Aleph.pm

   1 package Aleph;
   2
   3 use warnings;
   4 use strict;
   5
   6 use MARC::Record;
   7 use Data::Dump qw/dump/;
   8
   9 use base 'Scraper';
  10
  11 sub diag {
  12         warn "# ", @_, $/;
  13 }
  14
  15 # Koha Z39.50 query:
  16 #
  17 # Bib-1 @and @and @and @and @and @and @and @or
  18 # @attr 1=8 isbn-issn
  19 # @attr 1=7 isbn-issn
  20 # @attr 1=4 title
  21 # @attr 1=1003 author
  22 # @attr 1=16 dewey
  23 # @attr 1=21 subject-holding
  24 # @attr 1=12 control-no
  25 # @attr 1=1007 standard-id
  26 # @attr 1=1016 any
  27
  28 # LCC - Klasifikacija Kongresne knjižnice
  29 # LCN - Signatura Kongresne knjižnice
  30 # DDC - Deweyjeva klasifikacija
  31 # TIT - Naslovi
  32 # AUT - Autori
  33 # IMP - Impresum
  34 # SUB - Predmetnice
  35 # SRS - Nakladnička cjelina
  36 # LOC - Lokacija
  37 # WRD - Riječi
  38 # WTI - Riječi u polju naslova
  39 # WAU - Riječi u polju autora
  40 # WPE - Riječi u polju individualnog autora
  41 # WCO - Riječi u polju korporativnog autora
  42 # WME - Riječi u polju sastanka
  43 # WUT - Riječi u polju jedinstvenog naslova
  44 # WPL - Riječi u polju mjesta izdavanja
  45 # WPU - Riječi u polju nakladnika
  46 # WSU - Riječi u polju predmetnica
  47 # WSM - Riječi u predmetnicama MeSH-a
  48 # WST - Riječi u polju status
  49 # WGA - Riječi u geografskim odrednicama
  50 # WYR - Godina izdavanja
  51
  52 sub usemap {{
  53         4               => 'WTI',
  54         1003    => 'WTI',
  55         16              => 'CU',
  56         21              => 'SU',
  57 #       12              => '',
  58 #       1007    => '',
  59 #       1016    => '',
  60 }};
  61
  62
  63 sub search {
  64         my ( $self, $query ) = @_;
  65
  66         die "need query" unless defined $query;
  67
  68         my $url = 'http://161.53.240.197:8991/F?RN=' . rand(1000000000);
  69         # fake JavaScript code on page which creates random session
  70
  71 diag "get $url";
  72
  73         my $mech = $self->{mech} || die "no mech?";
  74         $mech->get( $url );
  75
  76 diag "advanced search";
  77
  78         $mech->follow_link( url_regex => qr/find-c/ );
  79
  80 diag "submit search $query";
  81
  82         $mech->submit_form(
  83                 fields => {
  84                         'ccl_term' => $query,
  85                 },
  86         );
  87
  88         my $hits = 0;
  89         if ( $mech->content =~ m{ukupno\s+(\d+).*do\s+(\d+)}s ) {
  90                 $hits = $1;
  91                 $hits = $2 if $2 && $2 < $1; # correct for max. results
  92         } else {
  93                 diag "get't find results in ", $mech->content;
  94                 return;
  95         }
  96
  97 diag "got $hits results, get first one";
  98
  99         $mech->follow_link( url_regex => qr/set_entry=000001/ );
 100
 101 diag "in MARC format";
 102
 103         $mech->follow_link( url_regex => qr/format=001/ );
 104
 105         return $hits;
 106 }
 107
 108
 109 our ( $hash, $marc );
 110
 111 sub next_marc {
 112         my ($self,$format) = @_;
 113
 114         $format ||= 'marc';
 115
 116         my $mech = $self->{mech} || die "no mech?";
 117
 118 #warn "## ", $mech->content;
 119
 120         if ( $mech->content =~ m{Zapis\s+(\d+)}s ) {
 121
 122                 my $nr = $1;
 123
 124 warn "parse $nr";
 125
 126                 $marc = MARC::Record->new;
 127                 $hash = {};
 128
 129                 my $html = $mech->content;
 130
 131                 sub field {
 132                         my ( $f, $v ) = @_;
 133                         $v =~ s/\Q&nbsp;\E/ /gs;
 134 warn "## $f\t$v\n";
 135                         $hash->{$f} = $v;
 136
 137                         if ( $f eq 'LDR' ) {
 138                                 $marc->leader( $v );
 139                                 return;
 140                         }
 141
 142                         if ( $f =~ m/\D/ ) {
 143                                 warn "$f not numeric!";
 144                                 return;
 145                         }
 146
 147                         if ( $v !~ s/^\|// ) { # no subfields
 148                                 $marc->add_fields( $f, $v );
 149 warn "## ++ ", dump( $f, $v );
 150                                 return;
 151                         }
 152
 153                         my ($i1,$i2) = (' ',' ');
 154                         ($i1,$i2) = ($2,$3) if $f =~ s/^(...)(.)?(.)?/$1/;
 155                         my @sf = split(/\|/, $v);
 156                         @sf = map { s/^(\w)\s+//; { $1 => $_ } } @sf;
 157 #warn "## sf = ", dump(@sf);
 158                         $marc->add_fields( $f, $i1, $i2, @sf );
 159 warn "## ++ ", dump( $f, $i1, $i2, @sf );
 160                 }
 161
 162                 $html =~ s|<tr>\s*<td class=td1 id=bold[^>]*>(.+?)</td>\s*<td class=td1>(.+?)</td>|field($1,$2)|ges;
 163                 diag "# hash ",dump($hash);
 164                 diag "# marc ", $marc->as_formatted;
 165
 166                 my $id = $hash->{SYS} || die "no SYS";
 167
 168                 $self->save_marc( $id, $marc->as_usmarc );
 169
 170                 $nr++;
 171
 172                 $mech->follow_link( url_regex => qr/set_entry=0*$nr/ );
 173
 174                 return $marc->as_usmarc;
 175         } else {
 176                 die "can't fetch COMARC format from ", $mech->content;
 177         }
 178
 179 }
 180
 181 1;