/[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 613 by dpavlin, Wed Aug 23 11:04:32 2006 UTC revision 909 by dpavlin, Tue Oct 30 01:46:41 2007 UTC
# Line 7  use blib; Line 7  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 16  WebPAC::Input - read different file form Line 16  WebPAC::Input - read different file form
16    
17  =head1 VERSION  =head1 VERSION
18    
19  Version 0.10  Version 0.18
20    
21  =cut  =cut
22    
23  our $VERSION = '0.10';  our $VERSION = '0.18';
24    
25  =head1 SYNOPSIS  =head1 SYNOPSIS
26    
# Line 43  Perhaps a little code snippet. Line 43  Perhaps a little code snippet.
43    
44          my $db = WebPAC::Input->new(          my $db = WebPAC::Input->new(
45                  module => 'WebPAC::Input::ISIS',                  module => 'WebPAC::Input::ISIS',
                 low_mem => 1,  
46          );          );
47    
48          $db->open( path => '/path/to/database' );          $db->open( path => '/path/to/database' );
# Line 63  Create new input database object. Line 62  Create new input database object.
62    my $db = new WebPAC::Input(    my $db = new WebPAC::Input(
63          module => 'WebPAC::Input::MARC',          module => 'WebPAC::Input::MARC',
64          encoding => 'ISO-8859-2',          encoding => 'ISO-8859-2',
         low_mem => 1,  
65          recode => 'char pairs',          recode => 'char pairs',
66          no_progress_bar => 1,          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
# Line 75  Optional parametar C<encoding> specify a Line 76  Optional parametar C<encoding> specify a
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    
 Default is not to use C<low_mem> options (see L<MEMORY USAGE> below).  
   
79  C<recode> is optional string constisting of character or words pairs that  C<recode> is optional string constisting of character or words pairs that
80  should be replaced in input stream.  should be replaced in input stream.
81    
# Line 96  sub new { Line 95  sub new {
95    
96          $log->logconfess("code_page argument is not suppored any more. change it to encoding") if ($self->{lookup});          $log->logconfess("code_page argument is not suppored any more. change it to encoding") if ($self->{lookup});
97          $log->logconfess("lookup argument is not suppored any more. rewrite call to lookup_ref") if ($self->{lookup});          $log->logconfess("lookup argument is not suppored any more. rewrite call to lookup_ref") if ($self->{lookup});
98            $log->logconfess("low_mem argument is not suppored any more. rewrite it to load_row and save_row") if ($self->{low_mem});
99    
100          $log->logconfess("specify low-level file format module") unless ($self->{module});          $log->logconfess("specify low-level file format module") unless ($self->{module});
101          my $module = $self->{module};          my $module_path = $self->{module};
102          $module =~ s#::#/#g;          $module_path =~ s#::#/#g;
103          $module .= '.pm';          $module_path .= '.pm';
104          $log->debug("require low-level module $self->{module} from $module");          $log->debug("require low-level module $self->{module} from $module_path");
   
         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} = \&{ $n };  
                 }  
         }  
105    
106          if ($self->{init}) {          require $module_path;
                 $log->debug("calling init");  
                 $self->{init}->($self, @_);  
         }  
107    
108          $self->{'encoding'} ||= 'ISO-8859-2';          $self->{'encoding'} ||= 'ISO-8859-2';
109    
         # running with low_mem flag? well, use DBM::Deep then.  
         if ($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;  
   
                 my $db = new DBM::Deep $db_file;  
   
                 $log->logdie("DBM::Deep error: $!") unless ($db);  
   
                 if ($db->error()) {  
                         $log->logdie("can't open '$db_file' under low_mem: ",$db->error());  
                 } else {  
                         $log->debug("using file '$db_file' for DBM::Deep");  
                 }  
   
                 $self->{'db'} = $db;  
         }  
   
110          $self ? return $self : return undef;          $self ? return $self : return undef;
111  }  }
112    
# Line 157  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,
         lookup => $lookup_obj,  
124          stats => 1,          stats => 1,
125          lookup_ref => sub {          lookup_coderef => sub {
126                  my ($k,$v) = @_;                  my $rec = shift;
127                  # store lookup $k => $v                  # store lookups
128          },          },
129          modify_records => {          modify_records => {
130                  900 => { '^a' => { ' : ' => '^b' } },                  900 => { '^a' => { ' : ' => '^b' } },
131                  901 => { '*' => { '^b' => ' ; ' } },                  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    
# Line 182  C<limit> is optional parametar to read j Line 151  C<limit> is optional parametar to read j
151    
152  C<stats> create optional report about usage of fields and subfields  C<stats> create optional report about usage of fields and subfields
153    
154  C<lookup_coderef> is closure to call when adding C<< key => 'value' >> combinations to  C<lookup_coderef> is closure to called to save data into lookups
 lookup.  
155    
156  C<modify_records> specify mapping from subfields to delimiters or from  C<modify_records> specify mapping from subfields to delimiters or from
157  delimiters to subfields, as well as oprations on fields (if subfield is  delimiters to subfields, as well as oprations on fields (if subfield is
158  defined as C<*>.  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 204  sub open { Line 179  sub open {
179          $log->logconfess("lookup_coderef must be CODE, not ",ref($arg->{lookup_coderef}))          $log->logconfess("lookup_coderef must be CODE, not ",ref($arg->{lookup_coderef}))
180                  if ($arg->{lookup_coderef} && ref($arg->{lookup_coderef}) ne 'CODE');                  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 213  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->{'encoding'});      ## FIXME remove!                  $log->logconfess("save_row and load_row must be defined in pair and be CODE") unless (
195                            ref($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;          my $filter_ref;
204          my $recode_regex;          my $recode_regex;
# Line 238  sub open { Line 222  sub open {
222    
223          }          }
224    
225          my $rec_regex = $self->modify_record_regexps(%{ $arg->{modify_records} });          my $rec_regex;
226          $log->debug("rec_regex: ", Dumper($rec_regex));          if (my $p = $arg->{modify_file}) {
227                    $log->debug("using modify_file $p");
228          my ($db, $size) = $self->{open_db}->( $self,                  $rec_regex = $self->modify_file_regexps( $p );
229                  path => $arg->{path},          } elsif (my $h = $arg->{modify_records}) {
230                  filter => sub {                  $log->debug("using modify_records ", sub { dump( $h ) });
231                                  my ($l,$f_nr) = @_;                  $rec_regex = $self->modify_record_regexps(%{ $h });
232                                  return unless defined($l);          }
233            $log->debug("rec_regex: ", sub { dump($rec_regex) }) if ($rec_regex);
                                 ## FIXME remove iconv!  
                                 $l = $self->{iconv}->convert($l) if ($self->{iconv});  
           
                                 $l =~ s/($recode_regex)/$recode_map->{$1}/g if ($recode_regex && $recode_map);  
   
                                 ## FIXME remove this warning when we are sure that none of API is calling  
                                 ## this wrongly  
                                 #warn "filter called without field number" unless ($f_nr);  
   
                                 return $l unless ($rec_regex && $f_nr);  
   
 #                               my $max_regex = 100;  
   
                                 # apply regexps  
                                 if ($rec_regex && defined($rec_regex->{$f_nr})) {  
                                         $log->logconfess("regexps->{$f_nr} must be ARRAY") if (ref($rec_regex->{$f_nr}) ne 'ARRAY');  
                                         my $c = 0;  
                                         foreach my $r (@{ $rec_regex->{$f_nr} }) {  
                                                 #$log->debug("\$l = $l\neval \$l =~ $r");  
                                                 eval '$l =~ ' . $r;  
                                                 $log->error("error applying regex: $r") if ($@);  
   
 #                                               while ( $c < $max_regex && eval '$l =~ ' . $r ) { $c++ };  
 #                                               $log->error("field $f_nr has more than $max_regex regex iterations\n\$l = $l\neval \$l =~ $r") if ($c == $max_regex);  
234    
235                                          }          my $class = $self->{module} || $log->logconfess("can't get low-level module name!");
                                 }  
236    
237                                  return $l;          my $ll_db = $class->new(
238                  },                  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 },                  %{ $arg },
248          );          );
249    
250          unless (defined($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;
# Line 316  sub open { Line 285  sub open {
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                  $log->debug(sub { Dumper($rec) });                                  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                    $log->debug(sub { dump($rec) });
328    
329                  if (! $rec) {                  if (! $rec) {
330                          $log->warn("record $pos empty? skipping...");                          $log->warn("record $pos empty? skipping...");
# Line 326  sub open { Line 332  sub open {
332                  }                  }
333    
334                  # store                  # store
335                  if ($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} = $rec;
342                  }                  }
# Line 338  sub open { Line 347  sub open {
347                  # update counters for statistics                  # update counters for statistics
348                  if ($self->{stats}) {                  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 }) {                          foreach my $fld (keys %{ $rec }) {
354                                  $self->{_stats}->{fld}->{ $fld }++;                                  $self->{_stats}->{fld}->{ $fld }++;
355    
# Line 349  sub open { Line 361  sub open {
361                                          if (ref($row) eq 'HASH') {                                          if (ref($row) eq 'HASH') {
362    
363                                                  foreach my $sf (keys %{ $row }) {                                                  foreach my $sf (keys %{ $row }) {
364                                                            next if ($sf eq 'subfields');
365                                                          $self->{_stats}->{sf}->{ $fld }->{ $sf }->{count}++;                                                          $self->{_stats}->{sf}->{ $fld }->{ $sf }->{count}++;
366                                                          $self->{_stats}->{sf}->{ $fld }->{ $sf }->{repeatable}++                                                          $self->{_stats}->{sf}->{ $fld }->{ $sf }->{repeatable}++
367                                                                          if (ref($row->{$sf}) eq 'ARRAY');                                                                          if (ref($row->{$sf}) eq 'ARRAY');
# Line 372  sub open { Line 385  sub open {
385          $self->{max_pos} = $to_rec;          $self->{max_pos} = $to_rec;
386          $log->debug("max_pos: $to_rec");          $log->debug("max_pos: $to_rec");
387    
388            # save for dump
389            $self->{ll_db} = $ll_db;
390    
391          return $size;          return $size;
392  }  }
393    
# Line 411  sub fetch { Line 427  sub fetch {
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 467  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 505  sub stats { Line 523  sub stats {
523    
524          my $out = join("\n",          my $out = join("\n",
525                  map {                  map {
526                          my $f = $_ || die "no field";                          my $f = $_;
527                            die "no field in ", dump( $s->{fld} ) unless defined( $f );
528                          my $v = $s->{fld}->{$f} || die "no s->{fld}->{$f}";                          my $v = $s->{fld}->{$f} || die "no s->{fld}->{$f}";
529                          $max_fld = $v if ($v > $max_fld);                          $max_fld = $v if ($v > $max_fld);
530    
531                          my $o = sprintf("%4s %d ~", $f, $v);                          my $o = sprintf("%4s %d ~", $f, $v);
532    
533                          if (defined($s->{sf}->{$f})) {                          if (defined($s->{sf}->{$f})) {
534                                    my @subfields = keys %{ $s->{sf}->{$f} };
535    warn "$f has subfields ",dump( @subfields );
536                                  map {                                  map {
537                                          $o .= sprintf(" %s:%d%s", $_,                                          $o .= sprintf(" %s:%d%s", $_,
538                                                  $s->{sf}->{$f}->{$_}->{count},                                                  $s->{sf}->{$f}->{$_}->{count},
539                                                  $s->{sf}->{$f}->{$_}->{repeatable} ? '*' : '',                                                  $s->{sf}->{$f}->{$_}->{repeatable} ? '*' : '',
540                                          );                                          );
541                                  } sort keys %{ $s->{sf}->{$f} };                                  } (
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}) {                          if (my $v_r = $s->{repeatable}->{$f}) {
# Line 525  sub stats { Line 551  sub stats {
551                          }                          }
552    
553                          $o;                          $o;
554                  } sort { $a cmp $b } keys %{ $s->{fld} }                  } sort { $a <=> $b } keys %{ $s->{fld} }
555          );          );
556    
557          $log->debug( sub { Dumper($s) } );          $log->debug( sub { dump($s) } );
558    
559          return $out;          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( $self->{pos} ) );
577            }
578    }
579    
580    =head2 _get_regex
581    
582    Helper function called which create regexps to be execute on code.
583    
584      _get_regex( 900, 'regex:[0-9]+' ,'numbers' );
585      _get_regex( 900, '^b', ' : ^b' );
586    
587    It supports perl regexps with C<regex:> prefix to from value and has
588    additional logic to skip empty subfields.
589    
590    =cut
591    
592    sub _get_regex {
593            my ($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  =head2 modify_record_regexps
619    
620  Generate hash with regexpes to be applied using L<filter>.  Generate hash with regexpes to be applied using L<filter>.
# Line 550  sub modify_record_regexps { Line 632  sub modify_record_regexps {
632    
633          my $regexpes;          my $regexpes;
634    
635            my $log = $self->_get_logger();
636    
637          foreach my $f (keys %$modify_record) {          foreach my $f (keys %$modify_record) {
638  warn "--- f: $f\n";                  $log->debug("field: $f");
639    
640                  foreach my $sf (keys %{ $modify_record->{$f} }) {                  foreach my $sf (keys %{ $modify_record->{$f} }) {
641  warn "---- sf: $sf\n";                          $log->debug("subfield: $sf");
642    
643                          foreach my $from (keys %{ $modify_record->{$f}->{$sf} }) {                          foreach my $from (keys %{ $modify_record->{$f}->{$sf} }) {
644                                  my $to = $modify_record->{$f}->{$sf}->{$from};                                  my $to = $modify_record->{$f}->{$sf}->{$from};
645                                  #die "no field?" unless defined($to);                                  #die "no field?" unless defined($to);
646  warn "----- transform: |$from| -> |$to|\n";                                  my $d = "|$from| -> |$to|";
647                                    $log->debug("transform: $d");
                                 if ($sf =~ /^\^/) {  
                                         my $regex =  
                                                 's/\Q'. $sf .'\E([^\^]+)\Q'. $from .'\E([^\^]+)/'. $sf .'$1'. $to .'$2/g';  
                                         push @{ $regexpes->{$f} }, $regex;  
 warn ">>>>> $regex [sf]\n";  
                                 } else {  
                                         my $regex =  
                                                 's/\Q'. $from .'\E/'. $to .'/g';  
                                         push @{ $regexpes->{$f} }, $regex;  
 warn ">>>>> $regex [global]\n";  
                                 }  
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          }          }
# Line 578  warn ">>>>> $regex [global]\n"; Line 656  warn ">>>>> $regex [global]\n";
656          return $regexpes;          return $regexpes;
657  }  }
658    
659  =head1 MEMORY USAGE  =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: $!");
690    
691  C<low_mem> options is double-edged sword. If enabled, WebPAC          my ($f,$sf);
 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.  
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    
Legend:
Removed from v.613  
changed lines
  Added in v.909
  ViewVC Help
Powered by ViewVC 1.1.26