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 our $session_id;
  63
  64 sub search {
  65         my ( $self, $query ) = @_;
  66
  67         die "need query" unless defined $query;
  68
  69         $session_id ||= int rand(1000000000);
  70         # FIXME allocate session just once
  71         my $url = 'http://161.53.240.197:8991/F?RN=' . $session_id;
  72         # fake JavaScript code on page which creates random session
  73
  74 diag "get $url";
  75
  76         my $mech = $self->{mech} || die "no mech?";
  77         $mech->get( $url );
  78
  79 diag "advanced search";
  80
  81         $mech->follow_link( url_regex => qr/find-c/ );
  82
  83         my $database = $self->{database};
  84
  85         if ( $mech->content =~ m{Requested library is unavailable at the moment} ) {
  86                 warn "ERROR: default database not available, try to swith to $database\n";
  87                 $self->save_content;
  88                 $mech->follow_link( url_regex => qr/local_base=$database/i );
  89                 diag "re-try advanced search";
  90                 $mech->follow_link( url_regex => qr/find-c/ );
  91         }
  92
  93 diag "submit search [$query] on ", $self->{database};
  94
  95
  96         $mech->submit_form(
  97                 fields => {
  98                         'ccl_term' => $query,
  99                         'local_base' => $self->{database},
 100                 },
 101         );
 102
 103         my $hits = 0;
 104         if ( $mech->content =~ m{ukupno\s+(\d+).*do\s+(\d+)}s ) {
 105                 $hits = $1;
 106                 $hits = $2 if $2 && $2 < $1; # correct for max. results
 107         } else {
 108                 diag "get't find results in ", $mech->content;
 109                 return;
 110         }
 111
 112 diag "got $hits results, get first one";
 113
 114         $mech->follow_link( url_regex => qr/set_entry=000001/ );
 115
 116 diag "in MARC format";
 117
 118         $mech->follow_link( url_regex => qr/format=001/ );
 119
 120         return $self->{hits} = $hits;
 121 }
 122
 123
 124 our ( $hash, $marc );
 125
 126 sub next_marc {
 127         my ($self,$format) = @_;
 128
 129         $format ||= 'marc';
 130
 131         my $mech = $self->{mech} || die "no mech?";
 132
 133 #warn "## ", $mech->content;
 134
 135         if ( $mech->content =~ m{Zapis\s+(\d+)}s ) {
 136
 137                 my $nr = $1;
 138
 139 warn "parse $nr";
 140
 141                 $marc = MARC::Record->new;
 142                 $hash = {};
 143
 144                 my $html = $mech->content;
 145
 146                 sub field {
 147                         my ( $f, $v ) = @_;
 148                         $v =~ s/\Q&nbsp;\E/ /gs;
 149                         $v =~ s/\s+$//gs;
 150 warn "## $f\t$v\n";
 151                         $hash->{$f} = $v;
 152
 153                         if ( $f eq 'LDR' ) {
 154                                 $marc->leader( $v );
 155                                 return;
 156                         }
 157
 158                         if ( $f =~ m/\D/ ) {
 159                                 warn "$f not numeric!";
 160                                 return;
 161                         }
 162
 163                         if ( $v !~ s/^\|// ) { # no subfields
 164                                 $marc->add_fields( $f, $v );
 165 warn "## ++ ", dump( $f, $v );
 166                                 return;
 167                         }
 168
 169                         my ($i1,$i2) = (' ',' ');
 170                         ($i1,$i2) = ($2,$3) if $f =~ s/^(...)(.)?(.)?/$1/;
 171                         my @sf = split(/\|/, $v);
 172                         @sf = map { s/^(\w)\s+//; { $1 => $_ } } @sf;
 173 #warn "## sf = ", dump(@sf);
 174                         $marc->add_fields( $f, $i1, $i2, @sf );
 175 warn "## ++ ", dump( $f, $i1, $i2, @sf );
 176                 }
 177
 178                 $html =~ s|<tr>\s*<td class=td1 id=bold[^>]*>(.+?)</td>\s*<td class=td1>(.+?)</td>|field($1,$2)|ges;
 179                 diag "# hash ",dump($hash);
 180                 diag "# marc ", $marc->as_formatted;
 181
 182                 my $id = $hash->{SYS} || die "no SYS";
 183
 184                 $self->save_marc( $id, $marc->as_usmarc );
 185
 186                 if ( $nr < $self->{hits} ) {
 187                         $nr++;
 188                         diag "follow link to next record $nr";
 189                         $mech->follow_link( url_regex => qr/set_entry=0*$nr/ );
 190                 }
 191
 192                 return $marc->as_usmarc;
 193         } else {
 194                 die "can't fetch COMARC format from ", $mech->content;
 195         }
 196
 197 }
 198
 199 1;