/[webpac2]/trunk/lib/WebPAC/Input.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/WebPAC/Input.pm

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

revision 308 by dpavlin, Tue Dec 20 19:01:22 2005 UTC revision 909 by dpavlin, Tue Oct 30 01:46:41 2007 UTC
# Line 3  package WebPAC::Input; Line 3  package WebPAC::Input;
3  use warnings;  use warnings;
4  use strict;  use strict;
5    
6    use blib;
7    
8  use WebPAC::Common;  use WebPAC::Common;
9  use base qw/WebPAC::Common/;  use base qw/WebPAC::Common/;
10  use Text::Iconv;  use Data::Dump qw/dump/;
11  use Data::Dumper;  use Encode qw/from_to/;
12    
13  =head1 NAME  =head1 NAME
14    
# Line 14  WebPAC::Input - read different file form Line 16  WebPAC::Input - read different file form
16    
17  =head1 VERSION  =head1 VERSION
18    
19  Version 0.03  Version 0.18
20    
21  =cut  =cut
22    
23  our $VERSION = '0.03';  our $VERSION = '0.18';
24    
25  =head1 SYNOPSIS  =head1 SYNOPSIS
26    
# Line 37  C<fetch_rec> and optional C<init> functi Line 39  C<fetch_rec> and optional C<init> functi
39    
40  Perhaps a little code snippet.  Perhaps a little code snippet.
41    
42      use WebPAC::Input;          use WebPAC::Input;
43    
44      my $db = WebPAC::Input->new(          my $db = WebPAC::Input->new(
45          module => 'WebPAC::Input::ISIS',                  module => 'WebPAC::Input::ISIS',
46                  config => $config,          );
47                  lookup => $lookup_obj,  
48                  low_mem => 1,          $db->open( path => '/path/to/database' );
49      );          print "database size: ",$db->size,"\n";
50            while (my $rec = $db->fetch) {
51      $db->open('/path/to/database');                  # do something with $rec
52      print "database size: ",$db->size,"\n";          }
     while (my $rec = $db->fetch) {  
     }  
53    
54    
55    
# Line 61  Create new input database object. Line 61  Create new input database object.
61    
62    my $db = new WebPAC::Input(    my $db = new WebPAC::Input(
63          module => 'WebPAC::Input::MARC',          module => 'WebPAC::Input::MARC',
64          code_page => 'ISO-8859-2',          encoding => 'ISO-8859-2',
65          low_mem => 1,          recode => 'char pairs',
66            no_progress_bar => 1,
67            input_config => {
68                    mapping => [ 'foo', 'bar', 'baz' ],
69            },
70    );    );
71    
72  C<module> is low-level file format module. See L<WebPAC::Input::Isis> and  C<module> is low-level file format module. See L<WebPAC::Input::ISIS> and
73  L<WebPAC::Input::MARC>.  L<WebPAC::Input::MARC>.
74    
75  Optional parametar C<code_page> specify application code page (which will be  Optional parametar C<encoding> specify application code page (which will be
76  used internally). This should probably be your terminal encoding, and by  used internally). This should probably be your terminal encoding, and by
77  default, it C<ISO-8859-2>.  default, it C<ISO-8859-2>.
78    
79  Default is not to use C<low_mem> options (see L<MEMORY USAGE> below).  C<recode> is optional string constisting of character or words pairs that
80    should be replaced in input stream.
81    
82    C<no_progress_bar> disables progress bar output on C<STDOUT>
83    
84  This function will also call low-level C<init> if it exists with same  This function will also call low-level C<init> if it exists with same
85  parametars.  parametars.
# Line 86  sub new { Line 93  sub new {
93    
94          my $log = $self->_get_logger;          my $log = $self->_get_logger;
95    
96          $log->logconfess("specify low-level file format module") unless ($self->{module});          $log->logconfess("code_page argument is not suppored any more. change it to encoding") if ($self->{lookup});
97          my $module = $self->{module};          $log->logconfess("lookup argument is not suppored any more. rewrite call to lookup_ref") if ($self->{lookup});
98          $module =~ s#::#/#g;          $log->logconfess("low_mem argument is not suppored any more. rewrite it to load_row and save_row") if ($self->{low_mem});
         $module .= '.pm';  
         $log->debug("require low-level module $self->{module} from $module");  
   
         require $module;  
         #eval $self->{module} .'->import';  
   
         # check if required subclasses are implemented  
         foreach my $subclass (qw/open_db fetch_rec init/) {  
                 my $n = $self->{module} . '::' . $subclass;  
                 if (! defined &{ $n }) {  
                         my $missing = "missing $subclass in $self->{module}";  
                         $self->{$subclass} = sub { $log->logwarn($missing) };  
                 } else {  
                         $self->{$subclass} = \&{ $n };  
                 }  
         }  
   
         if ($self->{init}) {  
                 $log->debug("calling init");  
                 $self->{init}->($self, @_);  
         }  
   
         $self->{'code_page'} ||= 'ISO-8859-2';  
   
         # running with low_mem flag? well, use DBM::Deep then.  
         if ($self->{'low_mem'}) {  
                 $log->info("running with low_mem which impacts performance (<32 Mb memory usage)");  
   
                 my $db_file = "data.db";  
   
                 if (-e $db_file) {  
                         unlink $db_file or $log->logdie("can't remove '$db_file' from last run");  
                         $log->debug("removed '$db_file' from last run");  
                 }  
   
                 require DBM::Deep;  
99    
100                  my $db = new DBM::Deep $db_file;          $log->logconfess("specify low-level file format module") unless ($self->{module});
101            my $module_path = $self->{module};
102                  $log->logdie("DBM::Deep error: $!") unless ($db);          $module_path =~ s#::#/#g;
103            $module_path .= '.pm';
104            $log->debug("require low-level module $self->{module} from $module_path");
105    
106                  if ($db->error()) {          require $module_path;
                         $log->logdie("can't open '$db_file' under low_mem: ",$db->error());  
                 } else {  
                         $log->debug("using file '$db_file' for DBM::Deep");  
                 }  
107    
108                  $self->{'db'} = $db;          $self->{'encoding'} ||= 'ISO-8859-2';
         }  
109    
110          $self ? return $self : return undef;          $self ? return $self : return undef;
111  }  }
# Line 146  sub new { Line 114  sub new {
114    
115  This function will read whole database in memory and produce lookups.  This function will read whole database in memory and produce lookups.
116    
117     my $store;     # simple in-memory hash
118    
119   $input->open(   $input->open(
120          path => '/path/to/database/file',          path => '/path/to/database/file',
121          code_page => '852',          code_page => 'cp852',
122          limit => 500,          limit => 500,
123          offset => 6000,          offset => 6000,
124          lookup => $lookup_obj,          stats => 1,
125            lookup_coderef => sub {
126                    my $rec = shift;
127                    # store lookups
128            },
129            modify_records => {
130                    900 => { '^a' => { ' : ' => '^b' } },
131                    901 => { '*' => { '^b' => ' ; ' } },
132            },
133            modify_file => 'conf/modify/mapping.map',
134            save_row => sub {
135                    my $a = shift;
136                    $store->{ $a->{id} } = $a->{row};
137            },
138            load_row => sub {
139                    my $a = shift;
140                    return defined($store->{ $a->{id} }) &&
141                            $store->{ $a->{id} };
142            },
143    
144   );   );
145    
146  By default, C<code_page> is assumed to be C<852>.  By default, C<code_page> is assumed to be C<cp852>.
147    
148  C<offset> is optional parametar to position at some offset before reading from database.  C<offset> is optional parametar to position at some offset before reading from database.
149    
150  C<limit> is optional parametar to read just C<limit> records from database  C<limit> is optional parametar to read just C<limit> records from database
151    
152    C<stats> create optional report about usage of fields and subfields
153    
154    C<lookup_coderef> is closure to called to save data into lookups
155    
156    C<modify_records> specify mapping from subfields to delimiters or from
157    delimiters to subfields, as well as oprations on fields (if subfield is
158    defined as C<*>.
159    
160    C<modify_file> is alternative for C<modify_records> above which preserves order and offers
161    (hopefully) simplier sintax than YAML or perl (see L</modify_file_regex>). This option
162    overrides C<modify_records> if both exists for same input.
163    
164    C<save_row> and C<load_row> are low-level implementation of store engine. Calling convention
165    is documented in example above.
166    
167  Returns size of database, regardless of C<offset> and C<limit>  Returns size of database, regardless of C<offset> and C<limit>
168  parametars, see also C<size>.  parametars, see also C<size>.
169    
# Line 171  sub open { Line 175  sub open {
175    
176          my $log = $self->_get_logger();          my $log = $self->_get_logger();
177    
178            $log->logconfess("lookup argument is not suppored any more. rewrite call to lookup_coderef") if ($arg->{lookup});
179            $log->logconfess("lookup_coderef must be CODE, not ",ref($arg->{lookup_coderef}))
180                    if ($arg->{lookup_coderef} && ref($arg->{lookup_coderef}) ne 'CODE');
181    
182            $log->debug( $arg->{lookup_coderef} ? '' : 'not ', "using lookup_coderef");
183    
184          $log->logcroak("need path") if (! $arg->{'path'});          $log->logcroak("need path") if (! $arg->{'path'});
185          my $code_page = $arg->{'code_page'} || '852';          my $code_page = $arg->{'code_page'} || 'cp852';
186    
187          # store data in object          # store data in object
188          $self->{'input_code_page'} = $code_page;          $self->{'input_code_page'} = $code_page;
# Line 180  sub open { Line 190  sub open {
190                  $self->{$v} = $arg->{$v} if ($arg->{$v});                  $self->{$v} = $arg->{$v} if ($arg->{$v});
191          }          }
192    
193          # create Text::Iconv object          if ($arg->{load_row} || $arg->{save_row}) {
194          $self->{iconv} = Text::Iconv->new($code_page,$self->{'code_page'});                  $log->logconfess("save_row and load_row must be defined in pair and be CODE") unless (
195                            ref($arg->{load_row}) eq 'CODE' &&
196                            ref($arg->{save_row}) eq 'CODE'
197                    );
198                    $self->{load_row} = $arg->{load_row};
199                    $self->{save_row} = $arg->{save_row};
200                    $log->debug("using load_row and save_row instead of in-memory hash");
201            }
202    
203            my $filter_ref;
204            my $recode_regex;
205            my $recode_map;
206    
207            if ($self->{recode}) {
208                    my @r = split(/\s/, $self->{recode});
209                    if ($#r % 2 != 1) {
210                            $log->logwarn("recode needs even number of elements (some number of valid pairs)");
211                    } else {
212                            while (@r) {
213                                    my $from = shift @r;
214                                    my $to = shift @r;
215                                    $recode_map->{$from} = $to;
216                            }
217    
218                            $recode_regex = join '|' => keys %{ $recode_map };
219    
220          my ($db, $size) = $self->{open_db}->( $self,                          $log->debug("using recode regex: $recode_regex");
221                    }
222    
223            }
224    
225            my $rec_regex;
226            if (my $p = $arg->{modify_file}) {
227                    $log->debug("using modify_file $p");
228                    $rec_regex = $self->modify_file_regexps( $p );
229            } elsif (my $h = $arg->{modify_records}) {
230                    $log->debug("using modify_records ", sub { dump( $h ) });
231                    $rec_regex = $self->modify_record_regexps(%{ $h });
232            }
233            $log->debug("rec_regex: ", sub { dump($rec_regex) }) if ($rec_regex);
234    
235            my $class = $self->{module} || $log->logconfess("can't get low-level module name!");
236    
237            my $ll_db = $class->new(
238                  path => $arg->{path},                  path => $arg->{path},
239                    input_config => $arg->{input_config} || $self->{input_config},
240    #               filter => sub {
241    #                       my ($l,$f_nr) = @_;
242    #                       return unless defined($l);
243    #                       from_to($l, $code_page, $self->{'encoding'});
244    #                       $l =~ s/($recode_regex)/$recode_map->{$1}/g if ($recode_regex && $recode_map);
245    #                       return $l;
246    #               },
247                    %{ $arg },
248          );          );
249    
250          unless ($db) {          unless (defined($ll_db)) {
251                  $log->logwarn("can't open database $arg->{path}, skipping...");                  $log->logwarn("can't open database $arg->{path}, skipping...");
252                  return;                  return;
253          }          }
254    
255            my $size = $ll_db->size;
256    
257          unless ($size) {          unless ($size) {
258                  $log->logwarn("no records in database $arg->{path}, skipping...");                  $log->logwarn("no records in database $arg->{path}, skipping...");
259                  return;                  return;
260          }          }
261    
262          my $offset = 1;          my $from_rec = 1;
263          my $limit = $size;          my $to_rec = $size;
264    
265          if (my $s = $self->{offset}) {          if (my $s = $self->{offset}) {
266                  $log->info("skipping to MFN $s");                  $log->debug("skipping to MFN $s");
267                  $offset = $s;                  $from_rec = $s;
268          } else {          } else {
269                  $self->{offset} = $offset;                  $self->{offset} = $from_rec;
270          }          }
271    
272          if ($self->{limit}) {          if ($self->{limit}) {
273                  $log->debug("limiting to ",$self->{limit}," records");                  $log->debug("limiting to ",$self->{limit}," records");
274                  $limit = $offset + $self->{limit} - 1;                  $to_rec = $from_rec + $self->{limit} - 1;
275                  $limit = $size if ($limit > $size);                  $to_rec = $size if ($to_rec > $size);
276          }          }
277    
278          # store size for later          # store size for later
279          $self->{size} = ($limit - $offset) ? ($limit - $offset + 1) : 0;          $self->{size} = ($to_rec - $from_rec) ? ($to_rec - $from_rec + 1) : 0;
280    
281          $log->info("processing $self->{size} records in $code_page, convert to $self->{code_page}");          $log->info("processing $self->{size}/$size records [$from_rec-$to_rec] convert $code_page -> $self->{encoding}", $self->{stats} ? ' [stats]' : '');
282    
283          # read database          # read database
284          for (my $pos = $offset; $pos <= $limit; $pos++) {          for (my $pos = $from_rec; $pos <= $to_rec; $pos++) {
285    
286                  $log->debug("position: $pos\n");                  $log->debug("position: $pos\n");
287    
288                  my $rec = $self->{fetch_rec}->($self, $db, $pos );                  my $rec = $ll_db->fetch_rec($pos, sub {
289                                    my ($l,$f_nr,$debug) = @_;
290    #                               return unless defined($l);
291    #                               return $l unless ($rec_regex && $f_nr);
292    
293                                    return unless ( defined($l) && defined($f_nr) );
294    
295                                    warn "-=> $f_nr ## |$l|\n" if ($debug);
296                                    $log->debug("-=> $f_nr ## $l");
297    
298                                    # codepage conversion and recode_regex
299                                    from_to($l, $code_page, $self->{'encoding'});
300                                    $l =~ s/($recode_regex)/$recode_map->{$1}/g if ($recode_regex && $recode_map);
301    
302                                    # apply regexps
303                                    if ($rec_regex && defined($rec_regex->{$f_nr})) {
304                                            $log->logconfess("regexps->{$f_nr} must be ARRAY") if (ref($rec_regex->{$f_nr}) ne 'ARRAY');
305                                            my $c = 0;
306                                            foreach my $r (@{ $rec_regex->{$f_nr} }) {
307                                                    my $old_l = $l;
308                                                    $log->logconfess("expected regex in ", dump( $r )) unless defined($r->{regex});
309                                                    eval '$l =~ ' . $r->{regex};
310                                                    if ($old_l ne $l) {
311                                                            my $d = "|$old_l| -> |$l| "; # . $r->{regex};
312                                                            $d .= ' +' . $r->{line} . ' ' . $r->{file} if defined($r->{line});
313                                                            $d .= ' ' . $r->{debug} if defined($r->{debug});
314                                                            $log->debug("MODIFY $d");
315                                                            warn "*** $d\n" if ($debug);
316    
317                                                    }
318                                                    $log->error("error applying regex: $r") if ($@);
319                                            }
320                                    }
321    
322                                    $log->debug("<=- $f_nr ## |$l|");
323                                    warn "<=- $f_nr ## $l\n" if ($debug);
324                                    return $l;
325                    });
326    
327                  $log->debug(sub { Dumper($rec) });                  $log->debug(sub { dump($rec) });
328    
329                  if (! $rec) {                  if (! $rec) {
330                          $log->warn("record $pos empty? skipping...");                          $log->warn("record $pos empty? skipping...");
# Line 233  sub open { Line 332  sub open {
332                  }                  }
333    
334                  # store                  # store
335                  if ($self->{low_mem}) {                  if ($self->{save_row}) {
336                          $self->{db}->put($pos, $rec);                          $self->{save_row}->({
337                                    id => $pos,
338                                    row => $rec,
339                            });
340                  } else {                  } else {
341                          $self->{data}->{$pos} = $rec;                          $self->{data}->{$pos} = $rec;
342                  }                  }
343    
344                  # create lookup                  # create lookup
345                  $self->{'lookup'}->add( $rec ) if ($rec && $self->{'lookup'});                  $arg->{'lookup_coderef'}->( $rec ) if ($rec && $arg->{'lookup_coderef'});
346    
347                  $self->progress_bar($pos,$limit);                  # update counters for statistics
348                    if ($self->{stats}) {
349    
350                            # fetch clean record with regexpes applied for statistics
351                            my $rec = $ll_db->fetch_rec($pos);
352    
353                            foreach my $fld (keys %{ $rec }) {
354                                    $self->{_stats}->{fld}->{ $fld }++;
355    
356                                    $log->logdie("invalid record fild $fld, not ARRAY")
357                                            unless (ref($rec->{ $fld }) eq 'ARRAY');
358            
359                                    foreach my $row (@{ $rec->{$fld} }) {
360    
361                                            if (ref($row) eq 'HASH') {
362    
363                                                    foreach my $sf (keys %{ $row }) {
364                                                            next if ($sf eq 'subfields');
365                                                            $self->{_stats}->{sf}->{ $fld }->{ $sf }->{count}++;
366                                                            $self->{_stats}->{sf}->{ $fld }->{ $sf }->{repeatable}++
367                                                                            if (ref($row->{$sf}) eq 'ARRAY');
368                                                    }
369    
370                                            } else {
371                                                    $self->{_stats}->{repeatable}->{ $fld }++;
372                                            }
373                                    }
374                            }
375                    }
376    
377                    $self->progress_bar($pos,$to_rec) unless ($self->{no_progress_bar});
378    
379          }          }
380    
# Line 250  sub open { Line 382  sub open {
382          $self->{last_pcnt} = 0;          $self->{last_pcnt} = 0;
383    
384          # store max mfn and return it.          # store max mfn and return it.
385          $self->{max_pos} = $limit;          $self->{max_pos} = $to_rec;
386          $log->debug("max_pos: $limit");          $log->debug("max_pos: $to_rec");
387    
388            # save for dump
389            $self->{ll_db} = $ll_db;
390    
391          return $size;          return $size;
392  }  }
# Line 288  sub fetch { Line 423  sub fetch {
423                  return;                  return;
424          }          }
425    
426          $self->progress_bar($mfn,$self->{max_pos});          $self->progress_bar($mfn,$self->{max_pos}) unless ($self->{no_progress_bar});
427    
428          my $rec;          my $rec;
429    
430          if ($self->{low_mem}) {          if ($self->{load_row}) {
431                  $rec = $self->{db}->get($mfn);                  $rec = $self->{load_row}->({ id => $mfn });
432          } else {          } else {
433                  $rec = $self->{data}->{$mfn};                  $rec = $self->{data}->{$mfn};
434          }          }
# Line 348  First record in database has position 1. Line 483  First record in database has position 1.
483    
484  sub seek {  sub seek {
485          my $self = shift;          my $self = shift;
486          my $pos = shift || return;          my $pos = shift;
487    
488          my $log = $self->_get_logger();          my $log = $self->_get_logger();
489    
490            $log->logconfess("called without pos") unless defined($pos);
491    
492          if ($pos < 1) {          if ($pos < 1) {
493                  $log->warn("seek before first record");                  $log->warn("seek before first record");
494                  $pos = 1;                  $pos = 1;
# Line 363  sub seek { Line 500  sub seek {
500          return $self->{pos} = (($pos - 1) || -1);          return $self->{pos} = (($pos - 1) || -1);
501  }  }
502    
503    =head2 stats
504    
505    Dump statistics about field and subfield usage
506    
507      print $input->stats;
508    
509    =cut
510    
511    sub stats {
512            my $self = shift;
513    
514            my $log = $self->_get_logger();
515    
516            my $s = $self->{_stats};
517            if (! $s) {
518                    $log->warn("called stats, but there is no statistics collected");
519                    return;
520            }
521    
522            my $max_fld = 0;
523    
524            my $out = join("\n",
525                    map {
526                            my $f = $_;
527                            die "no field in ", dump( $s->{fld} ) unless defined( $f );
528                            my $v = $s->{fld}->{$f} || die "no s->{fld}->{$f}";
529                            $max_fld = $v if ($v > $max_fld);
530    
531                            my $o = sprintf("%4s %d ~", $f, $v);
532    
533                            if (defined($s->{sf}->{$f})) {
534                                    my @subfields = keys %{ $s->{sf}->{$f} };
535    warn "$f has subfields ",dump( @subfields );
536                                    map {
537                                            $o .= sprintf(" %s:%d%s", $_,
538                                                    $s->{sf}->{$f}->{$_}->{count},
539                                                    $s->{sf}->{$f}->{$_}->{repeatable} ? '*' : '',
540                                            );
541                                    } (
542                                            # first indicators
543                                            sort( grep(  /^i[12]$/, @subfields ) ),
544                                            # then subfileds
545                                            sort( grep( !/^i[12]$/, @subfields ) ),
546                                    );
547                            }
548    
549                            if (my $v_r = $s->{repeatable}->{$f}) {
550                                    $o .= " ($v_r)" if ($v_r != $v);
551                            }
552    
553                            $o;
554                    } sort { $a <=> $b } keys %{ $s->{fld} }
555            );
556    
557            $log->debug( sub { dump($s) } );
558    
559            return $out;
560    }
561    
562    =head2 dump_ascii
563    
564    Display humanly readable dump of record
565    
566    =cut
567    
568    sub dump_ascii {
569            my $self = shift;
570    
571            return unless $self->{ll_db};
572    
573            if ($self->{ll_db}->can('dump_ascii')) {
574                    return $self->{ll_db}->dump_ascii( $self->{pos} );
575            } else {
576                    return dump( $self->{ll_db}->fetch_rec( $self->{pos} ) );
577            }
578    }
579    
580    =head2 _get_regex
581    
582    Helper function called which create regexps to be execute on code.
583    
584      _get_regex( 900, 'regex:[0-9]+' ,'numbers' );
585      _get_regex( 900, '^b', ' : ^b' );
586    
587    It supports perl regexps with C<regex:> prefix to from value and has
588    additional logic to skip empty subfields.
589    
590    =cut
591    
592  =head1 MEMORY USAGE  sub _get_regex {
593            my ($sf,$from,$to) = @_;
594    
595            # protect /
596            $from =~ s!/!\\/!gs;
597            $to =~ s!/!\\/!gs;
598    
599            if ($from =~ m/^regex:(.+)$/) {
600                    $from = $1;
601            } else {
602                    $from = '\Q' . $from . '\E';
603            }
604            if ($sf =~ /^\^/) {
605                    my $need_subfield_data = '*';   # no
606                    # if from is also subfield, require some data in between
607                    # to correctly skip empty subfields
608                    $need_subfield_data = '+' if ($from =~ m/^\\Q\^/);
609                    return
610                            's/\Q'. $sf .'\E([^\^]' . $need_subfield_data . '?)'. $from .'([^\^]*?)/'. $sf .'$1'. $to .'$2/';
611            } else {
612                    return
613                            's/'. $from .'/'. $to .'/g';
614            }
615    }
616    
617    
618    =head2 modify_record_regexps
619    
620    Generate hash with regexpes to be applied using L<filter>.
621    
622      my $regexpes = $input->modify_record_regexps(
623                    900 => { '^a' => { ' : ' => '^b' } },
624                    901 => { '*' => { '^b' => ' ; ' } },
625      );
626    
627    =cut
628    
629    sub modify_record_regexps {
630            my $self = shift;
631            my $modify_record = {@_};
632    
633  C<low_mem> options is double-edged sword. If enabled, WebPAC          my $regexpes;
 will run on memory constraint machines (which doesn't have enough  
 physical RAM to create memory structure for whole source database).  
   
 If your machine has 512Mb or more of RAM and database is around 10000 records,  
 memory shouldn't be an issue. If you don't have enough physical RAM, you  
 might consider using virtual memory (if your operating system is handling it  
 well, like on FreeBSD or Linux) instead of dropping to L<DBM::Deep> to handle  
 parsed structure of ISIS database (this is what C<low_mem> option does).  
   
 Hitting swap at end of reading source database is probably o.k. However,  
 hitting swap before 90% will dramatically decrease performance and you will  
 be better off with C<low_mem> and using rest of availble memory for  
 operating system disk cache (Linux is particuallary good about this).  
 However, every access to database record will require disk access, so  
 generation phase will be slower 10-100 times.  
   
 Parsed structures are essential - you just have option to trade RAM memory  
 (which is fast) for disk space (which is slow). Be sure to have planty of  
 disk space if you are using C<low_mem> and thus L<DBM::Deep>.  
   
 However, when WebPAC is running on desktop machines (or laptops :-), it's  
 highly undesireable for system to start swapping. Using C<low_mem> option can  
 reduce WecPAC memory usage to around 64Mb for same database with lookup  
 fields and sorted indexes which stay in RAM. Performance will suffer, but  
 memory usage will really be minimal. It might be also more confortable to  
 run WebPAC reniced on those machines.  
634    
635            my $log = $self->_get_logger();
636    
637            foreach my $f (keys %$modify_record) {
638                    $log->debug("field: $f");
639    
640                    foreach my $sf (keys %{ $modify_record->{$f} }) {
641                            $log->debug("subfield: $sf");
642    
643                            foreach my $from (keys %{ $modify_record->{$f}->{$sf} }) {
644                                    my $to = $modify_record->{$f}->{$sf}->{$from};
645                                    #die "no field?" unless defined($to);
646                                    my $d = "|$from| -> |$to|";
647                                    $log->debug("transform: $d");
648    
649                                    my $regex = _get_regex($sf,$from,$to);
650                                    push @{ $regexpes->{$f} }, { regex => $regex, debug => $d };
651                                    $log->debug("regex: $regex");
652                            }
653                    }
654            }
655    
656            return $regexpes;
657    }
658    
659    =head2 modify_file_regexps
660    
661    Generate hash with regexpes to be applied using L<filter> from
662    pseudo hash/yaml format for regex mappings.
663    
664    It should be obvious:
665    
666            200
667              '^a'
668                ' : ' => '^e'
669                ' = ' => '^d'
670    
671    In field I<200> find C<'^a'> and then C<' : '>, and replace it with C<'^e'>.
672    In field I<200> find C<'^a'> and then C<' = '>, and replace it with C<'^d'>.
673    
674      my $regexpes = $input->modify_file_regexps( 'conf/modify/common.pl' );
675    
676    On undef path it will just return.
677    
678    =cut
679    
680    sub modify_file_regexps {
681            my $self = shift;
682    
683            my $modify_path = shift || return;
684    
685            my $log = $self->_get_logger();
686    
687            my $regexpes;
688    
689            CORE::open(my $fh, $modify_path) || $log->logdie("can't open modify file $modify_path: $!");
690    
691            my ($f,$sf);
692    
693            while(<$fh>) {
694                    chomp;
695                    next if (/^#/ || /^\s*$/);
696    
697                    if (/^\s*(\d+)\s*$/) {
698                            $f = $1;
699                            $log->debug("field: $f");
700                            next;
701                    } elsif (/^\s*'([^']*)'\s*$/) {
702                            $sf = $1;
703                            $log->die("can't define subfiled before field in: $_") unless ($f);
704                            $log->debug("subfield: $sf");
705                    } elsif (/^\s*'([^']*)'\s*=>\s*'([^']*)'\s*$/) {
706                            my ($from,$to) = ($1, $2);
707    
708                            $log->debug("transform: |$from| -> |$to|");
709    
710                            my $regex = _get_regex($sf,$from,$to);
711                            push @{ $regexpes->{$f} }, {
712                                    regex => $regex,
713                                    file => $modify_path,
714                                    line => $.,
715                            };
716                            $log->debug("regex: $regex");
717                    }
718            }
719    
720            return $regexpes;
721    }
722    
723  =head1 AUTHOR  =head1 AUTHOR
724    
# Line 401  Dobrica Pavlinusic, C<< <dpavlin@rot13.o Line 726  Dobrica Pavlinusic, C<< <dpavlin@rot13.o
726    
727  =head1 COPYRIGHT & LICENSE  =head1 COPYRIGHT & LICENSE
728    
729  Copyright 2005 Dobrica Pavlinusic, All Rights Reserved.  Copyright 2005-2006 Dobrica Pavlinusic, All Rights Reserved.
730    
731  This program is free software; you can redistribute it and/or modify it  This program is free software; you can redistribute it and/or modify it
732  under the same terms as Perl itself.  under the same terms as Perl itself.
Legend:
Removed from v.308  
changed lines
  Added in v.909
  ViewVC Help
Powered by ViewVC 1.1.26