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

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

revision 14 by dpavlin, Sun Jul 17 00:04:25 2005 UTC revision 1011 by dpavlin, Tue Nov 6 20:26:31 2007 UTC
# Line 1  Line 1 
1  package WebPAC::Normalize;  package WebPAC::Normalize;
2    use Exporter 'import';
3    our @EXPORT = qw/
4            _set_ds _set_lookup
5            _set_load_row
6            _get_ds _clean_ds
7            _debug
8            _pack_subfields_hash
9    
10            search_display search display sorted
11    
12            marc marc_indicators marc_repeatable_subfield
13            marc_compose marc_leader marc_fixed
14            marc_duplicate marc_remove marc_count
15            marc_original_order
16    
17            rec1 rec2 rec
18            frec
19            regex prefix suffix surround
20            first lookup join_with
21            save_into_lookup
22    
23            split_rec_on
24    
25            get set
26            count
27    
28    /;
29    
30  use warnings;  use warnings;
31  use strict;  use strict;
 use Data::Dumper;  
 use Storable;  
32    
33  =head1 NAME  #use base qw/WebPAC::Common/;
34    use Data::Dump qw/dump/;
35    use Storable qw/dclone/;
36    use Carp qw/confess/;
37    
38  WebPAC::Normalize - normalisation of source file  # debugging warn(s)
39    my $debug = 0;
40    
41  =head1 VERSION  use WebPAC::Normalize::ISBN;
42    push @EXPORT, ( 'isbn_10', 'isbn_13' );
43    
44  Version 0.01  =head1 NAME
45    
46    WebPAC::Normalize - describe normalisaton rules using sets
47    
48  =cut  =cut
49    
50  our $VERSION = '0.01';  our $VERSION = '0.32';
51    
52  =head1 SYNOPSIS  =head1 SYNOPSIS
53    
54  This package contains code that could be helpful in implementing different  This module uses C<conf/normalize/*.pl> files to perform normalisation
55  normalisation front-ends.  from input records using perl functions which are specialized for set
56    processing.
57    
58    Sets are implemented as arrays, and normalisation file is valid perl, which
59    means that you check it's validity before running WebPAC using
60    C<perl -c normalize.pl>.
61    
62    Normalisation can generate multiple output normalized data. For now, supported output
63    types (on the left side of definition) are: C<search_display>, C<display>, C<search> and
64    C<marc>.
65    
66  =head1 FUNCTIONS  =head1 FUNCTIONS
67    
68  =head2 new  Functions which start with C<_> are private and used by WebPAC internally.
69    All other functions are available for use within normalisation rules.
70    
71  Create new normalisation object  =head2 data_structure
72    
73    my $n = new WebPAC::Normalize::Something(  Return data structure
74          cache_data_structure => './cache/ds/',  
75          lookup_regex => $lookup->regex,    my $ds = WebPAC::Normalize::data_structure(
76            lookup => $lookup_hash,
77            row => $row,
78            rules => $normalize_pl_config,
79            marc_encoding => 'utf-8',
80            config => $config,
81            load_row_coderef => sub {
82                    my ($database,$input,$mfn) = @_;
83                    $store->load_row( database => $database, input => $input, id => $mfn );
84            },
85    );    );
86    
87  Optional parameter C<cache_data_structure> defines path to directory  Options C<row>, C<rules> and C<log> are mandatory while all
88  in which cache file for C<data_structure> call will be created.  other are optional.
89    
90    C<load_row_coderef> is closure only used when executing lookups, so they will
91    die if it's not defined.
92    
93    This function will B<die> if normalizastion can't be evaled.
94    
95  Recommended parametar C<lookup_regex> is used to enable parsing of lookups  Since this function isn't exported you have to call it with
96  in structures.  C<WebPAC::Normalize::data_structure>.
97    
98  =cut  =cut
99    
100  sub new {  my $load_row_coderef;
101          my $class = shift;  
102          my $self = {@_};  sub data_structure {
103          bless($self, $class);          my $arg = {@_};
104    
105            die "need row argument" unless ($arg->{row});
106            die "need normalisation argument" unless ($arg->{rules});
107    
108            _set_lookup( $arg->{lookup} ) if defined($arg->{lookup});
109            _set_ds( $arg->{row} );
110            _set_config( $arg->{config} ) if defined($arg->{config});
111            _clean_ds( %{ $arg } );
112            $load_row_coderef = $arg->{load_row_coderef};
113    
114            no strict 'subs';
115            no warnings 'redefine';
116            eval "$arg->{rules};";
117            die "error evaling $arg->{rules}: $@\n" if ($@);
118    
119            return _get_ds();
120    }
121    
122    =head2 _set_ds
123    
124    Set current record hash
125    
126      _set_ds( $rec );
127    
128    =cut
129    
130    my $rec;
131    
132    sub _set_ds {
133            $rec = shift or die "no record hash";
134    }
135    
136    =head2 _set_config
137    
138          $self->setup_cache_dir( $self->{'cache_data_structure'} );  Set current config hash
139    
140          $self ? return $self : return undef;    _set_config( $config );
141    
142    Magic keys are:
143    
144    =over 4
145    
146    =item _
147    
148    Code of current database
149    
150    =item _mfn
151    
152    Current MFN
153    
154    =back
155    
156    =cut
157    
158    my $config;
159    
160    sub _set_config {
161            $config = shift;
162  }  }
163    
164  =head2 setup_cache_dir  =head2 _get_ds
165    
166    Return hash formatted as data structure
167    
168  Check if specified cache directory exist, and if not, disable caching.    my $ds = _get_ds();
169    
170   $setup_cache_dir('./cache/ds/');  =cut
171    
172  If you pass false or zero value to this function, it will disable  my ($out, $marc_record, $marc_encoding, $marc_repeatable_subfield, $marc_indicators, $marc_leader);
173  cacheing.  my ($marc_record_offset, $marc_fetch_offset) = (0, 0);
174    
175    sub _get_ds {
176    #warn "## out = ",dump($out);
177            return $out;
178    }
179    
180    =head2 _clean_ds
181    
182    Clean data structure hash for next record
183    
184      _clean_ds();
185    
186  =cut  =cut
187    
188  sub setup_cache_dir {  sub _clean_ds {
189          my $self = shift;          my $a = {@_};
190            ($out,$marc_record, $marc_encoding, $marc_repeatable_subfield, $marc_indicators, $marc_leader) = ();
191            ($marc_record_offset, $marc_fetch_offset) = (0,0);
192            $marc_encoding = $a->{marc_encoding};
193    }
194    
195    =head2 _set_lookup
196    
197    Set current lookup hash
198    
199      _set_lookup( $lookup );
200    
201    =cut
202    
203    my $lookup;
204    
205    sub _set_lookup {
206            $lookup = shift;
207    }
208    
209    =head2 _get_lookup
210    
211    Get current lookup hash
212    
213      my $lookup = _get_lookup();
214    
215    =cut
216    
217    sub _get_lookup {
218            return $lookup;
219    }
220    
221    =head2 _set_load_row
222    
223    Setup code reference which will return L<data_structure> from
224    L<WebPAC::Store>
225    
226      _set_load_row(sub {
227                    my ($database,$input,$mfn) = @_;
228                    $store->load_row( database => $database, input => $input, id => $mfn );
229      });
230    
231    =cut
232    
233    sub _set_load_row {
234            my $coderef = shift;
235            confess "argument isn't CODE" unless ref($coderef) eq 'CODE';
236    
237            $load_row_coderef = $coderef;
238    }
239    
240    =head2 _get_marc_fields
241    
242    Get all fields defined by calls to C<marc>
243    
244            $marc->add_fields( WebPAC::Normalize:_get_marc_fields() );
245    
246    We are using I<magic> which detect repeatable fields only from
247    sequence of field/subfield data generated by normalization.
248    
249    Repeatable field is created when there is second occurence of same subfield or
250    if any of indicators are different.
251    
252    This is sane for most cases. Something like:
253    
254      900a-1 900b-1 900c-1
255      900a-2 900b-2
256      900a-3
257    
258    will be created from any combination of:
259    
260      900a-1 900a-2 900a-3 900b-1 900b-2 900c-1
261    
262    and following rules:
263    
264      marc('900','a', rec('200','a') );
265      marc('900','b', rec('200','b') );
266      marc('900','c', rec('200','c') );
267    
268    which might not be what you have in mind. If you need repeatable subfield,
269    define it using C<marc_repeatable_subfield> like this:
270    
271      marc_repeatable_subfield('900','a');
272      marc('900','a', rec('200','a') );
273      marc('900','b', rec('200','b') );
274      marc('900','c', rec('200','c') );
275    
276    will create:
277    
278      900a-1 900a-2 900a-3 900b-1 900c-1
279      900b-2
280    
281    There is also support for returning next or specific using:
282    
283      while (my $mf = WebPAC::Normalize:_get_marc_fields( fetch_next => 1 ) ) {
284            # do something with $mf
285      }
286    
287    will always return fields from next MARC record or
288    
289      my $mf = WebPAC::Normalize::_get_marc_fields( offset => 42 );
290    
291    will return 42th copy record (if it exists).
292    
293    =cut
294    
295    my $fetch_pos;
296    
297    sub _get_marc_fields {
298    
299            my $arg = {@_};
300            warn "### _get_marc_fields arg: ", dump($arg), $/ if ($debug > 2);
301            $fetch_pos = $marc_fetch_offset;
302            if ($arg->{offset}) {
303                    $fetch_pos = $arg->{offset};
304            } elsif($arg->{fetch_next}) {
305                    $marc_fetch_offset++;
306            }
307    
308            return if (! $marc_record || ref($marc_record) ne 'ARRAY');
309    
310            warn "### full marc_record = ", dump( @{ $marc_record }), $/ if ($debug > 2);
311    
312            my $marc_rec = $marc_record->[ $fetch_pos ];
313    
314            warn "## _get_marc_fields (at offset: $fetch_pos) -- marc_record = ", dump( @$marc_rec ), $/ if ($debug > 1);
315    
316            return if (! $marc_rec || ref($marc_rec) ne 'ARRAY' || $#{ $marc_rec } < 0);
317    
318          my $dir = shift;          # first, sort all existing fields
319            # XXX might not be needed, but modern perl might randomize elements in hash
320            my @sorted_marc_record = sort {
321                    $a->[0] . ( $a->[3] || '' ) cmp $b->[0] . ( $b->[3] || '')
322            } @{ $marc_rec };
323    
324          my $log = $self->_get_logger();          @sorted_marc_record = @{ $marc_rec };   ### FIXME disable sorting
325            
326            # output marc fields
327            my @m;
328    
329            # count unique field-subfields (used for offset when walking to next subfield)
330            my $u;
331            map { $u->{ $_->[0] . ( $_->[3] || '')  }++ } @sorted_marc_record;
332    
333            if ($debug) {
334                    warn "## marc_repeatable_subfield = ", dump( $marc_repeatable_subfield ), $/ if ( $marc_repeatable_subfield );
335                    warn "## marc_record[$fetch_pos] = ", dump( $marc_rec ), $/;
336                    warn "## sorted_marc_record = ", dump( \@sorted_marc_record ), $/;
337                    warn "## subfield count = ", dump( $u ), $/;
338            }
339    
340          if ($dir) {          my $len = $#sorted_marc_record;
341                  my $msg;          my $visited;
342                  if (! -e $dir) {          my $i = 0;
343                          $msg = "doesn't exist";          my $field;
344                  } elsif (! -d $dir) {  
345                          $msg = "is not directory";          foreach ( 0 .. $len ) {
346                  } elsif (! -w $dir) {  
347                          $msg = "not writable";                  # find next element which isn't visited
348                    while ($visited->{$i}) {
349                            $i = ($i + 1) % ($len + 1);
350                  }                  }
351    
352                  if ($msg) {                  # mark it visited
353                          undef $self->{'cache_data_structure'};                  $visited->{$i}++;
354                          $log->warn("cache_data_structure $dir $msg, disabling...");  
355                    my $row = dclone( $sorted_marc_record[$i] );
356    
357                    # field and subfield which is key for
358                    # marc_repeatable_subfield and u
359                    my $fsf = $row->[0] . ( $row->[3] || '' );
360    
361                    if ($debug > 1) {
362    
363                            print "### field so far [", $#$field, "] : ", dump( $field ), " ", $field ? 'T' : 'F', $/;
364                            print "### this [$i]: ", dump( $row ),$/;
365                            print "### sf: ", $row->[3], " vs ", $field->[3],
366                                    $marc_repeatable_subfield->{ $row->[0] . $row->[3] } ? ' (repeatable)' : '', $/,
367                                    if ($#$field >= 0);
368    
369                    }
370    
371                    # if field exists
372                    if ( $#$field >= 0 ) {
373                            if (
374                                    $row->[0] ne $field->[0] ||             # field
375                                    $row->[1] ne $field->[1] ||             # i1
376                                    $row->[2] ne $field->[2]                # i2
377                            ) {
378                                    push @m, $field;
379                                    warn "## saved/1 ", dump( $field ),$/ if ($debug);
380                                    $field = $row;
381    
382                            } elsif (
383                                    ( $row->[3] lt $field->[-2] )           # subfield which is not next (e.g. a after c)
384                                    ||
385                                    ( $row->[3] eq $field->[-2] &&          # same subfield, but not repeatable
386                                            ! $marc_repeatable_subfield->{ $fsf }
387                                    )
388                            ) {
389                                    push @m, $field;
390                                    warn "## saved/2 ", dump( $field ),$/ if ($debug);
391                                    $field = $row;
392    
393                            } else {
394                                    # append new subfields to existing field
395                                    push @$field, ( $row->[3], $row->[4] );
396                            }
397                  } else {                  } else {
398                          $log->debug("using cache dir $dir");                          # insert first field
399                            $field = $row;
400                  }                  }
401          } else {  
402                  $log->debug("disabling cache");                  if (! $marc_repeatable_subfield->{ $fsf }) {
403                  undef $self->{'cache_data_structure'};                          # make step to next subfield
404                            $i = ($i + $u->{ $fsf } ) % ($len + 1);
405                    }
406            }
407    
408            if ($#$field >= 0) {
409                    push @m, $field;
410                    warn "## saved/3 ", dump( $field ),$/ if ($debug);
411          }          }
412    
413            return \@m;
414  }  }
415    
416    =head2 _get_marc_leader
417    
418  =head2 data_structure  Return leader from currently fetched record by L</_get_marc_fields>
419    
420      print WebPAC::Normalize::_get_marc_leader();
421    
422  Create in-memory data structure which represents normalized layout from  =cut
 C<conf/normalize/*.xml>.  
423    
424  This structures are used to produce output.  sub _get_marc_leader {
425            die "no fetch_pos, did you called _get_marc_fields first?" unless ( defined( $fetch_pos ) );
426            return $marc_leader->[ $fetch_pos ];
427    }
428    
429   my @ds = $webpac->data_structure($rec);  =head2 _debug
430    
431  B<Note: historical oddity follows>  Change level of debug warnings
432    
433  This method will also set C<< $webpac->{'currnet_filename'} >> if there is    _debug( 2 );
 C<< <filename> >> tag and C<< $webpac->{'headline'} >> if there is  
 C<< <headline> >> tag.  
434    
435  =cut  =cut
436    
437  sub data_structure {  sub _debug {
438          my $self = shift;          my $l = shift;
439            return $debug unless defined($l);
440            warn "debug level $l",$/ if ($l > 0);
441            $debug = $l;
442    }
443    
444    =head1 Functions to create C<data_structure>
445    
446    Those functions generally have to first in your normalization file.
447    
448    =head2 search_display
449    
450    Define output for L<search> and L<display> at the same time
451    
452      search_display('Title', rec('200','a') );
453    
454    
455    =cut
456    
457    sub search_display {
458            my $name = shift or die "search_display needs name as first argument";
459            my @o = grep { defined($_) && $_ ne '' } @_;
460            return unless (@o);
461            $out->{$name}->{search} = \@o;
462            $out->{$name}->{display} = \@o;
463    }
464    
465    =head2 tag
466    
467    Old name for L<search_display>, but supported
468    
469    =cut
470    
471    sub tag {
472            search_display( @_ );
473    }
474    
475    =head2 display
476    
477    Define output just for I<display>
478    
479      @v = display('Title', rec('200','a') );
480    
481    =cut
482    
483    sub _field {
484            my $type = shift or confess "need type -- BUG?";
485            my $name = shift or confess "needs name as first argument";
486            my @o = grep { defined($_) && $_ ne '' } @_;
487            return unless (@o);
488            $out->{$name}->{$type} = \@o;
489    }
490    
491    sub display { _field( 'display', @_ ) }
492    
493          my $log = $self->_get_logger();  =head2 search
494    
495          my $rec = shift;  Prepare values just for I<search>
         $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);  
496    
497          my $cache_file;    @v = search('Title', rec('200','a') );
498    
499          if (my $cache_path = $self->{'cache_data_structure'}) {  =cut
500                  my $id = $rec->{'000'};  
501                  $id = $rec->{'000'}->[0] if ($id =~ m/^ARRAY/o);  sub search { _field( 'search', @_ ) }
502                  unless (defined($id)) {  
503                          $log->warn("Can't use cache_data_structure on records without unique identifier in field 000");  =head2 sorted
504                          undef $self->{'cache_data_structure'};  
505    Insert into lists which will be automatically sorted
506    
507     sorted('Title', rec('200','a') );
508    
509    =cut
510    
511    sub sorted { _field( 'sorted', @_ ) }
512    
513    
514    =head2 marc_leader
515    
516    Setup fields within MARC leader or get leader
517    
518      marc_leader('05','c');
519      my $leader = marc_leader();
520    
521    =cut
522    
523    sub marc_leader {
524            my ($offset,$value) = @_;
525    
526            if ($offset) {
527                    $marc_leader->[ $marc_record_offset ]->{ $offset } = $value;
528            } else {
529                    
530                    if (defined($marc_leader)) {
531                            die "marc_leader not array = ", dump( $marc_leader ) unless (ref($marc_leader) eq 'ARRAY');
532                            return $marc_leader->[ $marc_record_offset ];
533                  } else {                  } else {
534                          $cache_file = "$cache_path/$id";                          return;
535                          if (-r $cache_file) {                  }
536                                  my $ds_ref = retrieve($cache_file);          }
537                                  if ($ds_ref) {  }
538                                          $log->debug("cache hit: $cache_file");  
539                                          my $ok = 1;  =head2 marc_fixed
540                                          foreach my $f (qw(current_filename headline)) {  
541                                                  if ($ds_ref->{$f}) {  Create control/indentifier fields with values in fixed positions
542                                                          $self->{$f} = $ds_ref->{$f};  
543                                                  } else {    marc_fixed('008', 00, '070402');
544                                                          $ok = 0;    marc_fixed('008', 39, '|');
545                                                  }  
546                                          };  Positions not specified will be filled with spaces (C<0x20>).
547                                          if ($ok && $ds_ref->{'ds'}) {  
548                                                  return @{ $ds_ref->{'ds'} };  There will be no effort to extend last specified value to full length of
549                                          } else {  field in standard.
550                                                  $log->warn("cache_data_structure $cache_path corrupt. Use rm $cache_path/* to re-create it on next run!");  
551                                                  undef $self->{'cache_data_structure'};  =cut
552                                          }  
553                                  }  sub marc_fixed {
554            my ($f, $pos, $val) = @_;
555            die "need marc(field, position, value)" unless defined($f) && defined($pos);
556    
557            confess "need val" unless defined $val;
558    
559            my $update = 0;
560    
561            map {
562                    if ($_->[0] eq $f) {
563                            my $old = $_->[1];
564                            if (length($old) <= $pos) {
565                                    $_->[1] .= ' ' x ( $pos - length($old) ) . $val;
566                                    warn "## marc_fixed($f,$pos,'$val') append '$old' -> '$_->[1]'\n" if ($debug > 1);
567                            } else {
568                                    $_->[1] = substr($old, 0, $pos) . $val . substr($old, $pos + length($val));
569                                    warn "## marc_fixed($f,$pos,'$val') update '$old' -> '$_->[1]'\n" if ($debug > 1);
570                          }                          }
571                            $update++;
572                  }                  }
573            } @{ $marc_record->[ $marc_record_offset ] };
574    
575            if (! $update) {
576                    my $v = ' ' x $pos . $val;
577                    push @{ $marc_record->[ $marc_record_offset ] }, [ $f, $v ];
578                    warn "## marc_fixed($f,$pos,'val') created '$v'\n" if ($debug > 1);
579          }          }
580    }
581    
582          undef $self->{'currnet_filename'};  =head2 marc
         undef $self->{'headline'};  
583    
584          my @sorted_tags;  Save value for MARC field
585          if ($self->{tags_by_order}) {  
586                  @sorted_tags = @{$self->{tags_by_order}};    marc('900','a', rec('200','a') );
587          } else {    marc('001', rec('000') );
588                  @sorted_tags = sort { $self->_sort_by_order } keys %{$self->{'import_xml'}->{'indexer'}};  
589                  $self->{tags_by_order} = \@sorted_tags;  =cut
590    
591    sub marc {
592            my $f = shift or die "marc needs field";
593            die "marc field must be numer" unless ($f =~ /^\d+$/);
594    
595            my $sf;
596            if ($f >= 10) {
597                    $sf = shift or die "marc needs subfield";
598          }          }
599    
600          my @ds;          foreach (@_) {
601                    my $v = $_;             # make var read-write for Encode
602                    next unless (defined($v) && $v !~ /^\s*$/);
603                    my ($i1,$i2) = defined($marc_indicators->{$f}) ? @{ $marc_indicators->{$f} } : (' ',' ');
604                    if (defined $sf) {
605                            push @{ $marc_record->[ $marc_record_offset ] }, [ $f, $i1, $i2, $sf => $v ];
606                    } else {
607                            push @{ $marc_record->[ $marc_record_offset ] }, [ $f, $v ];
608                    }
609            }
610    }
611    
612          $log->debug("tags: ",sub { join(", ",@sorted_tags) });  =head2 marc_repeatable_subfield
613    
614          foreach my $field (@sorted_tags) {  Save values for MARC repetable subfield
615    
616                  my $row;    marc_repeatable_subfield('910', 'z', rec('909') );
617    
618  #print "field $field [",$self->{'tag'},"] = ",Dumper($self->{'import_xml'}->{'indexer'}->{$field}->{$self->{'tag'}});  =cut
619    
620                  foreach my $tag (@{$self->{'import_xml'}->{'indexer'}->{$field}->{$self->{'tag'}}}) {  sub marc_repeatable_subfield {
621                          my $format = $tag->{'value'} || $tag->{'content'};          my ($f,$sf) = @_;
622            die "marc_repeatable_subfield need field and subfield!\n" unless ($f && $sf);
623            $marc_repeatable_subfield->{ $f . $sf }++;
624            marc(@_);
625    }
626    
627                          $log->debug("format: $format");  =head2 marc_indicators
628    
629                          my @v;  Set both indicators for MARC field
                         if ($self->{'lookup_regex'} && $format =~ $self->{'lookup_regex'}) {  
                                 @v = $self->fill_in_to_arr($rec,$format);  
                         } else {  
                                 @v = $self->parse_to_arr($rec,$format);  
                         }  
                         next if (! @v);  
630    
631                          if ($tag->{'sort'}) {    marc_indicators('900', ' ', 1);
                                 @v = $self->sort_arr(@v);  
                         }  
632    
633                          # use format?  Any indicator value other than C<0-9> will be treated as undefined.
                         if ($tag->{'format_name'}) {  
                                 @v = map { $self->apply_format($tag->{'format_name'},$tag->{'format_delimiter'},$_) } @v;  
                         }  
634    
635                          if ($field eq 'filename') {  =cut
                                 $self->{'current_filename'} = join('',@v);  
                                 $log->debug("filename: ",$self->{'current_filename'});  
                         } elsif ($field eq 'headline') {  
                                 $self->{'headline'} .= join('',@v);  
                                 $log->debug("headline: ",$self->{'headline'});  
                                 next; # don't return headline in data_structure!  
                         }  
636    
637                          # delimiter will join repeatable fields  sub marc_indicators {
638                          if ($tag->{'delimiter'}) {          my $f = shift || die "marc_indicators need field!\n";
639                                  @v = ( join($tag->{'delimiter'}, @v) );          my ($i1,$i2) = @_;
640                          }          die "marc_indicators($f, ...) need i1!\n" unless(defined($i1));
641            die "marc_indicators($f, $i1, ...) need i2!\n" unless(defined($i2));
642    
643            $i1 = ' ' if ($i1 !~ /^\d$/);
644            $i2 = ' ' if ($i2 !~ /^\d$/);
645            @{ $marc_indicators->{$f} } = ($i1,$i2);
646    }
647    
648                          # default types  =head2 marc_compose
                         my @types = qw(display swish);  
                         # override by type attribute  
                         @types = ( $tag->{'type'} ) if ($tag->{'type'});  
   
                         foreach my $type (@types) {  
                                 # append to previous line?  
                                 $log->debug("type: $type ",sub { join(" ",@v) }, $row->{'append'} || 'no append');  
                                 if ($tag->{'append'}) {  
   
                                         # I will delimit appended part with  
                                         # delimiter (or ,)  
                                         my $d = $tag->{'delimiter'};  
                                         # default delimiter  
                                         $d ||= " ";  
   
                                         my $last = pop @{$row->{$type}};  
                                         $d = "" if (! $last);  
                                         $last .= $d . join($d, @v);  
                                         push @{$row->{$type}}, $last;  
649    
650                                  } else {  Save values for each MARC subfield explicitly
                                         push @{$row->{$type}}, @v;  
                                 }  
                         }  
651    
652      marc_compose('900',
653            'a', rec('200','a')
654            'b', rec('201','a')
655            'a', rec('200','b')
656            'c', rec('200','c')
657      );
658    
659                  }  If you specify C<+> for subfield, value will be appended
660    to previous defined subfield.
661    
662                  if ($row) {  =cut
                         $row->{'tag'} = $field;  
663    
664                          # TODO: name_sigular, name_plural  sub marc_compose {
665                          my $name = $self->{'import_xml'}->{'indexer'}->{$field}->{'name'};          my $f = shift or die "marc_compose needs field";
666                          $row->{'name'} = $name ? $self->_x($name) : $field;          die "marc_compose field must be numer" unless ($f =~ /^\d+$/);
   
                         # post-sort all values in field  
                         if ($self->{'import_xml'}->{'indexer'}->{$field}->{'sort'}) {  
                                 $log->warn("sort at field tag not implemented");  
                         }  
667    
668                          push @ds, $row;          my ($i1,$i2) = defined($marc_indicators->{$f}) ? @{ $marc_indicators->{$f} } : (' ',' ');
669            my $m = [ $f, $i1, $i2 ];
670    
671                          $log->debug("row $field: ",sub { Dumper($row) });          warn "### marc_compose input subfields = ", dump(@_),$/ if ($debug > 2);
                 }  
672    
673            if ($#_ % 2 != 1) {
674                    die "ERROR: marc_compose",dump($f,@_)," not valid (must be even).\nDo you need to add first() or join() around some argument?\n";
675          }          }
676    
677          if ($cache_file) {          while (@_) {
678                  store {                  my $sf = shift;
679                          ds => \@ds,                  my $v = shift;
680                          current_filename => $self->{'current_filename'},  
681                          headline => $self->{'headline'},                  next unless (defined($v) && $v !~ /^\s*$/);
682                  }, $cache_file;                  warn "## ++ marc_compose($f,$sf,$v) ", dump( $m ),$/ if ($debug > 1);
683                  $log->debug("created storable cache file $cache_file");                  if ($sf ne '+') {
684                            push @$m, ( $sf, $v );
685                    } else {
686                            $m->[ $#$m ] .= $v;
687                    }
688          }          }
689    
690          return @ds;          warn "## marc_compose current marc = ", dump( $m ),$/ if ($debug > 1);
691    
692            push @{ $marc_record->[ $marc_record_offset ] }, $m if ($#{$m} > 2);
693  }  }
694    
695  =head2 apply_format  =head2 marc_duplicate
696    
697  Apply format specified in tag with C<format_name="name"> and  Generate copy of current MARC record and continue working on copy
 C<format_delimiter=";;">.  
698    
699   my $text = $webpac->apply_format($format_name,$format_delimiter,$data);    marc_duplicate();
700    
701  Formats can contain C<lookup{...}> if you need them.  Copies can be accessed using C<< _get_marc_fields( fetch_next => 1 ) >> or
702    C<< _get_marc_fields( offset => 42 ) >>.
703    
704  =cut  =cut
705    
706  sub apply_format {  sub marc_duplicate {
707          my $self = shift;           my $m = $marc_record->[ -1 ];
708             die "can't duplicate record which isn't defined" unless ($m);
709             push @{ $marc_record }, dclone( $m );
710             push @{ $marc_leader }, dclone( marc_leader() );
711             warn "## marc_duplicate = ", dump(@$marc_leader, @$marc_record), $/ if ($debug > 1);
712             $marc_record_offset = $#{ $marc_record };
713             warn "## marc_record_offset = $marc_record_offset", $/ if ($debug > 1);
714    
715          my ($name,$delimiter,$data) = @_;  }
716    
717          my $log = $self->_get_logger();  =head2 marc_remove
718    
719          if (! $self->{'import_xml'}->{'format'}->{$name}) {  Remove some field or subfield from MARC record.
720                  $log->warn("<format name=\"$name\"> is not defined in ",$self->{'import_xml_file'});  
721                  return $data;    marc_remove('200');
722          }    marc_remove('200','a');
723    
724    This will erase field C<200> or C<200^a> from current MARC record.
725    
726      marc_remove('*');
727    
728    Will remove all fields in current MARC record.
729    
730    This is useful after calling C<marc_duplicate> or on it's own (but, you
731    should probably just remove that subfield definition if you are not
732    using C<marc_duplicate>).
733    
734    FIXME: support fields < 10.
735    
736    =cut
737    
738    sub marc_remove {
739            my ($f, $sf) = @_;
740    
741          $log->warn("no delimiter for format $name") if (! $delimiter);          die "marc_remove needs record number" unless defined($f);
742    
743          my $format = $self->_x($self->{'import_xml'}->{'format'}->{$name}->{'content'}) || $log->logdie("can't find format '$name'");          my $marc = $marc_record->[ $marc_record_offset ];
744    
745          my @data = split(/\Q$delimiter\E/, $data);          warn "### marc_remove before = ", dump( $marc ), $/ if ($debug > 2);
746    
747          my $out = sprintf($format, @data);          if ($f eq '*') {
748          $log->debug("using format $name [$format] on $data to produce: $out");  
749                    delete( $marc_record->[ $marc_record_offset ] );
750                    warn "## full marc_record = ", dump( @{ $marc_record }), $/ if ($debug > 1);
751    
         if ($self->{'lookup_regex'} && $out =~ $self->{'lookup_regex'}) {  
                 return $self->lookup($out);  
752          } else {          } else {
753                  return $out;  
754                    my $i = 0;
755                    foreach ( 0 .. $#{ $marc } ) {
756                            last unless (defined $marc->[$i]);
757                            warn "#### working on ",dump( @{ $marc->[$i] }), $/ if ($debug > 3);
758                            if ($marc->[$i]->[0] eq $f) {
759                                    if (! defined $sf) {
760                                            # remove whole field
761                                            splice @$marc, $i, 1;
762                                            warn "#### slice \@\$marc, $i, 1 = ",dump( @{ $marc }), $/ if ($debug > 3);
763                                            $i--;
764                                    } else {
765                                            foreach my $j ( 0 .. (( $#{ $marc->[$i] } - 3 ) / 2) ) {
766                                                    my $o = ($j * 2) + 3;
767                                                    if ($marc->[$i]->[$o] eq $sf) {
768                                                            # remove subfield
769                                                            splice @{$marc->[$i]}, $o, 2;
770                                                            warn "#### slice \@{\$marc->[$i]}, $o, 2 = ", dump( @{ $marc }), $/ if ($debug > 3);
771                                                            # is record now empty?
772                                                            if ($#{ $marc->[$i] } == 2) {
773                                                                    splice @$marc, $i, 1;
774                                                                    warn "#### slice \@\$marc, $i, 1 = ", dump( @{ $marc }), $/ if ($debug > 3);
775                                                                    $i--;
776                                                            };
777                                                    }
778                                            }
779                                    }
780                            }
781                            $i++;
782                    }
783    
784                    warn "### marc_remove($f", $sf ? ",$sf" : "", ") after = ", dump( $marc ), $/ if ($debug > 2);
785    
786                    $marc_record->[ $marc_record_offset ] = $marc;
787          }          }
788    
789            warn "## full marc_record = ", dump( @{ $marc_record }), $/ if ($debug > 1);
790  }  }
791    
792  =head2 parse  =head2 marc_original_order
793    
794    Copy all subfields preserving original order to marc field.
795    
796      marc_original_order( marc_field_number, original_input_field_number );
797    
798    Please note that field numbers are consistent with other commands (marc
799    field number first), but somewhat counter-intuitive (destination and then
800    source).
801    
802  Perform smart parsing of string, skipping delimiters for fields which aren't  You might want to use this command if you are just renaming subfields or
803  defined. It can also eval code in format starting with C<eval{...}> and  using pre-processing modify_record in C<config.yml> and don't need any
804  return output or nothing depending on eval code.  post-processing or want to preserve order of original subfields.
805    
  my $text = $webpac->parse($rec,'eval{"v901^a" eq "Deskriptor"}descriptor: v250^a', $i);  
806    
807  =cut  =cut
808    
809  sub parse {  sub marc_original_order {
         my $self = shift;  
810    
811          my ($rec, $format_utf8, $i) = @_;          my ($to, $from) = @_;
812            die "marc_original_order needs from and to fields\n" unless ($from && $to);
813    
814          return if (! $format_utf8);          return unless defined($rec->{$from});
815    
816          my $log = $self->_get_logger();          my $r = $rec->{$from};
817            die "record field $from isn't array\n" unless (ref($r) eq 'ARRAY');
818    
819          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);          my ($i1,$i2) = defined($marc_indicators->{$to}) ? @{ $marc_indicators->{$to} } : (' ',' ');
820            warn "## marc_original_order($to,$from) source = ", dump( $r ),$/ if ($debug > 1);
821    
822          $i = 0 if (! $i);          foreach my $d (@$r) {
823    
824          my $format = $self->_x($format_utf8) || $log->logconfess("can't convert '$format_utf8' from UTF-8 to ",$self->{'code_page'});                  if (! defined($d->{subfields}) && ref($d->{subfields}) ne 'ARRAY') {
825                            warn "# marc_original_order($to,$from): field $from doesn't have subfields specification\n";
826                            next;
827                    }
828            
829                    my @sfs = @{ $d->{subfields} };
830    
831          my @out;                  die "field $from doesn't have even number of subfields specifications\n" unless($#sfs % 2 == 1);
832    
833          $log->debug("format: $format");                  warn "#--> d: ",dump($d), "\n#--> sfs: ",dump(@sfs),$/ if ($debug > 2);
834    
835          my $eval_code;                  my $m = [ $to, $i1, $i2 ];
         # remove eval{...} from beginning  
         $eval_code = $1 if ($format =~ s/^eval{([^}]+)}//s);  
836    
837          my $filter_name;                  while (my $sf = shift @sfs) {
838          # remove filter{...} from beginning  
839          $filter_name = $1 if ($format =~ s/^filter{([^}]+)}//s);                          warn "#--> sf: ",dump($sf), $/ if ($debug > 2);
840                            my $offset = shift @sfs;
841                            die "corrupted sufields specification for field $from\n" unless defined($offset);
842    
843                            my $v;
844                            if (ref($d->{$sf}) eq 'ARRAY') {
845                                    $v = $d->{$sf}->[$offset] if (defined($d->{$sf}->[$offset]));
846                            } elsif ($offset == 0) {
847                                    $v = $d->{$sf};
848                            } else {
849                                    die "field $from subfield '$sf' need occurence $offset which doesn't exist", dump($d->{$sf});
850                            }
851                            push @$m, ( $sf, $v ) if (defined($v));
852                    }
853    
854          my $prefix;                  if ($#{$m} > 2) {
855          my $all_found=0;                          push @{ $marc_record->[ $marc_record_offset ] }, $m;
856                    }
857            }
858    
859          while ($format =~ s/^(.*?)(v|s)(\d+)(?:\^(\w))?//s) {          warn "## marc_record = ", dump( $marc_record ),$/ if ($debug > 1);
860    }
861    
862                  my $del = $1 || '';  =head2 marc_count
                 $prefix ||= $del if ($all_found == 0);  
863    
864                  # repeatable index  Return number of MARC records created using L</marc_duplicate>.
                 my $r = $i;  
                 $r = 0 if (lc("$2") eq 's');  
865    
866                  my $found = 0;    print "created ", marc_count(), " records";
                 my $tmp = $self->get_data(\$rec,$3,$4,$r,\$found);  
867    
868                  if ($found) {  =cut
869                          push @out, $del;  
870                          push @out, $tmp;  sub marc_count {
871                          $all_found += $found;          return $#{ $marc_record };
872    }
873    
874    
875    =head1 Functions to extract data from input
876    
877    This function should be used inside functions to create C<data_structure> described
878    above.
879    
880    =head2 _pack_subfields_hash
881    
882     @subfields = _pack_subfields_hash( $h );
883     $subfields = _pack_subfields_hash( $h, 1 );
884    
885    Return each subfield value in array or pack them all together and return scalar
886    with subfields (denoted by C<^>) and values.
887    
888    =cut
889    
890    sub _pack_subfields_hash {
891    
892            warn "## _pack_subfields_hash( ",dump(@_), " )\n" if ($debug > 1);
893    
894            my ($h,$include_subfields) = @_;
895    
896            # sanity and ease of use
897            return $h if (ref($h) ne 'HASH');
898    
899            if ( defined($h->{subfields}) ) {
900                    my $sfs = delete $h->{subfields} || die "no subfields?";
901                    my @out;
902                    while (@$sfs) {
903                            my $sf = shift @$sfs;
904                            push @out, '^' . $sf if ($include_subfields);
905                            my $o = shift @$sfs;
906                            if ($o == 0 && ref( $h->{$sf} ) ne 'ARRAY' ) {
907                                    # single element subfields are not arrays
908    #warn "====> $sf $o / $#$sfs ", dump( $sfs, $h->{$sf} ), "\n";
909    
910                                    push @out, $h->{$sf};
911                            } else {
912    #warn "====> $sf $o / $#$sfs ", dump( $sfs, $h->{$sf} ), "\n";
913                                    push @out, $h->{$sf}->[$o];
914                            }
915                    }
916                    if ($include_subfields) {
917                            return join('', @out);
918                    } else {
919                            return @out;
920                    }
921            } else {
922                    if ($include_subfields) {
923                            my $out = '';
924                            foreach my $sf (sort keys %$h) {
925                                    if (ref($h->{$sf}) eq 'ARRAY') {
926                                            $out .= '^' . $sf . join('^' . $sf, @{ $h->{$sf} });
927                                    } else {
928                                            $out .= '^' . $sf . $h->{$sf};
929                                    }
930                            }
931                            return $out;
932                    } else {
933                            # FIXME this should probably be in alphabetical order instead of hash order
934                            values %{$h};
935                  }                  }
936          }          }
937    }
938    
939    =head2 rec1
940    
941          return if (! $all_found);  Return all values in some field
942    
943          my $out = join('',@out);    @v = rec1('200')
944    
945          if ($out) {  TODO: order of values is probably same as in source data, need to investigate that
                 # add rest of format (suffix)  
                 $out .= $format;  
946    
947                  # add prefix if not there  =cut
                 $out = $prefix . $out if ($out !~ m/^\Q$prefix\E/);  
948    
949                  $log->debug("result: $out");  sub rec1 {
950            my $f = shift;
951            warn "rec1($f) = ", dump( $rec->{$f} ), $/ if ($debug > 1);
952            return unless (defined($rec) && defined($rec->{$f}));
953            warn "rec1($f) = ", dump( $rec->{$f} ), $/ if ($debug > 1);
954            if (ref($rec->{$f}) eq 'ARRAY') {
955                    my @out;
956                    foreach my $h ( @{ $rec->{$f} } ) {
957                            if (ref($h) eq 'HASH') {
958                                    push @out, ( _pack_subfields_hash( $h ) );
959                            } else {
960                                    push @out, $h;
961                            }
962                    }
963                    return @out;
964            } elsif( defined($rec->{$f}) ) {
965                    return $rec->{$f};
966          }          }
967    }
968    
969    =head2 rec2
970    
971    Return all values in specific field and subfield
972    
973      @v = rec2('200','a')
974    
975    =cut
976    
977    sub rec2 {
978            my $f = shift;
979            return unless (defined($rec && $rec->{$f}));
980            my $sf = shift;
981            warn "rec2($f,$sf) = ", dump( $rec->{$f} ), $/ if ($debug > 1);
982            return map {
983                    if (ref($_->{$sf}) eq 'ARRAY') {
984                            @{ $_->{$sf} };
985                    } else {
986                            $_->{$sf};
987                    }
988            } grep { ref($_) eq 'HASH' && $_->{$sf} } @{ $rec->{$f} };
989    }
990    
991    =head2 rec
992    
993    syntaxtic sugar for
994    
995      @v = rec('200')
996      @v = rec('200','a')
997    
998    If rec() returns just single value, it will
999    return scalar, not array.
1000    
1001    =cut
1002    
1003    sub frec {
1004            my @out = rec(@_);
1005            warn "rec(",dump(@_),") has more than one return value, ignoring\n" if $#out > 0;
1006            return shift @out;
1007    }
1008    
1009          if ($eval_code) {  sub rec {
1010                  my $eval = $self->fill_in($rec,$eval_code,$i) || return;          my @out;
1011                  $log->debug("about to eval{$eval} format: $out");          if ($#_ == 0) {
1012                  return if (! $self->_eval($eval));                  @out = rec1(@_);
1013            } elsif ($#_ == 1) {
1014                    @out = rec2(@_);
1015          }          }
1016                    if ($#out == 0 && ! wantarray) {
1017          if ($filter_name && $self->{'filter'}->{$filter_name}) {                  return $out[0];
1018                  $log->debug("about to filter{$filter_name} format: $out");          } elsif (@out) {
1019                  $out = $self->{'filter'}->{$filter_name}->($out);                  return @out;
1020                  return unless(defined($out));          } else {
1021                  $log->debug("filter result: $out");                  return '';
1022          }          }
1023    }
1024    
1025          return $out;  =head2 regex
1026    
1027    Apply regex to some or all values
1028    
1029      @v = regex( 's/foo/bar/g', @v );
1030    
1031    =cut
1032    
1033    sub regex {
1034            my $r = shift;
1035            my @out;
1036            #warn "r: $r\n", dump(\@_);
1037            foreach my $t (@_) {
1038                    next unless ($t);
1039                    eval "\$t =~ $r";
1040                    push @out, $t if ($t && $t ne '');
1041            }
1042            return @out;
1043  }  }
1044    
1045  =head2 parse_to_arr  =head2 prefix
1046    
1047  Similar to C<parse>, but returns array of all repeatable fields  Prefix all values with a string
1048    
1049   my @arr = $webpac->parse_to_arr($rec,'v250^a');    @v = prefix( 'my_', @v );
1050    
1051  =cut  =cut
1052    
1053  sub parse_to_arr {  sub prefix {
1054          my $self = shift;          my $p = shift;
1055            return @_ unless defined( $p );
1056            return map { $p . $_ } grep { defined($_) } @_;
1057    }
1058    
1059          my ($rec, $format_utf8) = @_;  =head2 suffix
1060    
1061          my $log = $self->_get_logger();  suffix all values with a string
1062    
1063          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);    @v = suffix( '_my', @v );
         return if (! $format_utf8);  
1064    
1065          my $i = 0;  =cut
         my @arr;  
1066    
1067          while (my $v = $self->parse($rec,$format_utf8,$i++)) {  sub suffix {
1068                  push @arr, $v;          my $s = shift;
1069          }          return @_ unless defined( $s );
1070            return map { $_ . $s } grep { defined($_) } @_;
1071    }
1072    
1073    =head2 surround
1074    
1075    surround all values with a two strings
1076    
1077      @v = surround( 'prefix_', '_suffix', @v );
1078    
1079    =cut
1080    
1081    sub surround {
1082            my $p = shift;
1083            my $s = shift;
1084            $p = '' unless defined( $p );
1085            $s = '' unless defined( $s );
1086            return map { $p . $_ . $s } grep { defined($_) } @_;
1087    }
1088    
1089          $log->debug("format '$format_utf8' returned ",--$i," elements: ", sub { join(" | ",@arr) }) if (@arr);  =head2 first
1090    
1091          return @arr;  Return first element
1092    
1093      $v = first( @v );
1094    
1095    =cut
1096    
1097    sub first {
1098            my $r = shift;
1099            return $r;
1100  }  }
1101    
1102  =head2 fill_in_to_arr  =head2 lookup
1103    
1104  Similar to C<fill_in>, but returns array of all repeatable fields. Usable  Consult lookup hashes for some value
1105  for fields which have lookups, so they shouldn't be parsed but rather  
1106  C<fill_id>ed.    @v = lookup(
1107            sub {
1108                    'ffkk/peri/mfn'.rec('000')
1109            },
1110            'ffkk','peri','200-a-200-e',
1111            sub {
1112                    first(rec(200,'a')).' '.first(rec('200','e'))
1113            }
1114      );
1115    
1116   my @arr = $webpac->fill_in_to_arr($rec,'[v900];;[v250^a]');  Code like above will be B<automatically generated> using L<WebPAC::Parse> from
1117    normal lookup definition in C<conf/lookup/something.pl> which looks like:
1118    
1119      lookup(
1120            # which results to return from record recorded in lookup
1121            sub { 'ffkk/peri/mfn' . rec('000') },
1122            # from which database and input
1123            'ffkk','peri',
1124            # such that following values match
1125            sub { first(rec(200,'a')) . ' ' . first(rec('200','e')) },
1126            # if this part is missing, we will try to match same fields
1127            # from lookup record and current one, or you can override
1128            # which records to use from current record using
1129            sub { rec('900','x') . ' ' . rec('900','y') },
1130      )
1131    
1132    You can think about this lookup as SQL (if that helps):
1133    
1134      select
1135            sub { what }
1136      from
1137            database, input
1138      where
1139        sub { filter from lookuped record }
1140      having
1141        sub { optional filter on current record }
1142    
1143    Easy as pie, right?
1144    
1145  =cut  =cut
1146    
1147  sub fill_in_to_arr {  sub lookup {
1148          my $self = shift;          my ($what, $database, $input, $key, $having) = @_;
1149    
1150          my ($rec, $format_utf8) = @_;          confess "lookup needs 5 arguments: what, database, input, key, having\n" unless ($#_ == 4);
1151    
1152          my $log = $self->_get_logger();          warn "## lookup ($database, $input, $key)", $/ if ($debug > 1);
1153            return unless (defined($lookup->{$database}->{$input}->{$key}));
1154    
1155          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);          confess "lookup really need load_row_coderef added to data_structure\n" unless ($load_row_coderef);
         return if (! $format_utf8);  
1156    
1157          my $i = 0;          my $mfns;
1158          my @arr;          my @having = $having->();
1159    
1160          while (my @v = $self->fill_in($rec,$format_utf8,$i++)) {          warn "## having = ", dump( @having ) if ($debug > 2);
1161                  push @arr, @v;  
1162            foreach my $h ( @having ) {
1163                    if (defined($lookup->{$database}->{$input}->{$key}->{$h})) {
1164                            warn "lookup for $database/$input/$key/$h return ",dump($lookup->{$database}->{$input}->{$key}->{$h}),"\n" if ($debug);
1165                            $mfns->{$_}++ foreach keys %{ $lookup->{$database}->{$input}->{$key}->{$h} };
1166                    }
1167          }          }
1168    
1169          $log->debug("format '$format_utf8' returned ",--$i," elements: ", sub { join(" | ",@arr) }) if (@arr);          return unless ($mfns);
1170    
1171            my @mfns = sort keys %$mfns;
1172    
1173            warn "# lookup loading $database/$input/$key mfn ", join(",",@mfns)," having ",dump(@having),"\n" if ($debug);
1174    
1175            my $old_rec = $rec;
1176            my @out;
1177    
1178            foreach my $mfn (@mfns) {
1179                    $rec = $load_row_coderef->( $database, $input, $mfn );
1180    
1181                    warn "got $database/$input/$mfn = ", dump($rec), $/ if ($debug);
1182    
1183                    my @vals = $what->();
1184    
1185                    push @out, ( @vals );
1186    
1187                    warn "lookup for mfn $mfn returned ", dump(@vals), $/ if ($debug);
1188            }
1189    
1190    #       if (ref($lookup->{$k}) eq 'ARRAY') {
1191    #               return @{ $lookup->{$k} };
1192    #       } else {
1193    #               return $lookup->{$k};
1194    #       }
1195    
1196            $rec = $old_rec;
1197    
1198            warn "## lookup returns = ", dump(@out), $/ if ($debug);
1199    
1200          return @arr;          if ($#out == 0) {
1201                    return $out[0];
1202            } else {
1203                    return @out;
1204            }
1205  }  }
1206    
1207  =head2 sort_arr  =head2 save_into_lookup
1208    
1209    Save value into lookup. It associates current database, input
1210    and specific keys with one or more values which will be
1211    associated over MFN.
1212    
1213    MFN will be extracted from first occurence current of field 000
1214    in current record, or if it doesn't exist from L<_set_config> C<_mfn>.
1215    
1216  Sort array ignoring case and html in data    my $nr = save_into_lookup($database,$input,$key,sub {
1217            # code which produce one or more values
1218      });
1219    
1220   my @sorted = $webpac->sort_arr(@unsorted);  It returns number of items saved.
1221    
1222    This function shouldn't be called directly, it's called from code created by
1223    L<WebPAC::Parser>.
1224    
1225  =cut  =cut
1226    
1227  sub sort_arr {  sub save_into_lookup {
1228          my $self = shift;          my ($database,$input,$key,$coderef) = @_;
1229            die "save_into_lookup needs database" unless defined($database);
1230            die "save_into_lookup needs input" unless defined($input);
1231            die "save_into_lookup needs key" unless defined($key);
1232            die "save_into_lookup needs CODE" unless ( defined($coderef) && ref($coderef) eq 'CODE' );
1233    
1234            warn "## save_into_lookup rec = ", dump($rec), " config = ", dump($config), $/ if ($debug > 2);
1235    
1236            my $mfn =
1237                    defined($rec->{'000'}->[0])     ?       $rec->{'000'}->[0]      :
1238                    defined($config->{_mfn})        ?       $config->{_mfn}         :
1239                                                                                    die "mfn not defined or zero";
1240    
1241            my $nr = 0;
1242    
1243            foreach my $v ( $coderef->() ) {
1244                    $lookup->{$database}->{$input}->{$key}->{$v}->{$mfn}++;
1245                    warn "# saved lookup $database/$input/$key [$v] $mfn\n" if ($debug > 1);
1246                    $nr++;
1247            }
1248    
1249          my $log = $self->_get_logger();          return $nr;
1250    }
1251    
1252    =head2 config
1253    
1254    Consult config values stored in C<config.yml>
1255    
1256      # return database code (key under databases in yaml)
1257      $database_code = config();    # use _ from hash
1258      $database_name = config('name');
1259      $database_input_name = config('input name');
1260    
1261    Up to three levels are supported.
1262    
1263    =cut
1264    
1265          # FIXME add Schwartzian Transformation?  sub config {
1266            return unless ($config);
1267    
1268          my @sorted = sort {          my $p = shift;
1269                  $a =~ s#<[^>]+/*>##;  
1270                  $b =~ s#<[^>]+/*>##;          $p ||= '';
1271                  lc($b) cmp lc($a)  
1272          } @_;          my $v;
1273          $log->debug("sorted values: ",sub { join(", ",@sorted) });  
1274            warn "### getting config($p)\n" if ($debug > 1);
1275    
1276            my @p = split(/\s+/,$p);
1277            if ($#p < 0) {
1278                    $v = $config->{ '_' };  # special, database code
1279            } else {
1280    
1281                    my $c = dclone( $config );
1282    
1283                    foreach my $k (@p) {
1284                            warn "### k: $k c = ",dump($c),$/ if ($debug > 1);
1285                            if (ref($c) eq 'ARRAY') {
1286                                    $c = shift @$c;
1287                                    warn "config($p) taking first occurence of '$k', probably not what you wanted!\n";
1288                                    last;
1289                            }
1290    
1291                            if (! defined($c->{$k}) ) {
1292                                    $c = undef;
1293                                    last;
1294                            } else {
1295                                    $c = $c->{$k};
1296                            }
1297                    }
1298                    $v = $c if ($c);
1299    
1300          return @sorted;          }
1301    
1302            warn "## config( '$p' ) = ",dump( $v ),$/ if ($v && $debug);
1303            warn "config( '$p' ) is empty\n" if (! $v);
1304    
1305            return $v;
1306  }  }
1307    
1308    =head2 id
1309    
1310  =head2 _sort_by_order  Returns unique id of this record
1311    
1312  Sort xml tags data structure accoding to C<order=""> attribute.    $id = id();
1313    
1314    Returns C<42/2> for 2nd occurence of MFN 42.
1315    
1316  =cut  =cut
1317    
1318  sub _sort_by_order {  sub id {
1319          my $self = shift;          my $mfn = $config->{_mfn} || die "no _mfn in config data";
1320            return $mfn . $#{$marc_record} ? $#{$marc_record} + 1 : '';
1321    }
1322    
1323    =head2 join_with
1324    
1325          my $va = $self->{'import_xml'}->{'indexer'}->{$a}->{'order'} ||  Joins walues with some delimiter
                 $self->{'import_xml'}->{'indexer'}->{$a};  
         my $vb = $self->{'import_xml'}->{'indexer'}->{$b}->{'order'} ||  
                 $self->{'import_xml'}->{'indexer'}->{$b};  
1326    
1327          return $va <=> $vb;    $v = join_with(", ", @v);
1328    
1329    =cut
1330    
1331    sub join_with {
1332            my $d = shift;
1333            warn "### join_with('$d',",dump(@_),")\n" if ($debug > 2);
1334            my $v = join($d, grep { defined($_) && $_ ne '' } @_);
1335            return '' unless defined($v);
1336            return $v;
1337  }  }
1338    
1339  =head2 _x  =head2 split_rec_on
1340    
1341  Convert strings from C<conf/normalize> encoding into application specific  Split record subfield on some regex and take one of parts out
 (optinally specified using C<code_page> to C<new> constructor.  
1342    
1343   my $text = $n->_x('normalize text string');    $a_before_semi_column =
1344            split_rec_on('200','a', /\s*;\s*/, $part);
1345    
1346  This is a stub so that other modules doesn't have to implement it.  C<$part> is optional number of element. First element is
1347    B<1>, not 0!
1348    
1349    If there is no C<$part> parameter or C<$part> is 0, this function will
1350    return all values produced by splitting.
1351    
1352  =cut  =cut
1353    
1354  sub _x {  sub split_rec_on {
1355          my $self = shift;          die "split_rec_on need (fld,sf,regex[,part]" if ($#_ < 2);
1356          return shift;  
1357            my ($fld, $sf, $regex, $part) = @_;
1358            warn "### regex ", ref($regex), $regex, $/ if ($debug > 2);
1359    
1360            my @r = rec( $fld, $sf );
1361            my $v = shift @r;
1362            warn "### first rec($fld,$sf) = ",dump($v),$/ if ($debug > 2);
1363    
1364            return '' if ( ! defined($v) || $v =~ /^\s*$/);
1365    
1366            my @s = split( $regex, $v );
1367            warn "## split_rec_on($fld,$sf,$regex,$part) = ",dump(@s),$/ if ($debug > 1);
1368            if ($part && $part > 0) {
1369                    return $s[ $part - 1 ];
1370            } else {
1371                    return @s;
1372            }
1373  }  }
1374    
1375    my $hash;
1376    
1377    =head2 set
1378    
1379      set( key => 'value' );
1380    
1381    =cut
1382    
1383    sub set {
1384            my ($k,$v) = @_;
1385            warn "## set ( $k => ", dump($v), " )", $/ if ( $debug );
1386            $hash->{$k} = $v;
1387    };
1388    
1389    =head2 get
1390    
1391  =head1 AUTHOR    get( 'key' );
1392    
1393  Dobrica Pavlinusic, C<< <dpavlin@rot13.org> >>  =cut
1394    
1395  =head1 COPYRIGHT & LICENSE  sub get {
1396            my $k = shift || return;
1397            my $v = $hash->{$k};
1398            warn "## get $k = ", dump( $v ), $/ if ( $debug );
1399            return $v;
1400    }
1401    
1402  Copyright 2005 Dobrica Pavlinusic, All Rights Reserved.  =head2 count
1403    
1404  This program is free software; you can redistribute it and/or modify it    if ( count( @result ) == 1 ) {
1405  under the same terms as Perl itself.          # do something if only 1 result is there
1406      }
1407    
1408  =cut  =cut
1409    
1410  1; # End of WebPAC::DB  sub count {
1411            warn "## count ",dump(@_),$/ if ( $debug );
1412            return @_ . '';
1413    }
1414    
1415    # END
1416    1;

Legend:
Removed from v.14  
changed lines
  Added in v.1011

  ViewVC Help
Powered by ViewVC 1.1.26