/[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 554 by dpavlin, Sat Jul 1 10:19:29 2006 UTC revision 1036 by dpavlin, Mon Nov 12 11:10:48 2007 UTC
# Line 1  Line 1 
1  package WebPAC::Normalize;  package WebPAC::Normalize;
2  use Exporter 'import';  use Exporter 'import';
3  @EXPORT = qw/  our @EXPORT = qw/
4          _set_rec _set_lookup          _set_ds _set_lookup
5            _set_load_row
6          _get_ds _clean_ds          _get_ds _clean_ds
7          _debug          _debug
8            _pack_subfields_hash
9    
10          tag search display          search_display search display sorted
         marc marc_indicators marc_repeatable_subfield  
11    
12          rec1 rec2 rec          rec1 rec2 rec
13            frec frec_eq frec_ne
14          regex prefix suffix surround          regex prefix suffix surround
15          first lookup join_with          first lookup join_with
16            save_into_lookup
17    
18            split_rec_on
19    
20            get set
21            count
22    
23  /;  /;
24    
25  use warnings;  use warnings;
# Line 18  use strict; Line 27  use strict;
27    
28  #use base qw/WebPAC::Common/;  #use base qw/WebPAC::Common/;
29  use Data::Dump qw/dump/;  use Data::Dump qw/dump/;
30  use Encode qw/from_to/;  use Storable qw/dclone/;
31    use Carp qw/confess/;
32    
33  # debugging warn(s)  # debugging warn(s)
34  my $debug = 0;  my $debug = 0;
35    
36    # FIXME
37    use WebPAC::Normalize::ISBN;
38    push @EXPORT, ( 'isbn_10', 'isbn_13' );
39    
40    use WebPAC::Normalize::MARC;
41    push @EXPORT, ( qw/
42            marc marc_indicators marc_repeatable_subfield
43            marc_compose marc_leader marc_fixed
44            marc_duplicate marc_remove marc_count
45            marc_original_order
46            marc_template
47    /);
48    
49  =head1 NAME  =head1 NAME
50    
51  WebPAC::Normalize - describe normalisaton rules using sets  WebPAC::Normalize - describe normalisaton rules using sets
52    
 =head1 VERSION  
   
 Version 0.07  
   
53  =cut  =cut
54    
55  our $VERSION = '0.07';  our $VERSION = '0.35';
56    
57  =head1 SYNOPSIS  =head1 SYNOPSIS
58    
# Line 47  means that you check it's validity befor Line 65  means that you check it's validity befor
65  C<perl -c normalize.pl>.  C<perl -c normalize.pl>.
66    
67  Normalisation can generate multiple output normalized data. For now, supported output  Normalisation can generate multiple output normalized data. For now, supported output
68  types (on the left side of definition) are: C<tag>, C<display>, C<search> and  types (on the left side of definition) are: C<search_display>, C<display>, C<search> and
69  C<marc>.  C<marc>.
70    
71  =head1 FUNCTIONS  =head1 FUNCTIONS
# Line 60  All other functions are available for us Line 78  All other functions are available for us
78  Return data structure  Return data structure
79    
80    my $ds = WebPAC::Normalize::data_structure(    my $ds = WebPAC::Normalize::data_structure(
81          lookup => $lookup->lookup_hash,          lookup => $lookup_hash,
82          row => $row,          row => $row,
83          rules => $normalize_pl_config,          rules => $normalize_pl_config,
84          marc_encoding => 'utf-8',          marc_encoding => 'utf-8',
85            config => $config,
86            load_row_coderef => sub {
87                    my ($database,$input,$mfn) = @_;
88                    $store->load_row( database => $database, input => $input, id => $mfn );
89            },
90    );    );
91    
92  Options C<lookup>, C<row>, C<rules> and C<log> are mandatory while all  Options C<row>, C<rules> and C<log> are mandatory while all
93  other are optional.  other are optional.
94    
95    C<load_row_coderef> is closure only used when executing lookups, so they will
96    die if it's not defined.
97    
98  This function will B<die> if normalizastion can't be evaled.  This function will B<die> if normalizastion can't be evaled.
99    
100  Since this function isn't exported you have to call it with  Since this function isn't exported you have to call it with
# Line 76  C<WebPAC::Normalize::data_structure>. Line 102  C<WebPAC::Normalize::data_structure>.
102    
103  =cut  =cut
104    
105    my $load_row_coderef;
106    
107  sub data_structure {  sub data_structure {
108          my $arg = {@_};          my $arg = {@_};
109    
110          die "need row argument" unless ($arg->{row});          die "need row argument" unless ($arg->{row});
111          die "need normalisation argument" unless ($arg->{rules});          die "need normalisation argument" unless ($arg->{rules});
112    
113          no strict 'subs';          _set_lookup( $arg->{lookup} ) if defined($arg->{lookup});
114          _set_lookup( $arg->{lookup} );          _set_ds( $arg->{row} );
115          _set_rec( $arg->{row} );          _set_config( $arg->{config} ) if defined($arg->{config});
116          _clean_ds( %{ $arg } );          _clean_ds( %{ $arg } );
117          eval "$arg->{rules}";          $load_row_coderef = $arg->{load_row_coderef};
118    
119            no strict 'subs';
120            no warnings 'redefine';
121            eval "$arg->{rules};";
122          die "error evaling $arg->{rules}: $@\n" if ($@);          die "error evaling $arg->{rules}: $@\n" if ($@);
123    
124          return _get_ds();          return _get_ds();
125  }  }
126    
127  =head2 _set_rec  =head2 _set_ds
128    
129  Set current record hash  Set current record hash
130    
131    _set_rec( $rec );    _set_ds( $rec );
132    
133  =cut  =cut
134    
135  my $rec;  my $rec;
136    
137  sub _set_rec {  sub _set_ds {
138          $rec = shift or die "no record hash";          $rec = shift or die "no record hash";
139            $WebPAC::Normalize::MARC::rec = $rec;
140    }
141    
142    =head2
143    
144      my $rec = _get_rec();
145    
146    =cut
147    
148    sub _get_rec { $rec };
149    
150    =head2 _set_config
151    
152    Set current config hash
153    
154      _set_config( $config );
155    
156    Magic keys are:
157    
158    =over 4
159    
160    =item _
161    
162    Code of current database
163    
164    =item _mfn
165    
166    Current MFN
167    
168    =back
169    
170    =cut
171    
172    my $config;
173    
174    sub _set_config {
175            $config = shift;
176  }  }
177    
178  =head2 _get_ds  =head2 _get_ds
# Line 114  Return hash formatted as data structure Line 183  Return hash formatted as data structure
183    
184  =cut  =cut
185    
186  my ($out,$marc_record, $marc_encoding, $marc_repeatable_subfield, $marc_indicators);  my $out;
187    
188  sub _get_ds {  sub _get_ds {
189    #warn "## out = ",dump($out);
190          return $out;          return $out;
191  }  }
192    
# Line 130  Clean data structure hash for next recor Line 200  Clean data structure hash for next recor
200    
201  sub _clean_ds {  sub _clean_ds {
202          my $a = {@_};          my $a = {@_};
203          ($out,$marc_record, $marc_encoding, $marc_repeatable_subfield, $marc_indicators) = ();          $out = undef;
204          $marc_encoding = $a->{marc_encoding};          WebPAC::Normalize::MARC::_clean();
205  }  }
206    
207  =head2 _set_lookup  =head2 _set_lookup
# Line 148  sub _set_lookup { Line 218  sub _set_lookup {
218          $lookup = shift;          $lookup = shift;
219  }  }
220    
221  =head2 _get_marc_fields  =head2 _get_lookup
   
 Get all fields defined by calls to C<marc>  
   
         $marc->add_fields( WebPAC::Normalize:_get_marc_fields() );  
   
 We are using I<magic> which detect repeatable fields only from  
 sequence of field/subfield data generated by normalization.  
   
 Repeatable field is created when there is second occurence of same subfield or  
 if any of indicators are different.  
   
 This is sane for most cases. Something like:  
   
   900a-1 900b-1 900c-1  
   900a-2 900b-2  
   900a-3  
222    
223  will be created from any combination of:  Get current lookup hash
224    
225    900a-1 900a-2 900a-3 900b-1 900b-2 900c-1    my $lookup = _get_lookup();
   
 and following rules:  
   
   marc('900','a', rec('200','a') );  
   marc('900','b', rec('200','b') );  
   marc('900','c', rec('200','c') );  
   
 which might not be what you have in mind. If you need repeatable subfield,  
 define it using C<marc_repeatable_subfield> like this:  
   
 ....  
226    
227  =cut  =cut
228    
229  sub _get_marc_fields {  sub _get_lookup {
230            return $lookup;
231          return if (! $marc_record || ref($marc_record) ne 'ARRAY' || $#{ $marc_record } < 0);  }
   
         # first, sort all existing fields  
         # XXX might not be needed, but modern perl might randomize elements in hash  
         my @sorted_marc_record = sort {  
                 $a->[0] . $a->[3] cmp $b->[0] . $b->[3]  
         } @{ $marc_record };  
   
         # output marc fields  
         my @m;  
   
         # count unique field-subfields (used for offset when walking to next subfield)  
         my $u;  
         map { $u->{ $_->[0] . $_->[3]  }++ } @sorted_marc_record;  
   
         if ($debug) {  
                 warn "## marc_repeatable_subfield ", dump( $marc_repeatable_subfield ), $/;  
                 warn "## marc_record ", dump( $marc_record ), $/;  
                 warn "## sorted_marc_record ", dump( \@sorted_marc_record ), $/;  
                 warn "## subfield count ", dump( $u ), $/;  
         }  
   
         my $len = $#sorted_marc_record;  
         my $visited;  
         my $i = 0;  
         my $field;  
   
         foreach ( 0 .. $len ) {  
   
                 # find next element which isn't visited  
                 while ($visited->{$i}) {  
                         $i = ($i + 1) % ($len + 1);  
                 }  
   
                 # mark it visited  
                 $visited->{$i}++;  
   
                 my $row = $sorted_marc_record[$i];  
   
                 # field and subfield which is key for  
                 # marc_repeatable_subfield and u  
                 my $fsf = $row->[0] . $row->[3];  
   
                 if ($debug > 1) {  
   
                         print "### field so far [", $#$field, "] : ", dump( $field ), " ", $field ? 'T' : 'F', $/;  
                         print "### this [$i]: ", dump( $row ),$/;  
                         print "### sf: ", $row->[3], " vs ", $field->[3],  
                                 $marc_repeatable_subfield->{ $row->[0] . $row->[3] } ? ' (repeatable)' : '', $/,  
                                 if ($#$field >= 0);  
232    
233                  }  =head2 _set_load_row
234    
235                  # if field exists  Setup code reference which will return L<data_structure> from
236                  if ( $#$field >= 0 ) {  L<WebPAC::Store>
                         if (  
                                 $row->[0] ne $field->[0] ||             # field  
                                 $row->[1] ne $field->[1] ||             # i1  
                                 $row->[2] ne $field->[2]                # i2  
                         ) {  
                                 push @m, $field;  
                                 warn "## saved/1 ", dump( $field ),$/ if ($debug);  
                                 $field = $row;  
   
                         } elsif (  
                                 ( $row->[3] lt $field->[-2] )           # subfield which is not next (e.g. a after c)  
                                 ||  
                                 ( $row->[3] eq $field->[-2] &&          # same subfield, but not repeatable  
                                         ! $marc_repeatable_subfield->{ $fsf }  
                                 )  
                         ) {  
                                 push @m, $field;  
                                 warn "## saved/2 ", dump( $field ),$/ if ($debug);  
                                 $field = $row;  
237    
238                          } else {    _set_load_row(sub {
239                                  # append new subfields to existing field                  my ($database,$input,$mfn) = @_;
240                                  push @$field, ( $row->[3], $row->[4] );                  $store->load_row( database => $database, input => $input, id => $mfn );
241                          }    });
                 } else {  
                         # insert first field  
                         $field = $row;  
                 }  
242    
243                  if (! $marc_repeatable_subfield->{ $fsf }) {  =cut
                         # make step to next subfield  
                         $i = ($i + $u->{ $fsf } ) % ($len + 1);  
                 }  
         }  
244    
245          if ($#$field >= 0) {  sub _set_load_row {
246                  push @m, $field;          my $coderef = shift;
247                  warn "## saved/3 ", dump( $field ),$/ if ($debug);          confess "argument isn't CODE" unless ref($coderef) eq 'CODE';
         }  
248    
249          return @m;          $load_row_coderef = $coderef;
250  }  }
251    
252  =head2 _debug  =head2 _debug
# Line 294  Change level of debug warnings Line 260  Change level of debug warnings
260  sub _debug {  sub _debug {
261          my $l = shift;          my $l = shift;
262          return $debug unless defined($l);          return $debug unless defined($l);
263            warn "debug level $l",$/ if ($l > 0);
264          $debug = $l;          $debug = $l;
265            $WebPAC::Normalize::MARC::debug = $debug;
266  }  }
267    
268  =head1 Functions to create C<data_structure>  =head1 Functions to create C<data_structure>
269    
270  Those functions generally have to first in your normalization file.  Those functions generally have to first in your normalization file.
271    
272  =head2 tag  =head2 search_display
273    
274  Define new tag for I<search> and I<display>.  Define output for L<search> and L<display> at the same time
275    
276    tag('Title', rec('200','a') );    search_display('Title', rec('200','a') );
277    
278    
279  =cut  =cut
280    
281  sub tag {  sub search_display {
282          my $name = shift or die "tag needs name as first argument";          my $name = shift or die "search_display needs name as first argument";
283          my @o = grep { defined($_) && $_ ne '' } @_;          my @o = grep { defined($_) && $_ ne '' } @_;
284          return unless (@o);          return unless (@o);
         $out->{$name}->{tag} = $name;  
285          $out->{$name}->{search} = \@o;          $out->{$name}->{search} = \@o;
286          $out->{$name}->{display} = \@o;          $out->{$name}->{display} = \@o;
287  }  }
288    
289    =head2 tag
290    
291    Old name for L<search_display>, but supported
292    
293    =cut
294    
295    sub tag {
296            search_display( @_ );
297    }
298    
299  =head2 display  =head2 display
300    
301  Define tag just for I<display>  Define output just for I<display>
302    
303    @v = display('Title', rec('200','a') );    @v = display('Title', rec('200','a') );
304    
305  =cut  =cut
306    
307  sub display {  sub _field {
308          my $name = shift or die "display needs name as first argument";          my $type = shift or confess "need type -- BUG?";
309            my $name = shift or confess "needs name as first argument";
310          my @o = grep { defined($_) && $_ ne '' } @_;          my @o = grep { defined($_) && $_ ne '' } @_;
311          return unless (@o);          return unless (@o);
312          $out->{$name}->{tag} = $name;          $out->{$name}->{$type} = \@o;
         $out->{$name}->{display} = \@o;  
313  }  }
314    
315    sub display { _field( 'display', @_ ) }
316    
317  =head2 search  =head2 search
318    
319  Prepare values just for I<search>  Prepare values just for I<search>
# Line 343  Prepare values just for I<search> Line 322  Prepare values just for I<search>
322    
323  =cut  =cut
324    
325  sub search {  sub search { _field( 'search', @_ ) }
         my $name = shift or die "search needs name as first argument";  
         my @o = grep { defined($_) && $_ ne '' } @_;  
         return unless (@o);  
         $out->{$name}->{tag} = $name;  
         $out->{$name}->{search} = \@o;  
 }  
326    
327  =head2 marc  =head2 sorted
328    
329  Save value for MARC field  Insert into lists which will be automatically sorted
330    
331    marc('900','a', rec('200','a') );   sorted('Title', rec('200','a') );
332    
333  =cut  =cut
334    
335  sub marc {  sub sorted { _field( 'sorted', @_ ) }
         my $f = shift or die "marc needs field";  
         die "marc field must be numer" unless ($f =~ /^\d+$/);  
336    
         my $sf = shift or die "marc needs subfield";  
337    
         foreach (@_) {  
                 my $v = $_;             # make var read-write for Encode  
                 next unless (defined($v) && $v !~ /^\s*$/);  
                 from_to($v, 'iso-8859-2', $marc_encoding) if ($marc_encoding);  
                 my ($i1,$i2) = defined($marc_indicators->{$f}) ? @{ $marc_indicators->{$f} } : (' ',' ');  
                 push @{ $marc_record }, [ $f, $i1, $i2, $sf => $v ];  
         }  
 }  
338    
339  =head2 marc_repeatable_subfield  =head1 Functions to extract data from input
340    
341  Save values for MARC repetable subfield  This function should be used inside functions to create C<data_structure> described
342    above.
343    
344    marc_repeatable_subfield('910', 'z', rec('909') );  =head2 _pack_subfields_hash
345    
346  =cut   @subfields = _pack_subfields_hash( $h );
347     $subfields = _pack_subfields_hash( $h, 1 );
348    
349  sub marc_repeatable_subfield {  Return each subfield value in array or pack them all together and return scalar
350          my ($f,$sf) = @_;  with subfields (denoted by C<^>) and values.
         die "marc_repeatable_subfield need field and subfield!\n" unless ($f && $sf);  
         $marc_repeatable_subfield->{ $f . $sf }++;  
         marc(@_);  
 }  
351    
352  =head2 marc_indicators  =cut
353    
354  Set both indicators for MARC field  sub _pack_subfields_hash {
355    
356    marc_indicators('900', ' ', 1);          warn "## _pack_subfields_hash( ",dump(@_), " )\n" if ($debug > 1);
357    
358  Any indicator value other than C<0-9> will be treated as undefined.          my ($h,$include_subfields) = @_;
359    
360  =cut          # sanity and ease of use
361            return $h if (ref($h) ne 'HASH');
362    
363  sub marc_indicators {          if ( defined($h->{subfields}) ) {
364          my $f = shift || die "marc_indicators need field!\n";                  my $sfs = delete $h->{subfields} || die "no subfields?";
365          my ($i1,$i2) = @_;                  my @out;
366          die "marc_indicators($f, ...) need i1!\n" unless(defined($i1));                  while (@$sfs) {
367          die "marc_indicators($f, $i1, ...) need i2!\n" unless(defined($i2));                          my $sf = shift @$sfs;
368                            push @out, '^' . $sf if ($include_subfields);
369                            my $o = shift @$sfs;
370                            if ($o == 0 && ref( $h->{$sf} ) ne 'ARRAY' ) {
371                                    # single element subfields are not arrays
372    #warn "====> $sf $o / $#$sfs ", dump( $sfs, $h->{$sf} ), "\n";
373    
374          $i1 = ' ' if ($i1 !~ /^\d$/);                                  push @out, $h->{$sf};
375          $i2 = ' ' if ($i2 !~ /^\d$/);                          } else {
376          @{ $marc_indicators->{$f} } = ($i1,$i2);  #warn "====> $sf $o / $#$sfs ", dump( $sfs, $h->{$sf} ), "\n";
377                                    push @out, $h->{$sf}->[$o];
378                            }
379                    }
380                    if ($include_subfields) {
381                            return join('', @out);
382                    } else {
383                            return @out;
384                    }
385            } else {
386                    if ($include_subfields) {
387                            my $out = '';
388                            foreach my $sf (sort keys %$h) {
389                                    if (ref($h->{$sf}) eq 'ARRAY') {
390                                            $out .= '^' . $sf . join('^' . $sf, @{ $h->{$sf} });
391                                    } else {
392                                            $out .= '^' . $sf . $h->{$sf};
393                                    }
394                            }
395                            return $out;
396                    } else {
397                            # FIXME this should probably be in alphabetical order instead of hash order
398                            values %{$h};
399                    }
400            }
401  }  }
402    
   
 =head1 Functions to extract data from input  
   
 This function should be used inside functions to create C<data_structure> described  
 above.  
   
403  =head2 rec1  =head2 rec1
404    
405  Return all values in some field  Return all values in some field
# Line 428  TODO: order of values is probably same a Line 412  TODO: order of values is probably same a
412    
413  sub rec1 {  sub rec1 {
414          my $f = shift;          my $f = shift;
415            warn "rec1($f) = ", dump( $rec->{$f} ), $/ if ($debug > 1);
416          return unless (defined($rec) && defined($rec->{$f}));          return unless (defined($rec) && defined($rec->{$f}));
417            warn "rec1($f) = ", dump( $rec->{$f} ), $/ if ($debug > 1);
418          if (ref($rec->{$f}) eq 'ARRAY') {          if (ref($rec->{$f}) eq 'ARRAY') {
419                  return map {                  my @out;
420                          if (ref($_) eq 'HASH') {                  foreach my $h ( @{ $rec->{$f} } ) {
421                                  values %{$_};                          if (ref($h) eq 'HASH') {
422                                    push @out, ( _pack_subfields_hash( $h ) );
423                          } else {                          } else {
424                                  $_;                                  push @out, $h;
425                          }                          }
426                  } @{ $rec->{$f} };                  }
427                    return @out;
428          } elsif( defined($rec->{$f}) ) {          } elsif( defined($rec->{$f}) ) {
429                  return $rec->{$f};                  return $rec->{$f};
430          }          }
# Line 454  sub rec2 { Line 442  sub rec2 {
442          my $f = shift;          my $f = shift;
443          return unless (defined($rec && $rec->{$f}));          return unless (defined($rec && $rec->{$f}));
444          my $sf = shift;          my $sf = shift;
445          return map { $_->{$sf} } grep { ref($_) eq 'HASH' && $_->{$sf} } @{ $rec->{$f} };          warn "rec2($f,$sf) = ", dump( $rec->{$f} ), $/ if ($debug > 1);
446            return map {
447                    if (ref($_->{$sf}) eq 'ARRAY') {
448                            @{ $_->{$sf} };
449                    } else {
450                            $_->{$sf};
451                    }
452            } grep { ref($_) eq 'HASH' && $_->{$sf} } @{ $rec->{$f} };
453  }  }
454    
455  =head2 rec  =head2 rec
# Line 464  syntaxtic sugar for Line 459  syntaxtic sugar for
459    @v = rec('200')    @v = rec('200')
460    @v = rec('200','a')    @v = rec('200','a')
461    
462    If rec() returns just single value, it will
463    return scalar, not array.
464    
465  =cut  =cut
466    
467  sub rec {  sub rec {
468            my @out;
469          if ($#_ == 0) {          if ($#_ == 0) {
470                  return rec1(@_);                  @out = rec1(@_);
471          } elsif ($#_ == 1) {          } elsif ($#_ == 1) {
472                  return rec2(@_);                  @out = rec2(@_);
473            }
474            if ($#out == 0 && ! wantarray) {
475                    return $out[0];
476            } elsif (@out) {
477                    return @out;
478            } else {
479                    return '';
480          }          }
481  }  }
482    
483    =head2 frec
484    
485    Returns first value from field
486    
487      $v = frec('200');
488      $v = frec('200','a');
489    
490    =cut
491    
492    sub frec {
493            my @out = rec(@_);
494            warn "rec(",dump(@_),") has more than one return value, ignoring\n" if $#out > 0;
495            return shift @out;
496    }
497    
498    =head2 frec_eq
499    
500    =head2 frec_ne
501    
502    Check if first values from two fields are same or different
503    
504      if ( frec_eq( 900 => 'a', 910 => 'c' ) ) {
505            # values are same
506      } else {
507        # values are different
508      }
509    
510    Strictly speaking C<frec_eq> and C<frec_ne> wouldn't be needed if you
511    could write something like:
512    
513      if ( frec( '900','a' ) eq frec( '910','c' ) ) {
514            # yada tada
515      }
516    
517    but you can't since our parser L<WebPAC::Parser> will remove all whitespaces
518    in order to parse text and create invalid function C<eqfrec>.
519    
520    =cut
521    
522    sub frec_eq {
523            my ( $f1,$sf1, $f2, $sf2 ) = @_;
524            return (rec( $f1, $sf1 ))[0] eq (rec( $f2, $sf2 ))[0];
525    }
526    
527    sub frec_ne {
528            return ! frec_eq( @_ );
529    }
530    
531  =head2 regex  =head2 regex
532    
533  Apply regex to some or all values  Apply regex to some or all values
# Line 503  Prefix all values with a string Line 557  Prefix all values with a string
557  =cut  =cut
558    
559  sub prefix {  sub prefix {
560          my $p = shift or die "prefix needs string as first argument";          my $p = shift;
561            return @_ unless defined( $p );
562          return map { $p . $_ } grep { defined($_) } @_;          return map { $p . $_ } grep { defined($_) } @_;
563  }  }
564    
# Line 516  suffix all values with a string Line 571  suffix all values with a string
571  =cut  =cut
572    
573  sub suffix {  sub suffix {
574          my $s = shift or die "suffix needs string as first argument";          my $s = shift;
575            return @_ unless defined( $s );
576          return map { $_ . $s } grep { defined($_) } @_;          return map { $_ . $s } grep { defined($_) } @_;
577  }  }
578    
# Line 529  surround all values with a two strings Line 585  surround all values with a two strings
585  =cut  =cut
586    
587  sub surround {  sub surround {
588          my $p = shift or die "surround need prefix as first argument";          my $p = shift;
589          my $s = shift or die "surround needs suffix as second argument";          my $s = shift;
590            $p = '' unless defined( $p );
591            $s = '' unless defined( $s );
592          return map { $p . $_ . $s } grep { defined($_) } @_;          return map { $p . $_ . $s } grep { defined($_) } @_;
593  }  }
594    
# Line 551  sub first { Line 609  sub first {
609    
610  Consult lookup hashes for some value  Consult lookup hashes for some value
611    
612    @v = lookup( $v );    @v = lookup(
613    @v = lookup( @v );          sub {
614                    'ffkk/peri/mfn'.rec('000')
615            },
616            'ffkk','peri','200-a-200-e',
617            sub {
618                    first(rec(200,'a')).' '.first(rec('200','e'))
619            }
620      );
621    
622    Code like above will be B<automatically generated> using L<WebPAC::Parse> from
623    normal lookup definition in C<conf/lookup/something.pl> which looks like:
624    
625      lookup(
626            # which results to return from record recorded in lookup
627            sub { 'ffkk/peri/mfn' . rec('000') },
628            # from which database and input
629            'ffkk','peri',
630            # such that following values match
631            sub { first(rec(200,'a')) . ' ' . first(rec('200','e')) },
632            # if this part is missing, we will try to match same fields
633            # from lookup record and current one, or you can override
634            # which records to use from current record using
635            sub { rec('900','x') . ' ' . rec('900','y') },
636      )
637    
638    You can think about this lookup as SQL (if that helps):
639    
640      select
641            sub { what }
642      from
643            database, input
644      where
645        sub { filter from lookuped record }
646      having
647        sub { optional filter on current record }
648    
649    Easy as pie, right?
650    
651  =cut  =cut
652    
653  sub lookup {  sub lookup {
654          my $k = shift or return;          my ($what, $database, $input, $key, $having) = @_;
655          return unless (defined($lookup->{$k}));  
656          if (ref($lookup->{$k}) eq 'ARRAY') {          confess "lookup needs 5 arguments: what, database, input, key, having\n" unless ($#_ == 4);
657                  return @{ $lookup->{$k} };  
658            warn "## lookup ($database, $input, $key)", $/ if ($debug > 1);
659            return unless (defined($lookup->{$database}->{$input}->{$key}));
660    
661            confess "lookup really need load_row_coderef added to data_structure\n" unless ($load_row_coderef);
662    
663            my $mfns;
664            my @having = $having->();
665    
666            warn "## having = ", dump( @having ) if ($debug > 2);
667    
668            foreach my $h ( @having ) {
669                    if (defined($lookup->{$database}->{$input}->{$key}->{$h})) {
670                            warn "lookup for $database/$input/$key/$h return ",dump($lookup->{$database}->{$input}->{$key}->{$h}),"\n" if ($debug);
671                            $mfns->{$_}++ foreach keys %{ $lookup->{$database}->{$input}->{$key}->{$h} };
672                    }
673            }
674    
675            return unless ($mfns);
676    
677            my @mfns = sort keys %$mfns;
678    
679            warn "# lookup loading $database/$input/$key mfn ", join(",",@mfns)," having ",dump(@having),"\n" if ($debug);
680    
681            my $old_rec = $rec;
682            my @out;
683    
684            foreach my $mfn (@mfns) {
685                    $rec = $load_row_coderef->( $database, $input, $mfn );
686    
687                    warn "got $database/$input/$mfn = ", dump($rec), $/ if ($debug);
688    
689                    my @vals = $what->();
690    
691                    push @out, ( @vals );
692    
693                    warn "lookup for mfn $mfn returned ", dump(@vals), $/ if ($debug);
694            }
695    
696    #       if (ref($lookup->{$k}) eq 'ARRAY') {
697    #               return @{ $lookup->{$k} };
698    #       } else {
699    #               return $lookup->{$k};
700    #       }
701    
702            $rec = $old_rec;
703    
704            warn "## lookup returns = ", dump(@out), $/ if ($debug);
705    
706            if ($#out == 0) {
707                    return $out[0];
708            } else {
709                    return @out;
710            }
711    }
712    
713    =head2 save_into_lookup
714    
715    Save value into lookup. It associates current database, input
716    and specific keys with one or more values which will be
717    associated over MFN.
718    
719    MFN will be extracted from first occurence current of field 000
720    in current record, or if it doesn't exist from L<_set_config> C<_mfn>.
721    
722      my $nr = save_into_lookup($database,$input,$key,sub {
723            # code which produce one or more values
724      });
725    
726    It returns number of items saved.
727    
728    This function shouldn't be called directly, it's called from code created by
729    L<WebPAC::Parser>.
730    
731    =cut
732    
733    sub save_into_lookup {
734            my ($database,$input,$key,$coderef) = @_;
735            die "save_into_lookup needs database" unless defined($database);
736            die "save_into_lookup needs input" unless defined($input);
737            die "save_into_lookup needs key" unless defined($key);
738            die "save_into_lookup needs CODE" unless ( defined($coderef) && ref($coderef) eq 'CODE' );
739    
740            warn "## save_into_lookup rec = ", dump($rec), " config = ", dump($config), $/ if ($debug > 2);
741    
742            my $mfn =
743                    defined($rec->{'000'}->[0])     ?       $rec->{'000'}->[0]      :
744                    defined($config->{_mfn})        ?       $config->{_mfn}         :
745                                                                                    die "mfn not defined or zero";
746    
747            my $nr = 0;
748    
749            foreach my $v ( $coderef->() ) {
750                    $lookup->{$database}->{$input}->{$key}->{$v}->{$mfn}++;
751                    warn "# saved lookup $database/$input/$key [$v] $mfn\n" if ($debug > 1);
752                    $nr++;
753            }
754    
755            return $nr;
756    }
757    
758    =head2 config
759    
760    Consult config values stored in C<config.yml>
761    
762      # return database code (key under databases in yaml)
763      $database_code = config();    # use _ from hash
764      $database_name = config('name');
765      $database_input_name = config('input name');
766    
767    Up to three levels are supported.
768    
769    =cut
770    
771    sub config {
772            return unless ($config);
773    
774            my $p = shift;
775    
776            $p ||= '';
777    
778            my $v;
779    
780            warn "### getting config($p)\n" if ($debug > 1);
781    
782            my @p = split(/\s+/,$p);
783            if ($#p < 0) {
784                    $v = $config->{ '_' };  # special, database code
785          } else {          } else {
786                  return $lookup->{$k};  
787                    my $c = dclone( $config );
788    
789                    foreach my $k (@p) {
790                            warn "### k: $k c = ",dump($c),$/ if ($debug > 1);
791                            if (ref($c) eq 'ARRAY') {
792                                    $c = shift @$c;
793                                    warn "config($p) taking first occurence of '$k', probably not what you wanted!\n";
794                                    last;
795                            }
796    
797                            if (! defined($c->{$k}) ) {
798                                    $c = undef;
799                                    last;
800                            } else {
801                                    $c = $c->{$k};
802                            }
803                    }
804                    $v = $c if ($c);
805    
806          }          }
807    
808            warn "## config( '$p' ) = ",dump( $v ),$/ if ($v && $debug);
809            warn "config( '$p' ) is empty\n" if (! $v);
810    
811            return $v;
812    }
813    
814    =head2 id
815    
816    Returns unique id of this record
817    
818      $id = id();
819    
820    Returns C<42/2> for 2nd occurence of MFN 42.
821    
822    =cut
823    
824    sub id {
825            my $mfn = $config->{_mfn} || die "no _mfn in config data";
826            return $mfn . ( WebPAC::Normalize::MARC::_created_marc_records() || '' );
827  }  }
828    
829  =head2 join_with  =head2 join_with
# Line 576  Joins walues with some delimiter Line 836  Joins walues with some delimiter
836    
837  sub join_with {  sub join_with {
838          my $d = shift;          my $d = shift;
839          return join($d, grep { defined($_) && $_ ne '' } @_);          warn "### join_with('$d',",dump(@_),")\n" if ($debug > 2);
840            my $v = join($d, grep { defined($_) && $_ ne '' } @_);
841            return '' unless defined($v);
842            return $v;
843    }
844    
845    =head2 split_rec_on
846    
847    Split record subfield on some regex and take one of parts out
848    
849      $a_before_semi_column =
850            split_rec_on('200','a', /\s*;\s*/, $part);
851    
852    C<$part> is optional number of element. First element is
853    B<1>, not 0!
854    
855    If there is no C<$part> parameter or C<$part> is 0, this function will
856    return all values produced by splitting.
857    
858    =cut
859    
860    sub split_rec_on {
861            die "split_rec_on need (fld,sf,regex[,part]" if ($#_ < 2);
862    
863            my ($fld, $sf, $regex, $part) = @_;
864            warn "### regex ", ref($regex), $regex, $/ if ($debug > 2);
865    
866            my @r = rec( $fld, $sf );
867            my $v = shift @r;
868            warn "### first rec($fld,$sf) = ",dump($v),$/ if ($debug > 2);
869    
870            return '' if ( ! defined($v) || $v =~ /^\s*$/);
871    
872            my @s = split( $regex, $v );
873            warn "## split_rec_on($fld,$sf,$regex,$part) = ",dump(@s),$/ if ($debug > 1);
874            if ($part && $part > 0) {
875                    return $s[ $part - 1 ];
876            } else {
877                    return @s;
878            }
879    }
880    
881    my $hash;
882    
883    =head2 set
884    
885      set( key => 'value' );
886    
887    =cut
888    
889    sub set {
890            my ($k,$v) = @_;
891            warn "## set ( $k => ", dump($v), " )", $/ if ( $debug );
892            $hash->{$k} = $v;
893    };
894    
895    =head2 get
896    
897      get( 'key' );
898    
899    =cut
900    
901    sub get {
902            my $k = shift || return;
903            my $v = $hash->{$k};
904            warn "## get $k = ", dump( $v ), $/ if ( $debug );
905            return $v;
906    }
907    
908    =head2 count
909    
910      if ( count( @result ) == 1 ) {
911            # do something if only 1 result is there
912      }
913    
914    =cut
915    
916    sub count {
917            warn "## count ",dump(@_),$/ if ( $debug );
918            return @_ . '';
919  }  }
920    
921  # END  # END

Legend:
Removed from v.554  
changed lines
  Added in v.1036

  ViewVC Help
Powered by ViewVC 1.1.26