git.rot13.org Git - webpac2/blob - run.pl

   1 #!/usr/bin/perl -w
   2
   3 use strict;
   4
   5 use Cwd qw/abs_path/;
   6 use File::Temp qw/tempdir/;
   7 use Data::Dumper;
   8 use lib './lib';
   9
  10 use WebPAC::Lookup;
  11 use WebPAC::Input::ISIS;
  12 use WebPAC::Store 0.03;
  13 use WebPAC::Normalize::XML;
  14 use WebPAC::Output::TT;
  15 use WebPAC::Output::Estraier 0.02;
  16 use YAML qw/LoadFile/;
  17 use LWP::Simple;
  18
  19 my $limit = shift @ARGV;
  20
  21 my $config = LoadFile('conf/config.yml');
  22
  23 print "config = ",Dumper($config);
  24
  25 die "no databases in config file!\n" unless ($config->{databases});
  26
  27 my $total_rows = 0;
  28
  29 while (my ($database, $db_config) = each %{ $config->{databases} }) {
  30
  31         my $abs_path = abs_path($0);
  32         $abs_path =~ s#/[^/]*$#/#;
  33
  34         my $db_path = $config->{webpac}->{db_path} . '/' . $database;
  35
  36         my $db = new WebPAC::Store(
  37                 path => $db_path,
  38                 database => $database,
  39                 debug => 1,
  40         );
  41
  42         my $log = $db->_get_logger;
  43         $log->info("working on $database in $db_path");
  44
  45         my $est_config = $config->{hyperestraier} || $log->logdie("can't find 'hyperestraier' part in confguration");
  46         $est_config->{database} = $database;
  47
  48         $log->info("using HyperEstraier URL $est_config->{masterurl}");
  49
  50         my $est = new WebPAC::Output::Estraier(
  51                 %{ $est_config },
  52         );
  53
  54         #
  55         # now, iterate through input formats
  56         #
  57
  58         my @inputs;
  59         if (ref($db_config->{input}) eq 'ARRAY') {
  60                 @inputs = @{ $db_config->{input} };
  61         } else {
  62                 push @inputs, $db_config->{input};
  63         }
  64
  65         foreach my $input (@inputs) {
  66
  67                 my $type = lc($input->{type});
  68
  69                 die "I know only how to handle input type isis, not '$type'!\n" unless ($type eq 'isis');
  70
  71                 my $lookup = new WebPAC::Lookup(
  72                         lookup_file => $input->{lookup},
  73                 );
  74
  75                 $log->info("working on input $input->{path} [$input->{type}]");
  76
  77                 my $isis = new WebPAC::Input::ISIS(
  78                         code_page => $config->{webpac}->{webpac_encoding},
  79                         limit_mfn => $input->{limit},
  80                         lookup => $lookup,
  81                 );
  82
  83                 my $maxmfn = $isis->open(
  84                         filename => $input->{path},
  85                         code_page => $input->{encoding},        # database encoding
  86                 );
  87
  88 $log->info( Dumper($lookup->{_lookup_data}) );
  89
  90                 my $n = new WebPAC::Normalize::XML(
  91                 #       filter => { 'foo' => sub { shift } },
  92                         db => $db,
  93                         lookup_regex => $lookup->regex,
  94                         lookup => $lookup,
  95                         prefix => $input->{name},
  96                 );
  97
  98                 $n->open(
  99                         tag => $input->{normalize}->{tag},
 100                         xml_file => $input->{normalize}->{path},
 101                 );
 102
 103                 for ( 0 ... $isis->size ) {
 104
 105                         my $row = $isis->fetch || next;
 106
 107                         my $mfn = $row->{'000'}->[0] || die "can't find MFN";
 108
 109                         my $ds = $n->data_structure($row);
 110
 111                         $est->add(
 112                                 id => $input->{name} . "#" . $mfn,
 113                                 ds => $ds,
 114                                 type => $config->{hyperestraier}->{type},
 115                         );
 116
 117                         $total_rows++;
 118                 }
 119
 120         };
 121
 122         $log->info("$total_rows records indexed");
 123 }
 124