/[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 13 by dpavlin, Sat Jul 16 23:56:14 2005 UTC revision 889 by dpavlin, Thu Sep 6 19:12:15 2007 UTC
# Line 1  Line 1 
1  package WebPAC::Normalize;  package WebPAC::Normalize;
2    use Exporter 'import';
3    @EXPORT = qw/
4            _set_rec _set_lookup
5            _set_load_row
6            _get_ds _clean_ds
7            _debug
8            _pack_subfields_hash
9    
10            tag search display
11            marc marc_indicators marc_repeatable_subfield
12            marc_compose marc_leader marc_fixed
13            marc_duplicate marc_remove marc_count
14            marc_original_order
15    
16            rec1 rec2 rec
17            regex prefix suffix surround
18            first lookup join_with
19            save_into_lookup
20    
21            split_rec_on
22    
23            get set
24            count
25    /;
26    
27  use warnings;  use warnings;
28  use strict;  use strict;
29  use Data::Dumper;  
30    #use base qw/WebPAC::Common/;
31    use Data::Dump qw/dump/;
32    use Storable qw/dclone/;
33    use Carp qw/confess/;
34    
35    # debugging warn(s)
36    my $debug = 0;
37    
38    
39  =head1 NAME  =head1 NAME
40    
41  WebPAC::Normalize - normalisation of source file  WebPAC::Normalize - describe normalisaton rules using sets
42    
43  =head1 VERSION  =head1 VERSION
44    
45  Version 0.01  Version 0.29
46    
47  =cut  =cut
48    
49  our $VERSION = '0.01';  our $VERSION = '0.29';
50    
51  =head1 SYNOPSIS  =head1 SYNOPSIS
52    
53  This package contains code that could be helpful in implementing different  This module uses C<conf/normalize/*.pl> files to perform normalisation
54  normalisation front-ends.  from input records using perl functions which are specialized for set
55    processing.
56    
57    Sets are implemented as arrays, and normalisation file is valid perl, which
58    means that you check it's validity before running WebPAC using
59    C<perl -c normalize.pl>.
60    
61    Normalisation can generate multiple output normalized data. For now, supported output
62    types (on the left side of definition) are: C<tag>, C<display>, C<search> and
63    C<marc>.
64    
65  =head1 FUNCTIONS  =head1 FUNCTIONS
66    
67  =head2 new  Functions which start with C<_> are private and used by WebPAC internally.
68    All other functions are available for use within normalisation rules.
69    
70  Create new normalisation object  =head2 data_structure
71    
72    Return data structure
73    
74    my $n = new WebPAC::Normalize::Something(    my $ds = WebPAC::Normalize::data_structure(
75          cache_data_structure => './cache/ds/',          lookup => $lookup_hash,
76          lookup_regex => $lookup->regex,          row => $row,
77            rules => $normalize_pl_config,
78            marc_encoding => 'utf-8',
79            config => $config,
80            load_row_coderef => sub {
81                    my ($database,$input,$mfn) = shift;
82                    $store->load_row( database => $database, input => $input, id => $mfn );
83            },
84    );    );
85    
86  Optional parameter C<cache_data_structure> defines path to directory  Options C<row>, C<rules> and C<log> are mandatory while all
87  in which cache file for C<data_structure> call will be created.  other are optional.
88    
89    C<load_row_coderef> is closure only used when executing lookups, so they will
90    die if it's not defined.
91    
92    This function will B<die> if normalizastion can't be evaled.
93    
94    Since this function isn't exported you have to call it with
95    C<WebPAC::Normalize::data_structure>.
96    
97    =cut
98    
99    my $load_row_coderef;
100    
101    sub data_structure {
102            my $arg = {@_};
103    
104            die "need row argument" unless ($arg->{row});
105            die "need normalisation argument" unless ($arg->{rules});
106    
107            no strict 'subs';
108            _set_lookup( $arg->{lookup} ) if defined($arg->{lookup});
109            _set_rec( $arg->{row} );
110            _set_config( $arg->{config} ) if defined($arg->{config});
111            _clean_ds( %{ $arg } );
112            $load_row_coderef = $arg->{load_row_coderef};
113    
114            eval "$arg->{rules}";
115            die "error evaling $arg->{rules}: $@\n" if ($@);
116    
117            return _get_ds();
118    }
119    
120  Recommended parametar C<lookup_regex> is used to enable parsing of lookups  =head2 _set_rec
121  in structures.  
122    Set current record hash
123    
124      _set_rec( $rec );
125    
126  =cut  =cut
127    
128  sub new {  my $rec;
129          my $class = shift;  
130          my $self = {@_};  sub _set_rec {
131          bless($self, $class);          $rec = shift or die "no record hash";
132    }
133    
134    =head2 _set_config
135    
136    Set current config hash
137    
138          $self->setup_cache_dir( $self->{'cache_data_structure'} );    _set_config( $config );
139    
140          $self ? return $self : return undef;  Magic keys are:
141    
142    =over 4
143    
144    =item _
145    
146    Code of current database
147    
148    =item _mfn
149    
150    Current MFN
151    
152    =back
153    
154    =cut
155    
156    my $config;
157    
158    sub _set_config {
159            $config = shift;
160  }  }
161    
162  =head2 setup_cache_dir  =head2 _get_ds
163    
164    Return hash formatted as data structure
165    
166      my $ds = _get_ds();
167    
168  Check if specified cache directory exist, and if not, disable caching.  =cut
169    
170    my ($out, $marc_record, $marc_encoding, $marc_repeatable_subfield, $marc_indicators, $marc_leader);
171    my ($marc_record_offset, $marc_fetch_offset) = (0, 0);
172    
173    sub _get_ds {
174            return $out;
175    }
176    
177    =head2 _clean_ds
178    
179   $setup_cache_dir('./cache/ds/');  Clean data structure hash for next record
180    
181  If you pass false or zero value to this function, it will disable    _clean_ds();
 cacheing.  
182    
183  =cut  =cut
184    
185  sub setup_cache_dir {  sub _clean_ds {
186          my $self = shift;          my $a = {@_};
187            ($out,$marc_record, $marc_encoding, $marc_repeatable_subfield, $marc_indicators, $marc_leader) = ();
188            ($marc_record_offset, $marc_fetch_offset) = (0,0);
189            $marc_encoding = $a->{marc_encoding};
190    }
191    
192    =head2 _set_lookup
193    
194    Set current lookup hash
195    
196      _set_lookup( $lookup );
197    
198    =cut
199    
200    my $lookup;
201    
202    sub _set_lookup {
203            $lookup = shift;
204    }
205    
206    =head2 _get_lookup
207    
208    Get current lookup hash
209    
210      my $lookup = _get_lookup();
211    
212    =cut
213    
214    sub _get_lookup {
215            return $lookup;
216    }
217    
218    =head2 _set_load_row
219    
220    Setup code reference which will return L<data_structure> from
221    L<WebPAC::Store>
222    
223      _set_load_row(sub {
224                    my ($database,$input,$mfn) = @_;
225                    $store->load_row( database => $database, input => $input, id => $mfn );
226      });
227    
228    =cut
229    
230    sub _set_load_row {
231            my $coderef = shift;
232            confess "argument isn't CODE" unless ref($coderef) eq 'CODE';
233    
234            $load_row_coderef = $coderef;
235    }
236    
237    =head2 _get_marc_fields
238    
239    Get all fields defined by calls to C<marc>
240    
241            $marc->add_fields( WebPAC::Normalize:_get_marc_fields() );
242    
243    We are using I<magic> which detect repeatable fields only from
244    sequence of field/subfield data generated by normalization.
245    
246    Repeatable field is created when there is second occurence of same subfield or
247    if any of indicators are different.
248    
249    This is sane for most cases. Something like:
250    
251      900a-1 900b-1 900c-1
252      900a-2 900b-2
253      900a-3
254    
255    will be created from any combination of:
256    
257      900a-1 900a-2 900a-3 900b-1 900b-2 900c-1
258    
259    and following rules:
260    
261      marc('900','a', rec('200','a') );
262      marc('900','b', rec('200','b') );
263      marc('900','c', rec('200','c') );
264    
265    which might not be what you have in mind. If you need repeatable subfield,
266    define it using C<marc_repeatable_subfield> like this:
267    
268      marc_repeatable_subfield('900','a');
269      marc('900','a', rec('200','a') );
270      marc('900','b', rec('200','b') );
271      marc('900','c', rec('200','c') );
272    
273    will create:
274    
275      900a-1 900a-2 900a-3 900b-1 900c-1
276      900b-2
277    
278    There is also support for returning next or specific using:
279    
280      while (my $mf = WebPAC::Normalize:_get_marc_fields( fetch_next => 1 ) ) {
281            # do something with $mf
282      }
283    
284    will always return fields from next MARC record or
285    
286      my $mf = WebPAC::Normalize::_get_marc_fields( offset => 42 );
287    
288    will return 42th copy record (if it exists).
289    
290    =cut
291    
292    my $fetch_pos;
293    
294    sub _get_marc_fields {
295    
296            my $arg = {@_};
297            warn "### _get_marc_fields arg: ", dump($arg), $/ if ($debug > 2);
298            $fetch_pos = $marc_fetch_offset;
299            if ($arg->{offset}) {
300                    $fetch_pos = $arg->{offset};
301            } elsif($arg->{fetch_next}) {
302                    $marc_fetch_offset++;
303            }
304    
305            return if (! $marc_record || ref($marc_record) ne 'ARRAY');
306    
307            warn "### full marc_record = ", dump( @{ $marc_record }), $/ if ($debug > 2);
308    
309            my $marc_rec = $marc_record->[ $fetch_pos ];
310    
311          my $dir = shift;          warn "## _get_marc_fields (at offset: $fetch_pos) -- marc_record = ", dump( @$marc_rec ), $/ if ($debug > 1);
312    
313          my $log = $self->_get_logger();          return if (! $marc_rec || ref($marc_rec) ne 'ARRAY' || $#{ $marc_rec } < 0);
314    
315            # first, sort all existing fields
316            # XXX might not be needed, but modern perl might randomize elements in hash
317            my @sorted_marc_record = sort {
318                    $a->[0] . ( $a->[3] || '' ) cmp $b->[0] . ( $b->[3] || '')
319            } @{ $marc_rec };
320    
321            @sorted_marc_record = @{ $marc_rec };   ### FIXME disable sorting
322            
323            # output marc fields
324            my @m;
325    
326            # count unique field-subfields (used for offset when walking to next subfield)
327            my $u;
328            map { $u->{ $_->[0] . ( $_->[3] || '')  }++ } @sorted_marc_record;
329    
330            if ($debug) {
331                    warn "## marc_repeatable_subfield = ", dump( $marc_repeatable_subfield ), $/ if ( $marc_repeatable_subfield );
332                    warn "## marc_record[$fetch_pos] = ", dump( $marc_rec ), $/;
333                    warn "## sorted_marc_record = ", dump( \@sorted_marc_record ), $/;
334                    warn "## subfield count = ", dump( $u ), $/;
335            }
336    
337            my $len = $#sorted_marc_record;
338            my $visited;
339            my $i = 0;
340            my $field;
341    
342            foreach ( 0 .. $len ) {
343    
344                    # find next element which isn't visited
345                    while ($visited->{$i}) {
346                            $i = ($i + 1) % ($len + 1);
347                    }
348    
349                    # mark it visited
350                    $visited->{$i}++;
351    
352                    my $row = dclone( $sorted_marc_record[$i] );
353    
354                    # field and subfield which is key for
355                    # marc_repeatable_subfield and u
356                    my $fsf = $row->[0] . ( $row->[3] || '' );
357    
358                    if ($debug > 1) {
359    
360                            print "### field so far [", $#$field, "] : ", dump( $field ), " ", $field ? 'T' : 'F', $/;
361                            print "### this [$i]: ", dump( $row ),$/;
362                            print "### sf: ", $row->[3], " vs ", $field->[3],
363                                    $marc_repeatable_subfield->{ $row->[0] . $row->[3] } ? ' (repeatable)' : '', $/,
364                                    if ($#$field >= 0);
365    
         if ($dir) {  
                 my $msg;  
                 if (! -e $dir) {  
                         $msg = "doesn't exist";  
                 } elsif (! -d $dir) {  
                         $msg = "is not directory";  
                 } elsif (! -w $dir) {  
                         $msg = "not writable";  
366                  }                  }
367    
368                  if ($msg) {                  # if field exists
369                          undef $self->{'cache_data_structure'};                  if ( $#$field >= 0 ) {
370                          $log->warn("cache_data_structure $dir $msg, disabling...");                          if (
371                                    $row->[0] ne $field->[0] ||             # field
372                                    $row->[1] ne $field->[1] ||             # i1
373                                    $row->[2] ne $field->[2]                # i2
374                            ) {
375                                    push @m, $field;
376                                    warn "## saved/1 ", dump( $field ),$/ if ($debug);
377                                    $field = $row;
378    
379                            } elsif (
380                                    ( $row->[3] lt $field->[-2] )           # subfield which is not next (e.g. a after c)
381                                    ||
382                                    ( $row->[3] eq $field->[-2] &&          # same subfield, but not repeatable
383                                            ! $marc_repeatable_subfield->{ $fsf }
384                                    )
385                            ) {
386                                    push @m, $field;
387                                    warn "## saved/2 ", dump( $field ),$/ if ($debug);
388                                    $field = $row;
389    
390                            } else {
391                                    # append new subfields to existing field
392                                    push @$field, ( $row->[3], $row->[4] );
393                            }
394                  } else {                  } else {
395                          $log->debug("using cache dir $dir");                          # insert first field
396                            $field = $row;
397                  }                  }
398          } else {  
399                  $log->debug("disabling cache");                  if (! $marc_repeatable_subfield->{ $fsf }) {
400                  undef $self->{'cache_data_structure'};                          # make step to next subfield
401                            $i = ($i + $u->{ $fsf } ) % ($len + 1);
402                    }
403            }
404    
405            if ($#$field >= 0) {
406                    push @m, $field;
407                    warn "## saved/3 ", dump( $field ),$/ if ($debug);
408          }          }
409    
410            return \@m;
411  }  }
412    
413    =head2 _get_marc_leader
414    
415  =head2 data_structure  Return leader from currently fetched record by L</_get_marc_fields>
416    
417      print WebPAC::Normalize::_get_marc_leader();
418    
419  Create in-memory data structure which represents normalized layout from  =cut
 C<conf/normalize/*.xml>.  
420    
421  This structures are used to produce output.  sub _get_marc_leader {
422            die "no fetch_pos, did you called _get_marc_fields first?" unless ( defined( $fetch_pos ) );
423            return $marc_leader->[ $fetch_pos ];
424    }
425    
426   my @ds = $webpac->data_structure($rec);  =head2 _debug
427    
428  B<Note: historical oddity follows>  Change level of debug warnings
429    
430  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.  
431    
432  =cut  =cut
433    
434  sub data_structure {  sub _debug {
435          my $self = shift;          my $l = shift;
436            return $debug unless defined($l);
437            warn "debug level $l",$/ if ($l > 0);
438            $debug = $l;
439    }
440    
441    =head1 Functions to create C<data_structure>
442    
443    Those functions generally have to first in your normalization file.
444    
445    =head2 tag
446    
447    Define new tag for I<search> and I<display>.
448    
449      tag('Title', rec('200','a') );
450    
451    
452    =cut
453    
454          my $log = $self->_get_logger();  sub tag {
455            my $name = shift or die "tag needs name as first argument";
456            my @o = grep { defined($_) && $_ ne '' } @_;
457            return unless (@o);
458            $out->{$name}->{tag} = $name;
459            $out->{$name}->{search} = \@o;
460            $out->{$name}->{display} = \@o;
461    }
462    
463    =head2 display
464    
465    Define tag just for I<display>
466    
467      @v = display('Title', rec('200','a') );
468    
469    =cut
470    
471          my $rec = shift;  sub display {
472          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);          my $name = shift or die "display needs name as first argument";
473            my @o = grep { defined($_) && $_ ne '' } @_;
474            return unless (@o);
475            $out->{$name}->{tag} = $name;
476            $out->{$name}->{display} = \@o;
477    }
478    
479    =head2 search
480    
481    Prepare values just for I<search>
482    
483          my $cache_file;    @v = search('Title', rec('200','a') );
484    
485          if (my $cache_path = $self->{'cache_data_structure'}) {  =cut
486                  my $id = $rec->{'000'};  
487                  $id = $rec->{'000'}->[0] if ($id =~ m/^ARRAY/o);  sub search {
488                  unless (defined($id)) {          my $name = shift or die "search needs name as first argument";
489                          $log->warn("Can't use cache_data_structure on records without unique identifier in field 000");          my @o = grep { defined($_) && $_ ne '' } @_;
490                          undef $self->{'cache_data_structure'};          return unless (@o);
491            $out->{$name}->{tag} = $name;
492            $out->{$name}->{search} = \@o;
493    }
494    
495    =head2 marc_leader
496    
497    Setup fields within MARC leader or get leader
498    
499      marc_leader('05','c');
500      my $leader = marc_leader();
501    
502    =cut
503    
504    sub marc_leader {
505            my ($offset,$value) = @_;
506    
507            if ($offset) {
508                    $marc_leader->[ $marc_record_offset ]->{ $offset } = $value;
509            } else {
510                    
511                    if (defined($marc_leader)) {
512                            die "marc_leader not array = ", dump( $marc_leader ) unless (ref($marc_leader) eq 'ARRAY');
513                            return $marc_leader->[ $marc_record_offset ];
514                  } else {                  } else {
515                          $cache_file = "$cache_path/$id";                          return;
516                          if (-r $cache_file) {                  }
517                                  my $ds_ref = retrieve($cache_file);          }
518                                  if ($ds_ref) {  }
519                                          $log->debug("cache hit: $cache_file");  
520                                          my $ok = 1;  =head2 marc_fixed
521                                          foreach my $f (qw(current_filename headline)) {  
522                                                  if ($ds_ref->{$f}) {  Create control/indentifier fields with values in fixed positions
523                                                          $self->{$f} = $ds_ref->{$f};  
524                                                  } else {    marc_fixed('008', 00, '070402');
525                                                          $ok = 0;    marc_fixed('008', 39, '|');
526                                                  }  
527                                          };  Positions not specified will be filled with spaces (C<0x20>).
528                                          if ($ok && $ds_ref->{'ds'}) {  
529                                                  return @{ $ds_ref->{'ds'} };  There will be no effort to extend last specified value to full length of
530                                          } else {  field in standard.
531                                                  $log->warn("cache_data_structure $cache_path corrupt. Use rm $cache_path/* to re-create it on next run!");  
532                                                  undef $self->{'cache_data_structure'};  =cut
533                                          }  
534                                  }  sub marc_fixed {
535            my ($f, $pos, $val) = @_;
536            die "need marc(field, position, value)" unless defined($f) && defined($pos);
537    
538            confess "need val" unless defined $val;
539    
540            my $update = 0;
541    
542            map {
543                    if ($_->[0] eq $f) {
544                            my $old = $_->[1];
545                            if (length($old) <= $pos) {
546                                    $_->[1] .= ' ' x ( $pos - length($old) ) . $val;
547                                    warn "## marc_fixed($f,$pos,'$val') append '$old' -> '$_->[1]'\n" if ($debug > 1);
548                            } else {
549                                    $_->[1] = substr($old, 0, $pos) . $val . substr($old, $pos + length($val));
550                                    warn "## marc_fixed($f,$pos,'$val') update '$old' -> '$_->[1]'\n" if ($debug > 1);
551                          }                          }
552                            $update++;
553                  }                  }
554            } @{ $marc_record->[ $marc_record_offset ] };
555    
556            if (! $update) {
557                    my $v = ' ' x $pos . $val;
558                    push @{ $marc_record->[ $marc_record_offset ] }, [ $f, $v ];
559                    warn "## marc_fixed($f,$pos,'val') created '$v'\n" if ($debug > 1);
560          }          }
561    }
562    
563          undef $self->{'currnet_filename'};  =head2 marc
         undef $self->{'headline'};  
564    
565          my @sorted_tags;  Save value for MARC field
566          if ($self->{tags_by_order}) {  
567                  @sorted_tags = @{$self->{tags_by_order}};    marc('900','a', rec('200','a') );
568          } else {    marc('001', rec('000') );
569                  @sorted_tags = sort { $self->_sort_by_order } keys %{$self->{'import_xml'}->{'indexer'}};  
570                  $self->{tags_by_order} = \@sorted_tags;  =cut
571    
572    sub marc {
573            my $f = shift or die "marc needs field";
574            die "marc field must be numer" unless ($f =~ /^\d+$/);
575    
576            my $sf;
577            if ($f >= 10) {
578                    $sf = shift or die "marc needs subfield";
579          }          }
580    
581          my @ds;          foreach (@_) {
582                    my $v = $_;             # make var read-write for Encode
583                    next unless (defined($v) && $v !~ /^\s*$/);
584                    my ($i1,$i2) = defined($marc_indicators->{$f}) ? @{ $marc_indicators->{$f} } : (' ',' ');
585                    if (defined $sf) {
586                            push @{ $marc_record->[ $marc_record_offset ] }, [ $f, $i1, $i2, $sf => $v ];
587                    } else {
588                            push @{ $marc_record->[ $marc_record_offset ] }, [ $f, $v ];
589                    }
590            }
591    }
592    
593          $log->debug("tags: ",sub { join(", ",@sorted_tags) });  =head2 marc_repeatable_subfield
594    
595          foreach my $field (@sorted_tags) {  Save values for MARC repetable subfield
596    
597                  my $row;    marc_repeatable_subfield('910', 'z', rec('909') );
598    
599  #print "field $field [",$self->{'tag'},"] = ",Dumper($self->{'import_xml'}->{'indexer'}->{$field}->{$self->{'tag'}});  =cut
600    
601                  foreach my $tag (@{$self->{'import_xml'}->{'indexer'}->{$field}->{$self->{'tag'}}}) {  sub marc_repeatable_subfield {
602                          my $format = $tag->{'value'} || $tag->{'content'};          my ($f,$sf) = @_;
603            die "marc_repeatable_subfield need field and subfield!\n" unless ($f && $sf);
604            $marc_repeatable_subfield->{ $f . $sf }++;
605            marc(@_);
606    }
607    
608                          $log->debug("format: $format");  =head2 marc_indicators
609    
610                          my @v;  Set both indicators for MARC field
                         if ($self->{'lookup_regex'} && $format =~ $self->{'lookup_regex'}) {  
                                 @v = $self->fill_in_to_arr($rec,$format);  
                         } else {  
                                 @v = $self->parse_to_arr($rec,$format);  
                         }  
                         next if (! @v);  
611    
612                          if ($tag->{'sort'}) {    marc_indicators('900', ' ', 1);
                                 @v = $self->sort_arr(@v);  
                         }  
613    
614                          # use format?  Any indicator value other than C<0-9> will be treated as undefined.
                         if ($tag->{'format_name'}) {  
                                 @v = map { $self->apply_format($tag->{'format_name'},$tag->{'format_delimiter'},$_) } @v;  
                         }  
615    
616                          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!  
                         }  
617    
618                          # delimiter will join repeatable fields  sub marc_indicators {
619                          if ($tag->{'delimiter'}) {          my $f = shift || die "marc_indicators need field!\n";
620                                  @v = ( join($tag->{'delimiter'}, @v) );          my ($i1,$i2) = @_;
621                          }          die "marc_indicators($f, ...) need i1!\n" unless(defined($i1));
622            die "marc_indicators($f, $i1, ...) need i2!\n" unless(defined($i2));
623    
624            $i1 = ' ' if ($i1 !~ /^\d$/);
625            $i2 = ' ' if ($i2 !~ /^\d$/);
626            @{ $marc_indicators->{$f} } = ($i1,$i2);
627    }
628    
629                          # 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}}, $last;  
630    
631                                  } else {  Save values for each MARC subfield explicitly
                                         push @{$row->{$type}}, @v;  
                                 }  
                         }  
632    
633      marc_compose('900',
634            'a', rec('200','a')
635            'b', rec('201','a')
636            'a', rec('200','b')
637            'c', rec('200','c')
638      );
639    
640                  }  If you specify C<+> for subfield, value will be appended
641    to previous defined subfield.
642    
643                  if ($row) {  =cut
                         $row->{'tag'} = $field;  
644    
645                          # TODO: name_sigular, name_plural  sub marc_compose {
646                          my $name = $self->{'import_xml'}->{'indexer'}->{$field}->{'name'};          my $f = shift or die "marc_compose needs field";
647                          $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");  
                         }  
648    
649                          push @ds, $row;          my ($i1,$i2) = defined($marc_indicators->{$f}) ? @{ $marc_indicators->{$f} } : (' ',' ');
650            my $m = [ $f, $i1, $i2 ];
651    
652                          $log->debug("row $field: ",sub { Dumper($row) });          warn "### marc_compose input subfields = ", dump(@_),$/ if ($debug > 2);
                 }  
653    
654            if ($#_ % 2 != 1) {
655                    die "ERROR: marc_compose",dump($f,@_)," not valid (must be even).\nDo you need to add first() or join() around some argument?\n";
656          }          }
657    
658          if ($cache_file) {          while (@_) {
659                  store {                  my $sf = shift;
660                          ds => \@ds,                  my $v = shift;
661                          current_filename => $self->{'current_filename'},  
662                          headline => $self->{'headline'},                  next unless (defined($v) && $v !~ /^\s*$/);
663                  }, $cache_file;                  warn "## ++ marc_compose($f,$sf,$v) ", dump( $m ),$/ if ($debug > 1);
664                  $log->debug("created storable cache file $cache_file");                  if ($sf ne '+') {
665                            push @$m, ( $sf, $v );
666                    } else {
667                            $m->[ $#$m ] .= $v;
668                    }
669          }          }
670    
671          return @ds;          warn "## marc_compose current marc = ", dump( $m ),$/ if ($debug > 1);
672    
673            push @{ $marc_record->[ $marc_record_offset ] }, $m if ($#{$m} > 2);
674  }  }
675    
676  =head2 apply_format  =head2 marc_duplicate
677    
678  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=";;">.  
679    
680   my $text = $webpac->apply_format($format_name,$format_delimiter,$data);    marc_duplicate();
681    
682  Formats can contain C<lookup{...}> if you need them.  Copies can be accessed using C<< _get_marc_fields( fetch_next => 1 ) >> or
683    C<< _get_marc_fields( offset => 42 ) >>.
684    
685  =cut  =cut
686    
687  sub apply_format {  sub marc_duplicate {
688          my $self = shift;           my $m = $marc_record->[ -1 ];
689             die "can't duplicate record which isn't defined" unless ($m);
690             push @{ $marc_record }, dclone( $m );
691             push @{ $marc_leader }, dclone( marc_leader() );
692             warn "## marc_duplicate = ", dump(@$marc_leader, @$marc_record), $/ if ($debug > 1);
693             $marc_record_offset = $#{ $marc_record };
694             warn "## marc_record_offset = $marc_record_offset", $/ if ($debug > 1);
695    
696          my ($name,$delimiter,$data) = @_;  }
697    
698          my $log = $self->_get_logger();  =head2 marc_remove
699    
700          if (! $self->{'import_xml'}->{'format'}->{$name}) {  Remove some field or subfield from MARC record.
701                  $log->warn("<format name=\"$name\"> is not defined in ",$self->{'import_xml_file'});  
702                  return $data;    marc_remove('200');
703          }    marc_remove('200','a');
704    
705    This will erase field C<200> or C<200^a> from current MARC record.
706    
707      marc_remove('*');
708    
709          $log->warn("no delimiter for format $name") if (! $delimiter);  Will remove all fields in current MARC record.
710    
711          my $format = $self->_x($self->{'import_xml'}->{'format'}->{$name}->{'content'}) || $log->logdie("can't find format '$name'");  This is useful after calling C<marc_duplicate> or on it's own (but, you
712    should probably just remove that subfield definition if you are not
713    using C<marc_duplicate>).
714    
715          my @data = split(/\Q$delimiter\E/, $data);  FIXME: support fields < 10.
716    
717          my $out = sprintf($format, @data);  =cut
718          $log->debug("using format $name [$format] on $data to produce: $out");  
719    sub marc_remove {
720            my ($f, $sf) = @_;
721    
722            die "marc_remove needs record number" unless defined($f);
723    
724            my $marc = $marc_record->[ $marc_record_offset ];
725    
726            warn "### marc_remove before = ", dump( $marc ), $/ if ($debug > 2);
727    
728            if ($f eq '*') {
729    
730                    delete( $marc_record->[ $marc_record_offset ] );
731                    warn "## full marc_record = ", dump( @{ $marc_record }), $/ if ($debug > 1);
732    
         if ($self->{'lookup_regex'} && $out =~ $self->{'lookup_regex'}) {  
                 return $self->lookup($out);  
733          } else {          } else {
734                  return $out;  
735                    my $i = 0;
736                    foreach ( 0 .. $#{ $marc } ) {
737                            last unless (defined $marc->[$i]);
738                            warn "#### working on ",dump( @{ $marc->[$i] }), $/ if ($debug > 3);
739                            if ($marc->[$i]->[0] eq $f) {
740                                    if (! defined $sf) {
741                                            # remove whole field
742                                            splice @$marc, $i, 1;
743                                            warn "#### slice \@\$marc, $i, 1 = ",dump( @{ $marc }), $/ if ($debug > 3);
744                                            $i--;
745                                    } else {
746                                            foreach my $j ( 0 .. (( $#{ $marc->[$i] } - 3 ) / 2) ) {
747                                                    my $o = ($j * 2) + 3;
748                                                    if ($marc->[$i]->[$o] eq $sf) {
749                                                            # remove subfield
750                                                            splice @{$marc->[$i]}, $o, 2;
751                                                            warn "#### slice \@{\$marc->[$i]}, $o, 2 = ", dump( @{ $marc }), $/ if ($debug > 3);
752                                                            # is record now empty?
753                                                            if ($#{ $marc->[$i] } == 2) {
754                                                                    splice @$marc, $i, 1;
755                                                                    warn "#### slice \@\$marc, $i, 1 = ", dump( @{ $marc }), $/ if ($debug > 3);
756                                                                    $i--;
757                                                            };
758                                                    }
759                                            }
760                                    }
761                            }
762                            $i++;
763                    }
764    
765                    warn "### marc_remove($f", $sf ? ",$sf" : "", ") after = ", dump( $marc ), $/ if ($debug > 2);
766    
767                    $marc_record->[ $marc_record_offset ] = $marc;
768          }          }
769    
770            warn "## full marc_record = ", dump( @{ $marc_record }), $/ if ($debug > 1);
771  }  }
772    
773  =head2 parse  =head2 marc_original_order
774    
775    Copy all subfields preserving original order to marc field.
776    
777      marc_original_order( marc_field_number, original_input_field_number );
778    
779  Perform smart parsing of string, skipping delimiters for fields which aren't  Please note that field numbers are consistent with other commands (marc
780  defined. It can also eval code in format starting with C<eval{...}> and  field number first), but somewhat counter-intuitive (destination and then
781  return output or nothing depending on eval code.  source).
782    
783    You might want to use this command if you are just renaming subfields or
784    using pre-processing modify_record in C<config.yml> and don't need any
785    post-processing or want to preserve order of original subfields.
786    
  my $text = $webpac->parse($rec,'eval{"v901^a" eq "Deskriptor"}descriptor: v250^a', $i);  
787    
788  =cut  =cut
789    
790  sub parse {  sub marc_original_order {
791          my $self = shift;  
792            my ($to, $from) = @_;
793            die "marc_original_order needs from and to fields\n" unless ($from && $to);
794    
795            return unless defined($rec->{$from});
796    
797          my ($rec, $format_utf8, $i) = @_;          my $r = $rec->{$from};
798            die "record field $from isn't array\n" unless (ref($r) eq 'ARRAY');
799    
800          return if (! $format_utf8);          my ($i1,$i2) = defined($marc_indicators->{$to}) ? @{ $marc_indicators->{$to} } : (' ',' ');
801            warn "## marc_original_order($to,$from) source = ", dump( $r ),$/ if ($debug > 1);
802    
803          my $log = $self->_get_logger();          foreach my $d (@$r) {
804    
805          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);                  if (! defined($d->{subfields}) && ref($d->{subfields}) ne 'ARRAY') {
806                            warn "# marc_original_order($to,$from): field $from doesn't have subfields specification\n";
807                            next;
808                    }
809            
810                    my @sfs = @{ $d->{subfields} };
811    
812          $i = 0 if (! $i);                  die "field $from doesn't have even number of subfields specifications\n" unless($#sfs % 2 == 1);
813    
814          my $format = $self->_x($format_utf8) || $log->logconfess("can't convert '$format_utf8' from UTF-8 to ",$self->{'code_page'});                  warn "#--> d: ",dump($d), "\n#--> sfs: ",dump(@sfs),$/ if ($debug > 2);
815    
816          my @out;                  my $m = [ $to, $i1, $i2 ];
817    
818          $log->debug("format: $format");                  while (my $sf = shift @sfs) {
819    
820          my $eval_code;                          warn "#--> sf: ",dump($sf), $/ if ($debug > 2);
821          # remove eval{...} from beginning                          my $offset = shift @sfs;
822          $eval_code = $1 if ($format =~ s/^eval{([^}]+)}//s);                          die "corrupted sufields specification for field $from\n" unless defined($offset);
823    
824          my $filter_name;                          my $v;
825          # remove filter{...} from beginning                          if (ref($d->{$sf}) eq 'ARRAY') {
826          $filter_name = $1 if ($format =~ s/^filter{([^}]+)}//s);                                  $v = $d->{$sf}->[$offset] if (defined($d->{$sf}->[$offset]));
827                            } elsif ($offset == 0) {
828                                    $v = $d->{$sf};
829                            } else {
830                                    die "field $from subfield '$sf' need occurence $offset which doesn't exist", dump($d->{$sf});
831                            }
832                            push @$m, ( $sf, $v ) if (defined($v));
833                    }
834    
835                    if ($#{$m} > 2) {
836                            push @{ $marc_record->[ $marc_record_offset ] }, $m;
837                    }
838            }
839    
840          my $prefix;          warn "## marc_record = ", dump( $marc_record ),$/ if ($debug > 1);
841          my $all_found=0;  }
842    
843    =head2 marc_count
844    
845    Return number of MARC records created using L</marc_duplicate>.
846    
847          while ($format =~ s/^(.*?)(v|s)(\d+)(?:\^(\w))?//s) {    print "created ", marc_count(), " records";
848    
849                  my $del = $1 || '';  =cut
850                  $prefix ||= $del if ($all_found == 0);  
851    sub marc_count {
852            return $#{ $marc_record };
853    }
854    
                 # repeatable index  
                 my $r = $i;  
                 $r = 0 if (lc("$2") eq 's');  
855    
856                  my $found = 0;  =head1 Functions to extract data from input
                 my $tmp = $self->get_data(\$rec,$3,$4,$r,\$found);  
857    
858                  if ($found) {  This function should be used inside functions to create C<data_structure> described
859                          push @out, $del;  above.
860                          push @out, $tmp;  
861                          $all_found += $found;  =head2 _pack_subfields_hash
862    
863     @subfields = _pack_subfields_hash( $h );
864     $subfields = _pack_subfields_hash( $h, 1 );
865    
866    Return each subfield value in array or pack them all together and return scalar
867    with subfields (denoted by C<^>) and values.
868    
869    =cut
870    
871    sub _pack_subfields_hash {
872    
873            warn "## _pack_subfields_hash( ",dump(@_), " )\n" if ($debug > 1);
874    
875            my ($h,$include_subfields) = @_;
876    
877            # sanity and ease of use
878            return $h if (ref($h) ne 'HASH');
879    
880            if ( defined($h->{subfields}) ) {
881                    my $sfs = delete $h->{subfields} || die "no subfields?";
882                    my @out;
883                    while (@$sfs) {
884                            my $sf = shift @$sfs;
885                            push @out, '^' . $sf if ($include_subfields);
886                            my $o = shift @$sfs;
887                            if ($o == 0 && ref( $h->{$sf} ) ne 'ARRAY' ) {
888                                    # single element subfields are not arrays
889    #warn "====> $sf $o / $#$sfs ", dump( $sfs, $h->{$sf} ), "\n";
890    
891                                    push @out, $h->{$sf};
892                            } else {
893    #warn "====> $sf $o / $#$sfs ", dump( $sfs, $h->{$sf} ), "\n";
894                                    push @out, $h->{$sf}->[$o];
895                            }
896                    }
897                    if ($include_subfields) {
898                            return join('', @out);
899                    } else {
900                            return @out;
901                    }
902            } else {
903                    if ($include_subfields) {
904                            my $out = '';
905                            foreach my $sf (sort keys %$h) {
906                                    if (ref($h->{$sf}) eq 'ARRAY') {
907                                            $out .= '^' . $sf . join('^' . $sf, @{ $h->{$sf} });
908                                    } else {
909                                            $out .= '^' . $sf . $h->{$sf};
910                                    }
911                            }
912                            return $out;
913                    } else {
914                            # FIXME this should probably be in alphabetical order instead of hash order
915                            values %{$h};
916                  }                  }
917          }          }
918    }
919    
920    =head2 rec1
921    
922          return if (! $all_found);  Return all values in some field
923    
924          my $out = join('',@out);    @v = rec1('200')
925    
926          if ($out) {  TODO: order of values is probably same as in source data, need to investigate that
                 # add rest of format (suffix)  
                 $out .= $format;  
927    
928                  # add prefix if not there  =cut
                 $out = $prefix . $out if ($out !~ m/^\Q$prefix\E/);  
929    
930                  $log->debug("result: $out");  sub rec1 {
931            my $f = shift;
932            warn "rec1($f) = ", dump( $rec->{$f} ), $/ if ($debug > 1);
933            return unless (defined($rec) && defined($rec->{$f}));
934            warn "rec1($f) = ", dump( $rec->{$f} ), $/ if ($debug > 1);
935            if (ref($rec->{$f}) eq 'ARRAY') {
936                    my @out;
937                    foreach my $h ( @{ $rec->{$f} } ) {
938                            if (ref($h) eq 'HASH') {
939                                    push @out, ( _pack_subfields_hash( $h ) );
940                            } else {
941                                    push @out, $h;
942                            }
943                    }
944                    return @out;
945            } elsif( defined($rec->{$f}) ) {
946                    return $rec->{$f};
947          }          }
948    }
949    
950    =head2 rec2
951    
952    Return all values in specific field and subfield
953    
954          if ($eval_code) {    @v = rec2('200','a')
955                  my $eval = $self->fill_in($rec,$eval_code,$i) || return;  
956                  $log->debug("about to eval{$eval} format: $out");  =cut
957                  return if (! $self->_eval($eval));  
958    sub rec2 {
959            my $f = shift;
960            return unless (defined($rec && $rec->{$f}));
961            my $sf = shift;
962            warn "rec2($f,$sf) = ", dump( $rec->{$f} ), $/ if ($debug > 1);
963            return map {
964                    if (ref($_->{$sf}) eq 'ARRAY') {
965                            @{ $_->{$sf} };
966                    } else {
967                            $_->{$sf};
968                    }
969            } grep { ref($_) eq 'HASH' && $_->{$sf} } @{ $rec->{$f} };
970    }
971    
972    =head2 rec
973    
974    syntaxtic sugar for
975    
976      @v = rec('200')
977      @v = rec('200','a')
978    
979    If rec() returns just single value, it will
980    return scalar, not array.
981    
982    =cut
983    
984    sub rec {
985            my @out;
986            if ($#_ == 0) {
987                    @out = rec1(@_);
988            } elsif ($#_ == 1) {
989                    @out = rec2(@_);
990          }          }
991                    if ($#out == 0 && ! wantarray) {
992          if ($filter_name && $self->{'filter'}->{$filter_name}) {                  return $out[0];
993                  $log->debug("about to filter{$filter_name} format: $out");          } elsif (@out) {
994                  $out = $self->{'filter'}->{$filter_name}->($out);                  return @out;
995                  return unless(defined($out));          } else {
996                  $log->debug("filter result: $out");                  return '';
997          }          }
998    }
999    
1000          return $out;  =head2 regex
1001    
1002    Apply regex to some or all values
1003    
1004      @v = regex( 's/foo/bar/g', @v );
1005    
1006    =cut
1007    
1008    sub regex {
1009            my $r = shift;
1010            my @out;
1011            #warn "r: $r\n", dump(\@_);
1012            foreach my $t (@_) {
1013                    next unless ($t);
1014                    eval "\$t =~ $r";
1015                    push @out, $t if ($t && $t ne '');
1016            }
1017            return @out;
1018  }  }
1019    
1020  =head2 parse_to_arr  =head2 prefix
1021    
1022  Similar to C<parse>, but returns array of all repeatable fields  Prefix all values with a string
1023    
1024   my @arr = $webpac->parse_to_arr($rec,'v250^a');    @v = prefix( 'my_', @v );
1025    
1026  =cut  =cut
1027    
1028  sub parse_to_arr {  sub prefix {
1029          my $self = shift;          my $p = shift;
1030            return @_ unless defined( $p );
1031            return map { $p . $_ } grep { defined($_) } @_;
1032    }
1033    
1034          my ($rec, $format_utf8) = @_;  =head2 suffix
1035    
1036          my $log = $self->_get_logger();  suffix all values with a string
1037    
1038          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);    @v = suffix( '_my', @v );
         return if (! $format_utf8);  
1039    
1040          my $i = 0;  =cut
         my @arr;  
1041    
1042          while (my $v = $self->parse($rec,$format_utf8,$i++)) {  sub suffix {
1043                  push @arr, $v;          my $s = shift;
1044          }          return @_ unless defined( $s );
1045            return map { $_ . $s } grep { defined($_) } @_;
1046    }
1047    
1048    =head2 surround
1049    
1050    surround all values with a two strings
1051    
1052          $log->debug("format '$format_utf8' returned ",--$i," elements: ", sub { join(" | ",@arr) }) if (@arr);    @v = surround( 'prefix_', '_suffix', @v );
1053    
1054          return @arr;  =cut
1055    
1056    sub surround {
1057            my $p = shift;
1058            my $s = shift;
1059            $p = '' unless defined( $p );
1060            $s = '' unless defined( $s );
1061            return map { $p . $_ . $s } grep { defined($_) } @_;
1062  }  }
1063    
1064  =head2 fill_in_to_arr  =head2 first
1065    
1066  Similar to C<fill_in>, but returns array of all repeatable fields. Usable  Return first element
 for fields which have lookups, so they shouldn't be parsed but rather  
 C<fill_id>ed.  
1067    
1068   my @arr = $webpac->fill_in_to_arr($rec,'[v900];;[v250^a]');    $v = first( @v );
1069    
1070  =cut  =cut
1071    
1072  sub fill_in_to_arr {  sub first {
1073          my $self = shift;          my $r = shift;
1074            return $r;
1075    }
1076    
1077    =head2 lookup
1078    
1079    Consult lookup hashes for some value
1080    
1081      @v = lookup(
1082            sub {
1083                    'ffkk/peri/mfn'.rec('000')
1084            },
1085            'ffkk','peri','200-a-200-e',
1086            sub {
1087                    first(rec(200,'a')).' '.first(rec('200','e'))
1088            }
1089      );
1090    
1091          my ($rec, $format_utf8) = @_;  Code like above will be B<automatically generated> using L<WebPAC::Parse> from
1092    normal lookup definition in C<conf/lookup/something.pl> which looks like:
1093    
1094          my $log = $self->_get_logger();    lookup(
1095            # which results to return from record recorded in lookup
1096            sub { 'ffkk/peri/mfn' . rec('000') },
1097            # from which database and input
1098            'ffkk','peri',
1099            # such that following values match
1100            sub { first(rec(200,'a')) . ' ' . first(rec('200','e')) },
1101            # if this part is missing, we will try to match same fields
1102            # from lookup record and current one, or you can override
1103            # which records to use from current record using
1104            sub { rec('900','x') . ' ' . rec('900','y') },
1105      )
1106    
1107    You can think about this lookup as SQL (if that helps):
1108    
1109      select
1110            sub { what }
1111      from
1112            database, input
1113      where
1114        sub { filter from lookuped record }
1115      having
1116        sub { optional filter on current record }
1117    
1118          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);  Easy as pie, right?
         return if (! $format_utf8);  
1119    
1120          my $i = 0;  =cut
1121          my @arr;  
1122    sub lookup {
1123            my ($what, $database, $input, $key, $having) = @_;
1124    
1125            confess "lookup needs 5 arguments: what, database, input, key, having\n" unless ($#_ == 4);
1126    
1127            warn "## lookup ($database, $input, $key)", $/ if ($debug > 1);
1128            return unless (defined($lookup->{$database}->{$input}->{$key}));
1129    
1130            confess "lookup really need load_row_coderef added to data_structure\n" unless ($load_row_coderef);
1131    
1132            my $mfns;
1133            my @having = $having->();
1134    
1135            warn "## having = ", dump( @having ) if ($debug > 2);
1136    
1137            foreach my $h ( @having ) {
1138                    if (defined($lookup->{$database}->{$input}->{$key}->{$h})) {
1139                            warn "lookup for $database/$input/$key/$h return ",dump($lookup->{$database}->{$input}->{$key}->{$h}),"\n" if ($debug);
1140                            $mfns->{$_}++ foreach keys %{ $lookup->{$database}->{$input}->{$key}->{$h} };
1141                    }
1142            }
1143    
1144            return unless ($mfns);
1145    
1146            my @mfns = sort keys %$mfns;
1147    
1148            warn "# lookup loading $database/$input/$key mfn ", join(",",@mfns)," having ",dump(@having),"\n" if ($debug);
1149    
1150            my $old_rec = $rec;
1151            my @out;
1152    
1153            foreach my $mfn (@mfns) {
1154                    $rec = $load_row_coderef->( $database, $input, $mfn );
1155    
1156                    warn "got $database/$input/$mfn = ", dump($rec), $/ if ($debug);
1157    
1158                    my @vals = $what->();
1159    
1160                    push @out, ( @vals );
1161    
1162                    warn "lookup for mfn $mfn returned ", dump(@vals), $/ if ($debug);
1163            }
1164    
1165    #       if (ref($lookup->{$k}) eq 'ARRAY') {
1166    #               return @{ $lookup->{$k} };
1167    #       } else {
1168    #               return $lookup->{$k};
1169    #       }
1170    
1171            $rec = $old_rec;
1172    
1173          while (my @v = $self->fill_in($rec,$format_utf8,$i++)) {          warn "## lookup returns = ", dump(@out), $/ if ($debug);
1174                  push @arr, @v;  
1175            if ($#out == 0) {
1176                    return $out[0];
1177            } else {
1178                    return @out;
1179          }          }
1180    }
1181    
1182    =head2 save_into_lookup
1183    
1184    Save value into lookup. It associates current database, input
1185    and specific keys with one or more values which will be
1186    associated over MFN.
1187    
1188    MFN will be extracted from first occurence current of field 000
1189    in current record, or if it doesn't exist from L<_set_config> C<_mfn>.
1190    
1191          $log->debug("format '$format_utf8' returned ",--$i," elements: ", sub { join(" | ",@arr) }) if (@arr);    my $nr = save_into_lookup($database,$input,$key,sub {
1192            # code which produce one or more values
1193      });
1194    
1195    It returns number of items saved.
1196    
1197    This function shouldn't be called directly, it's called from code created by
1198    L<WebPAC::Parser>.
1199    
1200    =cut
1201    
1202    sub save_into_lookup {
1203            my ($database,$input,$key,$coderef) = @_;
1204            die "save_into_lookup needs database" unless defined($database);
1205            die "save_into_lookup needs input" unless defined($input);
1206            die "save_into_lookup needs key" unless defined($key);
1207            die "save_into_lookup needs CODE" unless ( defined($coderef) && ref($coderef) eq 'CODE' );
1208    
1209            warn "## save_into_lookup rec = ", dump($rec), " config = ", dump($config), $/ if ($debug > 2);
1210    
1211            my $mfn =
1212                    defined($rec->{'000'}->[0])     ?       $rec->{'000'}->[0]      :
1213                    defined($config->{_mfn})        ?       $config->{_mfn}         :
1214                                                                                    die "mfn not defined or zero";
1215    
1216            my $nr = 0;
1217    
1218            foreach my $v ( $coderef->() ) {
1219                    $lookup->{$database}->{$input}->{$key}->{$v}->{$mfn}++;
1220                    warn "# saved lookup $database/$input/$key [$v] $mfn\n" if ($debug > 1);
1221                    $nr++;
1222            }
1223    
1224          return @arr;          return $nr;
1225  }  }
1226    
1227  =head2 sort_arr  =head2 config
1228    
1229  Sort array ignoring case and html in data  Consult config values stored in C<config.yml>
1230    
1231   my @sorted = $webpac->sort_arr(@unsorted);    # return database code (key under databases in yaml)
1232      $database_code = config();    # use _ from hash
1233      $database_name = config('name');
1234      $database_input_name = config('input name');
1235      $tag = config('input normalize tag');
1236    
1237    Up to three levels are supported.
1238    
1239  =cut  =cut
1240    
1241  sub sort_arr {  sub config {
1242          my $self = shift;          return unless ($config);
1243    
1244            my $p = shift;
1245    
1246            $p ||= '';
1247    
1248            my $v;
1249    
1250            warn "### getting config($p)\n" if ($debug > 1);
1251    
1252            my @p = split(/\s+/,$p);
1253            if ($#p < 0) {
1254                    $v = $config->{ '_' };  # special, database code
1255            } else {
1256    
1257          my $log = $self->_get_logger();                  my $c = dclone( $config );
1258    
1259          # FIXME add Schwartzian Transformation?                  foreach my $k (@p) {
1260                            warn "### k: $k c = ",dump($c),$/ if ($debug > 1);
1261                            if (ref($c) eq 'ARRAY') {
1262                                    $c = shift @$c;
1263                                    warn "config($p) taking first occurence of '$k', probably not what you wanted!\n";
1264                                    last;
1265                            }
1266    
1267          my @sorted = sort {                          if (! defined($c->{$k}) ) {
1268                  $a =~ s#<[^>]+/*>##;                                  $c = undef;
1269                  $b =~ s#<[^>]+/*>##;                                  last;
1270                  lc($b) cmp lc($a)                          } else {
1271          } @_;                                  $c = $c->{$k};
1272          $log->debug("sorted values: ",sub { join(", ",@sorted) });                          }
1273                    }
1274                    $v = $c if ($c);
1275    
1276          return @sorted;          }
1277    
1278            warn "## config( '$p' ) = ",dump( $v ),$/ if ($v && $debug);
1279            warn "config( '$p' ) is empty\n" if (! $v);
1280    
1281            return $v;
1282  }  }
1283    
1284    =head2 id
1285    
1286    Returns unique id of this record
1287    
1288  =head2 _sort_by_order    $id = id();
1289    
1290  Sort xml tags data structure accoding to C<order=""> attribute.  Returns C<42/2> for 2nd occurence of MFN 42.
1291    
1292  =cut  =cut
1293    
1294  sub _sort_by_order {  sub id {
1295          my $self = shift;          my $mfn = $config->{_mfn} || die "no _mfn in config data";
1296            return $mfn . $#{$marc_record} ? $#{$marc_record} + 1 : '';
1297    }
1298    
1299    =head2 join_with
1300    
1301    Joins walues with some delimiter
1302    
1303          my $va = $self->{'import_xml'}->{'indexer'}->{$a}->{'order'} ||    $v = join_with(", ", @v);
                 $self->{'import_xml'}->{'indexer'}->{$a};  
         my $vb = $self->{'import_xml'}->{'indexer'}->{$b}->{'order'} ||  
                 $self->{'import_xml'}->{'indexer'}->{$b};  
1304    
1305          return $va <=> $vb;  =cut
1306    
1307    sub join_with {
1308            my $d = shift;
1309            warn "### join_with('$d',",dump(@_),")\n" if ($debug > 2);
1310            my $v = join($d, grep { defined($_) && $_ ne '' } @_);
1311            return '' unless defined($v);
1312            return $v;
1313  }  }
1314    
1315  =head2 _x  =head2 split_rec_on
1316    
1317    Split record subfield on some regex and take one of parts out
1318    
1319  Convert strings from C<conf/normalize> encoding into application specific    $a_before_semi_column =
1320  (optinally specified using C<code_page> to C<new> constructor.          split_rec_on('200','a', /\s*;\s*/, $part);
1321    
1322   my $text = $n->_x('normalize text string');  C<$part> is optional number of element. First element is
1323    B<1>, not 0!
1324    
1325  This is a stub so that other modules doesn't have to implement it.  If there is no C<$part> parameter or C<$part> is 0, this function will
1326    return all values produced by splitting.
1327    
1328  =cut  =cut
1329    
1330  sub _x {  sub split_rec_on {
1331          my $self = shift;          die "split_rec_on need (fld,sf,regex[,part]" if ($#_ < 2);
1332          return shift;  
1333            my ($fld, $sf, $regex, $part) = @_;
1334            warn "### regex ", ref($regex), $regex, $/ if ($debug > 2);
1335    
1336            my @r = rec( $fld, $sf );
1337            my $v = shift @r;
1338            warn "### first rec($fld,$sf) = ",dump($v),$/ if ($debug > 2);
1339    
1340            return '' if ( ! defined($v) || $v =~ /^\s*$/);
1341    
1342            my @s = split( $regex, $v );
1343            warn "## split_rec_on($fld,$sf,$regex,$part) = ",dump(@s),$/ if ($debug > 1);
1344            if ($part && $part > 0) {
1345                    return $s[ $part - 1 ];
1346            } else {
1347                    return @s;
1348            }
1349  }  }
1350    
1351    my $hash;
1352    
1353    =head2 set
1354    
1355  =head1 AUTHOR    set( key => 'value' );
1356    
1357  Dobrica Pavlinusic, C<< <dpavlin@rot13.org> >>  =cut
1358    
1359  =head1 COPYRIGHT & LICENSE  sub set {
1360            my ($k,$v) = @_;
1361            warn "## set ( $k => ", dump($v), " )", $/ if ( $debug );
1362            $hash->{$k} = $v;
1363    };
1364    
1365  Copyright 2005 Dobrica Pavlinusic, All Rights Reserved.  =head2 get
1366    
1367  This program is free software; you can redistribute it and/or modify it    get( 'key' );
 under the same terms as Perl itself.  
1368    
1369  =cut  =cut
1370    
1371  1; # End of WebPAC::DB  sub get {
1372            my $k = shift || return;
1373            my $v = $hash->{$k};
1374            warn "## get $k = ", dump( $v ), $/ if ( $debug );
1375            return $v;
1376    }
1377    
1378    =head2 count
1379    
1380      if ( count( @result ) == 1 ) {
1381            # do something if only 1 result is there
1382      }
1383    
1384    =cut
1385    
1386    sub count {
1387            warn "## count ",dump(@_),$/ if ( $debug );
1388            return @_ . '';
1389    }
1390    
1391    # END
1392    1;

Legend:
Removed from v.13  
changed lines
  Added in v.889

  ViewVC Help
Powered by ViewVC 1.1.26