db_dir/$_/LIBRI/LIBRI";
 133         }
 134         if (-e $config->{isis_data}."/$db_dir/$_/PERI") {
 135                 push @isis_dbs,$config->{isis_data}."/$db_dir/$_/PERI/PERI";
 136         }
 137         if (-e $config->{isis_data}."/$db_dir/$_/AMS") {
 138                 push @isis_dbs,$config->{isis_data}."/$db_dir/$_/AMS/AMS";
 139         }
 140         if (-e $config->{isis_data}."/$db_dir/$_/ARTI") {
 141 #               push @isis_dbs,$config->{isis_data}."/$db_dir/$_/ARTI/ARTI";
 142         }
 143 }
 144
 145 print STDERR "FATAL: Can't find isis database.\nPerhaps isis_data (".$config->{isis_data}.") has wrong value?\n" if (! @isis_dbs);
 146
 147 my $db;
 148
 149 foreach my $isis_db (@isis_dbs) {
 150
 151
 152         my $db = OpenIsis::open( $isis_db );
 153         if (0) {
 154 #       # FIX
 155 #       if (! $db ) {
 156                 print STDERR "WARNING: can't open '$isis_db'\n";
 157                 next ;
 158         }
 159
 160         my $max_rowid = OpenIsis::maxRowid( $db );
 161
 162         print STDERR "Reading database: $isis_db [$max_rowid rows]\n";
 163
 164         my $last_p = 0;
 165
 166 #       { my $row_id = 1;
 167 # FIX
 168         for (my $row_id = 1; $row_id <= $max_rowid; $row_id++ ) {
 169                 my $row = OpenIsis::read( $db, $row_id );
 170                 if ($row && $row->{mfn}) {
 171
 172                         # output current process indicator
 173                         my $p = int($row->{mfn} * 100 / $max_rowid);
 174                         if ($p != $last_p) {
 175                                 printf STDERR ("%5d / %5d [%-51s] %-2d %% \r",$row->{mfn},$max_rowid,"=" x ($p/2).">", $p ) if (! $opts{q});
 176                                 $last_p = $p;
 177                         }
 178
 179                         if (my $xml = isis2xml($row)) {
 180                                 my $path = $isis_db;
 181                                 $path =~ s#$config->{isis_data}/*##g;
 182                                 my $out = "Path-Name: $path#".$row->{mfn}."\n";
 183                                 $out .= "Content-Length: ".(length($xml)+1)."\n";
 184                                 $out .= "Document-Type: XML\n\n$xml\n";
 185                                 print $out;
 186                         }
 187                 }
 188         }
 189         print STDERR "\n";
 190 }
 191
 192
 193 1;
 194 __END__
 195 ##########################################################################
 196
 197 =head1 NAME
 198
 199 isis2xml.pl - read isis file and dump XML
 200
 201 =head1 DESCRIPTION
 202
 203 This command will read ISIS data file using OpenIsis perl module and
 204 create XML file for usage with I<SWISH-E>
 205 indexer. Dispite it's name, this script B<isn't general xml generator>
 206 from isis files (isis allready has something like that). Output of this
 207 script is tailor-made for SWISH-E.
 208
 209 =head1 AUTHOR
 210
 211 Dobrica Pavlinusic <dpavlin@rot13.org>
 212
 213 =head1 COPYRIGHT
 214
 215 GNU Public License (GPL) v2 or later
 216
 217 =head1 SEE ALSO
 218
 219 SWISH-E web site at http://www.swish-e.org
 220
 221 =cut