/[Search-Estraier]/trunk/lib/Search/Estraier.pm
This is repository of my old source code which isn't updated any more. Go to git.rot13.org for current projects!
ViewVC logotype

Diff of /trunk/lib/Search/Estraier.pm

Parent Directory Parent Directory | Revision Log Revision Log | View Patch Patch

revision 47 by dpavlin, Fri Jan 6 01:51:28 2006 UTC revision 53 by dpavlin, Fri Jan 6 14:39:45 2006 UTC
# Line 645  Return number of documents Line 645  Return number of documents
645    
646  sub doc_num {  sub doc_num {
647          my $self = shift;          my $self = shift;
648          return $#{$self->{docs}};          return $#{$self->{docs}} + 1;
649  }  }
650    
651    
# Line 692  use Carp qw/carp croak confess/; Line 692  use Carp qw/carp croak confess/;
692  use URI;  use URI;
693  use MIME::Base64;  use MIME::Base64;
694  use IO::Socket::INET;  use IO::Socket::INET;
695    use URI::Escape qw/uri_escape/;
696    
697  =head1 Search::Estraier::Node  =head1 Search::Estraier::Node
698    
# Line 866  sub out_doc_by_uri { Line 867  sub out_doc_by_uri {
867          return unless ($self->{url});          return unless ($self->{url});
868          $self->shuttle_url( $self->{url} . '/out_doc',          $self->shuttle_url( $self->{url} . '/out_doc',
869                  'application/x-www-form-urlencoded',                  'application/x-www-form-urlencoded',
870                  "uri=$uri",                  "uri=" . uri_escape($uri),
871                  undef                  undef
872          ) == 200;          ) == 200;
873  }  }
# Line 928  sub get_doc_by_uri { Line 929  sub get_doc_by_uri {
929  }  }
930    
931    
932    =head2 get_doc_attr
933    
934    Retrieve the value of an atribute from object
935    
936      my $val = $node->get_doc_attr( document_id, 'attribute_name' ) or
937            die "can't get document attribute";
938    
939    =cut
940    
941    sub get_doc_attr {
942            my $self = shift;
943            my ($id,$name) = @_;
944            return unless ($id && $name);
945            return $self->_fetch_doc( id => $id, attr => $name );
946    }
947    
948    
949    =head2 get_doc_attr_by_uri
950    
951    Retrieve the value of an atribute from object
952    
953      my $val = $node->get_doc_attr_by_uri( document_id, 'attribute_name' ) or
954            die "can't get document attribute";
955    
956    =cut
957    
958    sub get_doc_attr_by_uri {
959            my $self = shift;
960            my ($uri,$name) = @_;
961            return unless ($uri && $name);
962            return $self->_fetch_doc( uri => $uri, attr => $name );
963    }
964    
965    
966  =head2 etch_doc  =head2 etch_doc
967    
968  Exctract document keywords  Exctract document keywords
# Line 936  Exctract document keywords Line 971  Exctract document keywords
971    
972  =cut  =cut
973    
974  sub erch_doc {  sub etch_doc {
975          my $self = shift;          my $self = shift;
976          my $id = shift || return;          my $id = shift || return;
977          return $self->_fetch_doc( id => $id, etch => 1 );          return $self->_fetch_doc( id => $id, etch => 1 );
# Line 987  C<etch_doc>, C<etch_doc_by_uri>. Line 1022  C<etch_doc>, C<etch_doc_by_uri>.
1022   my $doc = $node->_fetch_doc( id => 42, etch => 1 );   my $doc = $node->_fetch_doc( id => 42, etch => 1 );
1023   my $doc = $node->_fetch_doc( uri => 'file:///document/uri/42', etch => 1 );   my $doc = $node->_fetch_doc( uri => 'file:///document/uri/42', etch => 1 );
1024    
1025     # to get document attrubute add attr
1026     my $doc = $node->_fetch_doc( id => 42, attr => '@mdate' );
1027     my $doc = $node->_fetch_doc( uri => 'file:///document/uri/42', attr => '@mdate' );
1028    
1029   # more general form which allows implementation of   # more general form which allows implementation of
1030   # uri_to_id   # uri_to_id
1031   my $id = $node->_fetch_doc(   my $id = $node->_fetch_doc(
# Line 1011  sub _fetch_doc { Line 1050  sub _fetch_doc {
1050                  croak "id must be numberm not '$a->{id}'" unless ($a->{id} =~ m/^\d+$/);                  croak "id must be numberm not '$a->{id}'" unless ($a->{id} =~ m/^\d+$/);
1051                  $arg = 'id=' . $a->{id};                  $arg = 'id=' . $a->{id};
1052          } elsif ($a->{uri}) {          } elsif ($a->{uri}) {
1053                  $arg = 'uri=' . $a->{uri};                  $arg = 'uri=' . uri_escape($a->{uri});
1054          } else {          } else {
1055                  confess "unhandled argument. Need id or uri.";                  confess "unhandled argument. Need id or uri.";
1056          }          }
1057    
1058            if ($a->{attr}) {
1059                    $path = '/get_doc_attr';
1060                    $arg .= '&attr=' . uri_escape($a->{attr});
1061                    $a->{chomp_resbody} = 1;
1062            }
1063    
1064          my $rv = $self->shuttle_url( $self->{url} . $path,          my $rv = $self->shuttle_url( $self->{url} . $path,
1065                  'application/x-www-form-urlencoded',                  'application/x-www-form-urlencoded',
1066                  $arg,                  $arg,
# Line 1042  sub _fetch_doc { Line 1087  sub _fetch_doc {
1087  }  }
1088    
1089    
1090    =head2 name
1091    
1092      my $node_name = $node->name;
1093    
1094    =cut
1095    
1096    sub name {
1097            my $self = shift;
1098            $self->set_info unless ($self->{name});
1099            return $self->{name};
1100    }
1101    
1102    
1103    =head2 label
1104    
1105      my $node_label = $node->label;
1106    
1107    =cut
1108    
1109    sub label {
1110            my $self = shift;
1111            $self->set_info unless ($self->{label});
1112            return $self->{label};
1113    }
1114    
1115    
1116    =head2 doc_num
1117    
1118      my $documents_in_node = $node->doc_num;
1119    
1120    =cut
1121    
1122    sub doc_num {
1123            my $self = shift;
1124            $self->set_info if ($self->{dnum} < 0);
1125            return $self->{dnum};
1126    }
1127    
1128    
1129    =head2 word_num
1130    
1131      my $words_in_node = $node->word_num;
1132    
1133    =cut
1134    
1135    sub word_num {
1136            my $self = shift;
1137            $self->set_info if ($self->{wnum} < 0);
1138            return $self->{wnum};
1139    }
1140    
1141    
1142    =head2 size
1143    
1144      my $node_size = $node->size;
1145    
1146    =cut
1147    
1148    sub size {
1149            my $self = shift;
1150            $self->set_info if ($self->{size} < 0);
1151            return $self->{size};
1152    }
1153    
1154    
1155    =head2 search
1156    
1157    Search documents which match condition
1158    
1159      my $nres = $node->search( $cond, $depth );
1160    
1161    C<$cond> is C<Search::Estraier::Condition> object, while <$depth> specifies
1162    depth for meta search.
1163    
1164    Function results C<Search::Estraier::NodeResult> object.
1165    
1166    =cut
1167    
1168    sub search {
1169            my $self = shift;
1170            my ($cond, $depth) = @_;
1171            return unless ($cond && defined($depth) && $self->{url});
1172            croak "cond mush be Search::Estraier::Condition, not '$cond->isa'" unless ($cond->isa('Search::Estraier::Condition'));
1173            croak "depth needs number, not '$depth'" unless ($depth =~ m/^\d+$/);
1174    
1175            my $resbody;
1176    
1177            my $rv = $self->shuttle_url( $self->{url} . '/search',
1178                    'application/x-www-form-urlencoded',
1179                    $self->cond_to_query( $cond ),
1180                    \$resbody,
1181            );
1182            return if ($rv != 200);
1183    
1184            my (@docs, $hints);
1185    
1186            my @lines = split(/\n/, $resbody);
1187            return unless (@lines);
1188    
1189            my $border = $lines[0];
1190            my $isend = 0;
1191            my $lnum = 1;
1192    
1193            while ( $lnum <= $#lines ) {
1194                    my $line = $lines[$lnum];
1195                    $lnum++;
1196    
1197                    #warn "## $line\n";
1198                    if ($line && $line =~ m/^\Q$border\E(:END)*$/) {
1199                            $isend = $1;
1200                            last;
1201                    }
1202    
1203                    if ($line =~ /\t/) {
1204                            my ($k,$v) = split(/\t/, $line, 2);
1205                            $hints->{$k} = $v;
1206                    }
1207            }
1208    
1209            my $snum = $lnum;
1210    
1211            while( ! $isend && $lnum <= $#lines ) {
1212                    my $line = $lines[$lnum];
1213                    #warn "# $lnum: $line\n";
1214                    $lnum++;
1215    
1216                    if ($line && $line =~ m/^\Q$border\E/) {
1217                            if ($lnum > $snum) {
1218                                    my $rdattrs;
1219                                    my $rdvector;
1220                                    my $rdsnippet;
1221                                    
1222                                    my $rlnum = $snum;
1223                                    while ($rlnum < $lnum - 1 ) {
1224                                            #my $rdline = $self->_s($lines[$rlnum]);
1225                                            my $rdline = $lines[$rlnum];
1226                                            $rlnum++;
1227                                            last unless ($rdline);
1228                                            if ($rdline =~ /^%/) {
1229                                                    $rdvector = $1 if ($rdline =~ /^%VECTOR\t(.+)$/);
1230                                            } elsif($rdline =~ /=/) {
1231                                                    $rdattrs->{$1} = $2 if ($rdline =~ /^(.+)=(.+)$/);
1232                                            } else {
1233                                                    confess "invalid format of response";
1234                                            }
1235                                    }
1236                                    while($rlnum < $lnum - 1) {
1237                                            my $rdline = $lines[$rlnum];
1238                                            $rlnum++;
1239                                            $rdsnippet .= "$rdline\n";
1240                                    }
1241                                    #warn Dumper($rdvector, $rdattrs, $rdsnippet);
1242                                    if (my $rduri = $rdattrs->{'@uri'}) {
1243                                            push @docs, new Search::Estraier::ResultDocument(
1244                                                    uri => $rduri,
1245                                                    attrs => $rdattrs,
1246                                                    snippet => $rdsnippet,
1247                                                    keywords => $rdvector,
1248                                            );
1249                                    }
1250                            }
1251                            $snum = $lnum;
1252                            #warn "### $line\n";
1253                            $isend = 1 if ($line =~ /:END$/);
1254                    }
1255    
1256            }
1257    
1258            if (! $isend) {
1259                    warn "received result doesn't have :END\n$resbody";
1260                    return;
1261            }
1262    
1263            #warn Dumper(\@docs, $hints);
1264    
1265            return new Search::Estraier::NodeResult( docs => \@docs, hints => $hints );
1266    }
1267    
1268    
1269    =head2 cond_to_query
1270    
1271      my $args = $node->cond_to_query( $cond );
1272    
1273    =cut
1274    
1275    sub cond_to_query {
1276            my $self = shift;
1277    
1278            my $cond = shift || return;
1279            croak "condition must be Search::Estraier::Condition, not '$cond->isa'" unless ($cond->isa('Search::Estraier::Condition'));
1280    
1281            my @args;
1282    
1283            if (my $phrase = $cond->phrase) {
1284                    push @args, 'phrase=' . uri_escape($phrase);
1285            }
1286    
1287            if (my @attrs = $cond->attrs) {
1288                    for my $i ( 0 .. $#attrs ) {
1289                            push @args,'attr' . ($i+1) . '=' . uri_escape( $attrs[$i] );
1290                    }
1291            }
1292    
1293            if (my $order = $cond->order) {
1294                    push @args, 'order=' . uri_escape($order);
1295            }
1296                    
1297            if (my $max = $cond->max) {
1298                    push @args, 'max=' . $max;
1299            } else {
1300                    push @args, 'max=' . (1 << 30);
1301            }
1302    
1303            if (my $options = $cond->options) {
1304                    push @args, 'options=' . $options;
1305            }
1306    
1307            push @args, 'depth=' . $self->{depth} if ($self->{depth});
1308            push @args, 'wwidth=' . $self->{wwidth};
1309            push @args, 'hwidth=' . $self->{hwidth};
1310            push @args, 'awidth=' . $self->{awidth};
1311    
1312            return join('&', @args);
1313    }
1314    
1315    
1316  =head2 shuttle_url  =head2 shuttle_url
# Line 1049  sub _fetch_doc { Line 1318  sub _fetch_doc {
1318  This is method which uses C<IO::Socket::INET> to communicate with Hyper Estraier node  This is method which uses C<IO::Socket::INET> to communicate with Hyper Estraier node
1319  master.  master.
1320    
1321    my $rv = shuttle_url( $url, $content_type, \$req_body, \$resbody );    my $rv = shuttle_url( $url, $content_type, $req_body, \$resbody );
1322    
1323  C<$resheads> and C<$resbody> booleans controll if response headers and/or response  C<$resheads> and C<$resbody> booleans controll if response headers and/or response
1324  body will be saved within object.  body will be saved within object.
# Line 1155  sub shuttle_url { Line 1424  sub shuttle_url {
1424          return $self->{status};          return $self->{status};
1425  }  }
1426    
1427    
1428    =head2 set_info
1429    
1430    Set information for node
1431    
1432      $node->set_info;
1433    
1434    =cut
1435    
1436    sub set_info {
1437            my $self = shift;
1438    
1439            $self->{status} = -1;
1440            return unless ($self->{url});
1441    
1442            my $resbody;
1443            my $rv = $self->shuttle_url( $self->{url} . '/inform',
1444                    'text/plain',
1445                    undef,
1446                    \$resbody,
1447            );
1448    
1449            return if ($rv != 200 || !$resbody);
1450    
1451            chomp($resbody);
1452    
1453            ( $self->{name}, $self->{label}, $self->{dnum}, $self->{wnum}, $self->{size} ) =
1454                    split(/\t/, $resbody, 5);
1455    
1456    }
1457    
1458  ###  ###
1459    
1460  =head1 EXPORT  =head1 EXPORT
Legend:
Removed from v.47  
changed lines
  Added in v.53
  ViewVC Help
Powered by ViewVC 1.1.26