/[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 923 by dpavlin, Wed Oct 31 00:26:43 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            search_display search display sorted
11    
12            marc marc_indicators marc_repeatable_subfield
13            marc_compose marc_leader marc_fixed
14            marc_duplicate marc_remove marc_count
15            marc_original_order
16    
17            rec1 rec2 rec
18            regex prefix suffix surround
19            first lookup join_with
20            save_into_lookup
21    
22            split_rec_on
23    
24            get set
25            count
26    /;
27    
28  use warnings;  use warnings;
29  use strict;  use strict;
 use Data::Dumper;  
30    
31  =head1 NAME  #use base qw/WebPAC::Common/;
32    use Data::Dump qw/dump/;
33    use Storable qw/dclone/;
34    use Carp qw/confess/;
35    
36    # debugging warn(s)
37    my $debug = 0;
38    
 WebPAC::Normalize - normalisation of source file  
39    
40  =head1 VERSION  =head1 NAME
41    
42  Version 0.01  WebPAC::Normalize - describe normalisaton rules using sets
43    
44  =cut  =cut
45    
46  our $VERSION = '0.01';  our $VERSION = '0.31';
47    
48  =head1 SYNOPSIS  =head1 SYNOPSIS
49    
50  This package contains code that could be helpful in implementing different  This module uses C<conf/normalize/*.pl> files to perform normalisation
51  normalisation front-ends.  from input records using perl functions which are specialized for set
52    processing.
53    
54    Sets are implemented as arrays, and normalisation file is valid perl, which
55    means that you check it's validity before running WebPAC using
56    C<perl -c normalize.pl>.
57    
58    Normalisation can generate multiple output normalized data. For now, supported output
59    types (on the left side of definition) are: C<search_display>, C<display>, C<search> and
60    C<marc>.
61    
62  =head1 FUNCTIONS  =head1 FUNCTIONS
63    
64  =head2 new  Functions which start with C<_> are private and used by WebPAC internally.
65    All other functions are available for use within normalisation rules.
66    
67  Create new normalisation object  =head2 data_structure
68    
69    my $n = new WebPAC::Normalize::Something(  Return data structure
70          cache_data_structure => './cache/ds/',  
71          lookup_regex => $lookup->regex,    my $ds = WebPAC::Normalize::data_structure(
72            lookup => $lookup_hash,
73            row => $row,
74            rules => $normalize_pl_config,
75            marc_encoding => 'utf-8',
76            config => $config,
77            load_row_coderef => sub {
78                    my ($database,$input,$mfn) = shift;
79                    $store->load_row( database => $database, input => $input, id => $mfn );
80            },
81    );    );
82    
83  Optional parameter C<cache_data_structure> defines path to directory  Options C<row>, C<rules> and C<log> are mandatory while all
84  in which cache file for C<data_structure> call will be created.  other are optional.
85    
86    C<load_row_coderef> is closure only used when executing lookups, so they will
87    die if it's not defined.
88    
89    This function will B<die> if normalizastion can't be evaled.
90    
91    Since this function isn't exported you have to call it with
92    C<WebPAC::Normalize::data_structure>.
93    
94    =cut
95    
96    my $load_row_coderef;
97    
98    sub data_structure {
99            my $arg = {@_};
100    
101            die "need row argument" unless ($arg->{row});
102            die "need normalisation argument" unless ($arg->{rules});
103    
104            no strict 'subs';
105            _set_lookup( $arg->{lookup} ) if defined($arg->{lookup});
106            _set_rec( $arg->{row} );
107            _set_config( $arg->{config} ) if defined($arg->{config});
108            _clean_ds( %{ $arg } );
109            $load_row_coderef = $arg->{load_row_coderef};
110    
111            eval "$arg->{rules}";
112            die "error evaling $arg->{rules}: $@\n" if ($@);
113    
114            return _get_ds();
115    }
116    
117    =head2 _set_rec
118    
119    Set current record hash
120    
121      _set_rec( $rec );
122    
123    =cut
124    
125    my $rec;
126    
127    sub _set_rec {
128            $rec = shift or die "no record hash";
129    }
130    
131    =head2 _set_config
132    
133    Set current config hash
134    
135      _set_config( $config );
136    
137    Magic keys are:
138    
139    =over 4
140    
141    =item _
142    
143    Code of current database
144    
145    =item _mfn
146    
147    Current MFN
148    
149    =back
150    
151    =cut
152    
153    my $config;
154    
155    sub _set_config {
156            $config = shift;
157    }
158    
159    =head2 _get_ds
160    
161    Return hash formatted as data structure
162    
163      my $ds = _get_ds();
164    
165    =cut
166    
167    my ($out, $marc_record, $marc_encoding, $marc_repeatable_subfield, $marc_indicators, $marc_leader);
168    my ($marc_record_offset, $marc_fetch_offset) = (0, 0);
169    
170    sub _get_ds {
171            return $out;
172    }
173    
174    =head2 _clean_ds
175    
176  Recommended parametar C<lookup_regex> is used to enable parsing of lookups  Clean data structure hash for next record
177  in structures.  
178      _clean_ds();
179    
180  =cut  =cut
181    
182  sub new {  sub _clean_ds {
183          my $class = shift;          my $a = {@_};
184          my $self = {@_};          ($out,$marc_record, $marc_encoding, $marc_repeatable_subfield, $marc_indicators, $marc_leader) = ();
185          bless($self, $class);          ($marc_record_offset, $marc_fetch_offset) = (0,0);
186            $marc_encoding = $a->{marc_encoding};
187    }
188    
189          $self->setup_cache_dir( $self->{'cache_data_structure'} );  =head2 _set_lookup
190    
191          $self ? return $self : return undef;  Set current lookup hash
192    
193      _set_lookup( $lookup );
194    
195    =cut
196    
197    my $lookup;
198    
199    sub _set_lookup {
200            $lookup = shift;
201  }  }
202    
203  =head2 setup_cache_dir  =head2 _get_lookup
204    
205    Get current lookup hash
206    
207  Check if specified cache directory exist, and if not, disable caching.    my $lookup = _get_lookup();
208    
209   $setup_cache_dir('./cache/ds/');  =cut
210    
211    sub _get_lookup {
212            return $lookup;
213    }
214    
215  If you pass false or zero value to this function, it will disable  =head2 _set_load_row
216  cacheing.  
217    Setup code reference which will return L<data_structure> from
218    L<WebPAC::Store>
219    
220      _set_load_row(sub {
221                    my ($database,$input,$mfn) = @_;
222                    $store->load_row( database => $database, input => $input, id => $mfn );
223      });
224    
225  =cut  =cut
226    
227  sub setup_cache_dir {  sub _set_load_row {
228          my $self = shift;          my $coderef = shift;
229            confess "argument isn't CODE" unless ref($coderef) eq 'CODE';
230    
231            $load_row_coderef = $coderef;
232    }
233    
234    =head2 _get_marc_fields
235    
236    Get all fields defined by calls to C<marc>
237    
238            $marc->add_fields( WebPAC::Normalize:_get_marc_fields() );
239    
240    We are using I<magic> which detect repeatable fields only from
241    sequence of field/subfield data generated by normalization.
242    
243    Repeatable field is created when there is second occurence of same subfield or
244    if any of indicators are different.
245    
246    This is sane for most cases. Something like:
247    
248      900a-1 900b-1 900c-1
249      900a-2 900b-2
250      900a-3
251    
252    will be created from any combination of:
253    
254      900a-1 900a-2 900a-3 900b-1 900b-2 900c-1
255    
256    and following rules:
257    
258      marc('900','a', rec('200','a') );
259      marc('900','b', rec('200','b') );
260      marc('900','c', rec('200','c') );
261    
262    which might not be what you have in mind. If you need repeatable subfield,
263    define it using C<marc_repeatable_subfield> like this:
264    
265      marc_repeatable_subfield('900','a');
266      marc('900','a', rec('200','a') );
267      marc('900','b', rec('200','b') );
268      marc('900','c', rec('200','c') );
269    
270    will create:
271    
272      900a-1 900a-2 900a-3 900b-1 900c-1
273      900b-2
274    
275    There is also support for returning next or specific using:
276    
277      while (my $mf = WebPAC::Normalize:_get_marc_fields( fetch_next => 1 ) ) {
278            # do something with $mf
279      }
280    
281    will always return fields from next MARC record or
282    
283      my $mf = WebPAC::Normalize::_get_marc_fields( offset => 42 );
284    
285    will return 42th copy record (if it exists).
286    
287    =cut
288    
289    my $fetch_pos;
290    
291    sub _get_marc_fields {
292    
293            my $arg = {@_};
294            warn "### _get_marc_fields arg: ", dump($arg), $/ if ($debug > 2);
295            $fetch_pos = $marc_fetch_offset;
296            if ($arg->{offset}) {
297                    $fetch_pos = $arg->{offset};
298            } elsif($arg->{fetch_next}) {
299                    $marc_fetch_offset++;
300            }
301    
302            return if (! $marc_record || ref($marc_record) ne 'ARRAY');
303    
304            warn "### full marc_record = ", dump( @{ $marc_record }), $/ if ($debug > 2);
305    
306            my $marc_rec = $marc_record->[ $fetch_pos ];
307    
308            warn "## _get_marc_fields (at offset: $fetch_pos) -- marc_record = ", dump( @$marc_rec ), $/ if ($debug > 1);
309    
310            return if (! $marc_rec || ref($marc_rec) ne 'ARRAY' || $#{ $marc_rec } < 0);
311    
312            # first, sort all existing fields
313            # XXX might not be needed, but modern perl might randomize elements in hash
314            my @sorted_marc_record = sort {
315                    $a->[0] . ( $a->[3] || '' ) cmp $b->[0] . ( $b->[3] || '')
316            } @{ $marc_rec };
317    
318          my $dir = shift;          @sorted_marc_record = @{ $marc_rec };   ### FIXME disable sorting
319            
320            # output marc fields
321            my @m;
322    
323            # count unique field-subfields (used for offset when walking to next subfield)
324            my $u;
325            map { $u->{ $_->[0] . ( $_->[3] || '')  }++ } @sorted_marc_record;
326    
327            if ($debug) {
328                    warn "## marc_repeatable_subfield = ", dump( $marc_repeatable_subfield ), $/ if ( $marc_repeatable_subfield );
329                    warn "## marc_record[$fetch_pos] = ", dump( $marc_rec ), $/;
330                    warn "## sorted_marc_record = ", dump( \@sorted_marc_record ), $/;
331                    warn "## subfield count = ", dump( $u ), $/;
332            }
333    
334          my $log = $self->_get_logger();          my $len = $#sorted_marc_record;
335            my $visited;
336            my $i = 0;
337            my $field;
338    
339          if ($dir) {          foreach ( 0 .. $len ) {
340                  my $msg;  
341                  if (! -e $dir) {                  # find next element which isn't visited
342                          $msg = "doesn't exist";                  while ($visited->{$i}) {
343                  } elsif (! -d $dir) {                          $i = ($i + 1) % ($len + 1);
                         $msg = "is not directory";  
                 } elsif (! -w $dir) {  
                         $msg = "not writable";  
344                  }                  }
345    
346                  if ($msg) {                  # mark it visited
347                          undef $self->{'cache_data_structure'};                  $visited->{$i}++;
348                          $log->warn("cache_data_structure $dir $msg, disabling...");  
349                    my $row = dclone( $sorted_marc_record[$i] );
350    
351                    # field and subfield which is key for
352                    # marc_repeatable_subfield and u
353                    my $fsf = $row->[0] . ( $row->[3] || '' );
354    
355                    if ($debug > 1) {
356    
357                            print "### field so far [", $#$field, "] : ", dump( $field ), " ", $field ? 'T' : 'F', $/;
358                            print "### this [$i]: ", dump( $row ),$/;
359                            print "### sf: ", $row->[3], " vs ", $field->[3],
360                                    $marc_repeatable_subfield->{ $row->[0] . $row->[3] } ? ' (repeatable)' : '', $/,
361                                    if ($#$field >= 0);
362    
363                    }
364    
365                    # if field exists
366                    if ( $#$field >= 0 ) {
367                            if (
368                                    $row->[0] ne $field->[0] ||             # field
369                                    $row->[1] ne $field->[1] ||             # i1
370                                    $row->[2] ne $field->[2]                # i2
371                            ) {
372                                    push @m, $field;
373                                    warn "## saved/1 ", dump( $field ),$/ if ($debug);
374                                    $field = $row;
375    
376                            } elsif (
377                                    ( $row->[3] lt $field->[-2] )           # subfield which is not next (e.g. a after c)
378                                    ||
379                                    ( $row->[3] eq $field->[-2] &&          # same subfield, but not repeatable
380                                            ! $marc_repeatable_subfield->{ $fsf }
381                                    )
382                            ) {
383                                    push @m, $field;
384                                    warn "## saved/2 ", dump( $field ),$/ if ($debug);
385                                    $field = $row;
386    
387                            } else {
388                                    # append new subfields to existing field
389                                    push @$field, ( $row->[3], $row->[4] );
390                            }
391                  } else {                  } else {
392                          $log->debug("using cache dir $dir");                          # insert first field
393                            $field = $row;
394                    }
395    
396                    if (! $marc_repeatable_subfield->{ $fsf }) {
397                            # make step to next subfield
398                            $i = ($i + $u->{ $fsf } ) % ($len + 1);
399                  }                  }
         } else {  
                 $log->debug("disabling cache");  
                 undef $self->{'cache_data_structure'};  
400          }          }
401    
402            if ($#$field >= 0) {
403                    push @m, $field;
404                    warn "## saved/3 ", dump( $field ),$/ if ($debug);
405            }
406    
407            return \@m;
408  }  }
409    
410    =head2 _get_marc_leader
411    
412  =head2 data_structure  Return leader from currently fetched record by L</_get_marc_fields>
413    
414      print WebPAC::Normalize::_get_marc_leader();
415    
416  Create in-memory data structure which represents normalized layout from  =cut
 C<conf/normalize/*.xml>.  
417    
418  This structures are used to produce output.  sub _get_marc_leader {
419            die "no fetch_pos, did you called _get_marc_fields first?" unless ( defined( $fetch_pos ) );
420            return $marc_leader->[ $fetch_pos ];
421    }
422    
423   my @ds = $webpac->data_structure($rec);  =head2 _debug
424    
425  B<Note: historical oddity follows>  Change level of debug warnings
426    
427  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.  
428    
429  =cut  =cut
430    
431  sub data_structure {  sub _debug {
432          my $self = shift;          my $l = shift;
433            return $debug unless defined($l);
434            warn "debug level $l",$/ if ($l > 0);
435            $debug = $l;
436    }
437    
438    =head1 Functions to create C<data_structure>
439    
440    Those functions generally have to first in your normalization file.
441    
442    =head2 search_display
443    
444    Define output for L<search> and L<display> at the same time
445    
446      search_display('Title', rec('200','a') );
447    
448    
449    =cut
450    
451    sub search_display {
452            my $name = shift or die "search_display needs name as first argument";
453            my @o = grep { defined($_) && $_ ne '' } @_;
454            return unless (@o);
455            $out->{$name}->{search} = \@o;
456            $out->{$name}->{display} = \@o;
457    }
458    
459    =head2 tag
460    
461    Old name for L<search_display>, but supported
462    
463    =cut
464    
465    sub tag {
466            search_display( @_ );
467    }
468    
469    =head2 display
470    
471    Define output just for I<display>
472    
473      @v = display('Title', rec('200','a') );
474    
475    =cut
476    
477    sub _field {
478            my $type = shift or confess "need type -- BUG?";
479            my $name = shift or confess "needs name as first argument";
480            my @o = grep { defined($_) && $_ ne '' } @_;
481            return unless (@o);
482            $out->{$name}->{$type} = \@o;
483    }
484    
485    sub display { _field( 'display', @_ ) }
486    
487          my $log = $self->_get_logger();  =head2 search
488    
489          my $rec = shift;  Prepare values just for I<search>
         $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);  
490    
491          my $cache_file;    @v = search('Title', rec('200','a') );
492    
493          if (my $cache_path = $self->{'cache_data_structure'}) {  =cut
494                  my $id = $rec->{'000'};  
495                  $id = $rec->{'000'}->[0] if ($id =~ m/^ARRAY/o);  sub search { _field( 'search', @_ ) }
496                  unless (defined($id)) {  
497                          $log->warn("Can't use cache_data_structure on records without unique identifier in field 000");  =head2 sorted
498                          undef $self->{'cache_data_structure'};  
499    Insert into lists which will be automatically sorted
500    
501     sorted('Title', rec('200','a') );
502    
503    =cut
504    
505    sub sorted { _field( 'sorted', @_ ) }
506    
507    
508    =head2 marc_leader
509    
510    Setup fields within MARC leader or get leader
511    
512      marc_leader('05','c');
513      my $leader = marc_leader();
514    
515    =cut
516    
517    sub marc_leader {
518            my ($offset,$value) = @_;
519    
520            if ($offset) {
521                    $marc_leader->[ $marc_record_offset ]->{ $offset } = $value;
522            } else {
523                    
524                    if (defined($marc_leader)) {
525                            die "marc_leader not array = ", dump( $marc_leader ) unless (ref($marc_leader) eq 'ARRAY');
526                            return $marc_leader->[ $marc_record_offset ];
527                  } else {                  } else {
528                          $cache_file = "$cache_path/$id";                          return;
529                          if (-r $cache_file) {                  }
530                                  my $ds_ref = retrieve($cache_file);          }
531                                  if ($ds_ref) {  }
532                                          $log->debug("cache hit: $cache_file");  
533                                          my $ok = 1;  =head2 marc_fixed
534                                          foreach my $f (qw(current_filename headline)) {  
535                                                  if ($ds_ref->{$f}) {  Create control/indentifier fields with values in fixed positions
536                                                          $self->{$f} = $ds_ref->{$f};  
537                                                  } else {    marc_fixed('008', 00, '070402');
538                                                          $ok = 0;    marc_fixed('008', 39, '|');
539                                                  }  
540                                          };  Positions not specified will be filled with spaces (C<0x20>).
541                                          if ($ok && $ds_ref->{'ds'}) {  
542                                                  return @{ $ds_ref->{'ds'} };  There will be no effort to extend last specified value to full length of
543                                          } else {  field in standard.
544                                                  $log->warn("cache_data_structure $cache_path corrupt. Use rm $cache_path/* to re-create it on next run!");  
545                                                  undef $self->{'cache_data_structure'};  =cut
546                                          }  
547                                  }  sub marc_fixed {
548            my ($f, $pos, $val) = @_;
549            die "need marc(field, position, value)" unless defined($f) && defined($pos);
550    
551            confess "need val" unless defined $val;
552    
553            my $update = 0;
554    
555            map {
556                    if ($_->[0] eq $f) {
557                            my $old = $_->[1];
558                            if (length($old) <= $pos) {
559                                    $_->[1] .= ' ' x ( $pos - length($old) ) . $val;
560                                    warn "## marc_fixed($f,$pos,'$val') append '$old' -> '$_->[1]'\n" if ($debug > 1);
561                            } else {
562                                    $_->[1] = substr($old, 0, $pos) . $val . substr($old, $pos + length($val));
563                                    warn "## marc_fixed($f,$pos,'$val') update '$old' -> '$_->[1]'\n" if ($debug > 1);
564                          }                          }
565                            $update++;
566                  }                  }
567            } @{ $marc_record->[ $marc_record_offset ] };
568    
569            if (! $update) {
570                    my $v = ' ' x $pos . $val;
571                    push @{ $marc_record->[ $marc_record_offset ] }, [ $f, $v ];
572                    warn "## marc_fixed($f,$pos,'val') created '$v'\n" if ($debug > 1);
573          }          }
574    }
575    
576          undef $self->{'currnet_filename'};  =head2 marc
         undef $self->{'headline'};  
577    
578          my @sorted_tags;  Save value for MARC field
579          if ($self->{tags_by_order}) {  
580                  @sorted_tags = @{$self->{tags_by_order}};    marc('900','a', rec('200','a') );
581          } else {    marc('001', rec('000') );
582                  @sorted_tags = sort { $self->_sort_by_order } keys %{$self->{'import_xml'}->{'indexer'}};  
583                  $self->{tags_by_order} = \@sorted_tags;  =cut
584    
585    sub marc {
586            my $f = shift or die "marc needs field";
587            die "marc field must be numer" unless ($f =~ /^\d+$/);
588    
589            my $sf;
590            if ($f >= 10) {
591                    $sf = shift or die "marc needs subfield";
592          }          }
593    
594          my @ds;          foreach (@_) {
595                    my $v = $_;             # make var read-write for Encode
596                    next unless (defined($v) && $v !~ /^\s*$/);
597                    my ($i1,$i2) = defined($marc_indicators->{$f}) ? @{ $marc_indicators->{$f} } : (' ',' ');
598                    if (defined $sf) {
599                            push @{ $marc_record->[ $marc_record_offset ] }, [ $f, $i1, $i2, $sf => $v ];
600                    } else {
601                            push @{ $marc_record->[ $marc_record_offset ] }, [ $f, $v ];
602                    }
603            }
604    }
605    
606          $log->debug("tags: ",sub { join(", ",@sorted_tags) });  =head2 marc_repeatable_subfield
607    
608          foreach my $field (@sorted_tags) {  Save values for MARC repetable subfield
609    
610                  my $row;    marc_repeatable_subfield('910', 'z', rec('909') );
611    
612  #print "field $field [",$self->{'tag'},"] = ",Dumper($self->{'import_xml'}->{'indexer'}->{$field}->{$self->{'tag'}});  =cut
613    
614                  foreach my $tag (@{$self->{'import_xml'}->{'indexer'}->{$field}->{$self->{'tag'}}}) {  sub marc_repeatable_subfield {
615                          my $format = $tag->{'value'} || $tag->{'content'};          my ($f,$sf) = @_;
616            die "marc_repeatable_subfield need field and subfield!\n" unless ($f && $sf);
617            $marc_repeatable_subfield->{ $f . $sf }++;
618            marc(@_);
619    }
620    
621                          $log->debug("format: $format");  =head2 marc_indicators
622    
623                          my @v;  Set both indicators for MARC field
                         if ($self->{'lookup_regex'} && $format =~ $self->{'lookup_regex'}) {  
                                 @v = $self->fill_in_to_arr($rec,$format);  
                         } else {  
                                 @v = $self->parse_to_arr($rec,$format);  
                         }  
                         next if (! @v);  
624    
625                          if ($tag->{'sort'}) {    marc_indicators('900', ' ', 1);
                                 @v = $self->sort_arr(@v);  
                         }  
626    
627                          # use format?  Any indicator value other than C<0-9> will be treated as undefined.
                         if ($tag->{'format_name'}) {  
                                 @v = map { $self->apply_format($tag->{'format_name'},$tag->{'format_delimiter'},$_) } @v;  
                         }  
628    
629                          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!  
                         }  
630    
631                          # delimiter will join repeatable fields  sub marc_indicators {
632                          if ($tag->{'delimiter'}) {          my $f = shift || die "marc_indicators need field!\n";
633                                  @v = ( join($tag->{'delimiter'}, @v) );          my ($i1,$i2) = @_;
634                          }          die "marc_indicators($f, ...) need i1!\n" unless(defined($i1));
635            die "marc_indicators($f, $i1, ...) need i2!\n" unless(defined($i2));
636    
637            $i1 = ' ' if ($i1 !~ /^\d$/);
638            $i2 = ' ' if ($i2 !~ /^\d$/);
639            @{ $marc_indicators->{$f} } = ($i1,$i2);
640    }
641    
642                          # 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}}, $last;  
643    
644                                  } else {  Save values for each MARC subfield explicitly
                                         push @{$row->{$type}}, @v;  
                                 }  
                         }  
645    
646      marc_compose('900',
647            'a', rec('200','a')
648            'b', rec('201','a')
649            'a', rec('200','b')
650            'c', rec('200','c')
651      );
652    
653                  }  If you specify C<+> for subfield, value will be appended
654    to previous defined subfield.
655    
656                  if ($row) {  =cut
                         $row->{'tag'} = $field;  
657    
658                          # TODO: name_sigular, name_plural  sub marc_compose {
659                          my $name = $self->{'import_xml'}->{'indexer'}->{$field}->{'name'};          my $f = shift or die "marc_compose needs field";
660                          $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");  
                         }  
661    
662                          push @ds, $row;          my ($i1,$i2) = defined($marc_indicators->{$f}) ? @{ $marc_indicators->{$f} } : (' ',' ');
663            my $m = [ $f, $i1, $i2 ];
664    
665                          $log->debug("row $field: ",sub { Dumper($row) });          warn "### marc_compose input subfields = ", dump(@_),$/ if ($debug > 2);
                 }  
666    
667            if ($#_ % 2 != 1) {
668                    die "ERROR: marc_compose",dump($f,@_)," not valid (must be even).\nDo you need to add first() or join() around some argument?\n";
669          }          }
670    
671          if ($cache_file) {          while (@_) {
672                  store {                  my $sf = shift;
673                          ds => \@ds,                  my $v = shift;
674                          current_filename => $self->{'current_filename'},  
675                          headline => $self->{'headline'},                  next unless (defined($v) && $v !~ /^\s*$/);
676                  }, $cache_file;                  warn "## ++ marc_compose($f,$sf,$v) ", dump( $m ),$/ if ($debug > 1);
677                  $log->debug("created storable cache file $cache_file");                  if ($sf ne '+') {
678                            push @$m, ( $sf, $v );
679                    } else {
680                            $m->[ $#$m ] .= $v;
681                    }
682          }          }
683    
684          return @ds;          warn "## marc_compose current marc = ", dump( $m ),$/ if ($debug > 1);
685    
686            push @{ $marc_record->[ $marc_record_offset ] }, $m if ($#{$m} > 2);
687  }  }
688    
689  =head2 apply_format  =head2 marc_duplicate
690    
691  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=";;">.  
692    
693   my $text = $webpac->apply_format($format_name,$format_delimiter,$data);    marc_duplicate();
694    
695  Formats can contain C<lookup{...}> if you need them.  Copies can be accessed using C<< _get_marc_fields( fetch_next => 1 ) >> or
696    C<< _get_marc_fields( offset => 42 ) >>.
697    
698  =cut  =cut
699    
700  sub apply_format {  sub marc_duplicate {
701          my $self = shift;           my $m = $marc_record->[ -1 ];
702             die "can't duplicate record which isn't defined" unless ($m);
703             push @{ $marc_record }, dclone( $m );
704             push @{ $marc_leader }, dclone( marc_leader() );
705             warn "## marc_duplicate = ", dump(@$marc_leader, @$marc_record), $/ if ($debug > 1);
706             $marc_record_offset = $#{ $marc_record };
707             warn "## marc_record_offset = $marc_record_offset", $/ if ($debug > 1);
708    
709          my ($name,$delimiter,$data) = @_;  }
710    
711          my $log = $self->_get_logger();  =head2 marc_remove
712    
713          if (! $self->{'import_xml'}->{'format'}->{$name}) {  Remove some field or subfield from MARC record.
714                  $log->warn("<format name=\"$name\"> is not defined in ",$self->{'import_xml_file'});  
715                  return $data;    marc_remove('200');
716          }    marc_remove('200','a');
717    
718    This will erase field C<200> or C<200^a> from current MARC record.
719    
720      marc_remove('*');
721    
722    Will remove all fields in current MARC record.
723    
724    This is useful after calling C<marc_duplicate> or on it's own (but, you
725    should probably just remove that subfield definition if you are not
726    using C<marc_duplicate>).
727    
728    FIXME: support fields < 10.
729    
730    =cut
731    
732    sub marc_remove {
733            my ($f, $sf) = @_;
734    
735          $log->warn("no delimiter for format $name") if (! $delimiter);          die "marc_remove needs record number" unless defined($f);
736    
737          my $format = $self->_x($self->{'import_xml'}->{'format'}->{$name}->{'content'}) || $log->logdie("can't find format '$name'");          my $marc = $marc_record->[ $marc_record_offset ];
738    
739          my @data = split(/\Q$delimiter\E/, $data);          warn "### marc_remove before = ", dump( $marc ), $/ if ($debug > 2);
740    
741          my $out = sprintf($format, @data);          if ($f eq '*') {
742          $log->debug("using format $name [$format] on $data to produce: $out");  
743                    delete( $marc_record->[ $marc_record_offset ] );
744                    warn "## full marc_record = ", dump( @{ $marc_record }), $/ if ($debug > 1);
745    
         if ($self->{'lookup_regex'} && $out =~ $self->{'lookup_regex'}) {  
                 return $self->lookup($out);  
746          } else {          } else {
747                  return $out;  
748                    my $i = 0;
749                    foreach ( 0 .. $#{ $marc } ) {
750                            last unless (defined $marc->[$i]);
751                            warn "#### working on ",dump( @{ $marc->[$i] }), $/ if ($debug > 3);
752                            if ($marc->[$i]->[0] eq $f) {
753                                    if (! defined $sf) {
754                                            # remove whole field
755                                            splice @$marc, $i, 1;
756                                            warn "#### slice \@\$marc, $i, 1 = ",dump( @{ $marc }), $/ if ($debug > 3);
757                                            $i--;
758                                    } else {
759                                            foreach my $j ( 0 .. (( $#{ $marc->[$i] } - 3 ) / 2) ) {
760                                                    my $o = ($j * 2) + 3;
761                                                    if ($marc->[$i]->[$o] eq $sf) {
762                                                            # remove subfield
763                                                            splice @{$marc->[$i]}, $o, 2;
764                                                            warn "#### slice \@{\$marc->[$i]}, $o, 2 = ", dump( @{ $marc }), $/ if ($debug > 3);
765                                                            # is record now empty?
766                                                            if ($#{ $marc->[$i] } == 2) {
767                                                                    splice @$marc, $i, 1;
768                                                                    warn "#### slice \@\$marc, $i, 1 = ", dump( @{ $marc }), $/ if ($debug > 3);
769                                                                    $i--;
770                                                            };
771                                                    }
772                                            }
773                                    }
774                            }
775                            $i++;
776                    }
777    
778                    warn "### marc_remove($f", $sf ? ",$sf" : "", ") after = ", dump( $marc ), $/ if ($debug > 2);
779    
780                    $marc_record->[ $marc_record_offset ] = $marc;
781          }          }
782    
783            warn "## full marc_record = ", dump( @{ $marc_record }), $/ if ($debug > 1);
784  }  }
785    
786  =head2 parse  =head2 marc_original_order
787    
788    Copy all subfields preserving original order to marc field.
789    
790      marc_original_order( marc_field_number, original_input_field_number );
791    
792  Perform smart parsing of string, skipping delimiters for fields which aren't  Please note that field numbers are consistent with other commands (marc
793  defined. It can also eval code in format starting with C<eval{...}> and  field number first), but somewhat counter-intuitive (destination and then
794  return output or nothing depending on eval code.  source).
795    
796    You might want to use this command if you are just renaming subfields or
797    using pre-processing modify_record in C<config.yml> and don't need any
798    post-processing or want to preserve order of original subfields.
799    
  my $text = $webpac->parse($rec,'eval{"v901^a" eq "Deskriptor"}descriptor: v250^a', $i);  
800    
801  =cut  =cut
802    
803  sub parse {  sub marc_original_order {
804          my $self = shift;  
805            my ($to, $from) = @_;
806            die "marc_original_order needs from and to fields\n" unless ($from && $to);
807    
808            return unless defined($rec->{$from});
809    
810          my ($rec, $format_utf8, $i) = @_;          my $r = $rec->{$from};
811            die "record field $from isn't array\n" unless (ref($r) eq 'ARRAY');
812    
813          return if (! $format_utf8);          my ($i1,$i2) = defined($marc_indicators->{$to}) ? @{ $marc_indicators->{$to} } : (' ',' ');
814            warn "## marc_original_order($to,$from) source = ", dump( $r ),$/ if ($debug > 1);
815    
816          my $log = $self->_get_logger();          foreach my $d (@$r) {
817    
818          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);                  if (! defined($d->{subfields}) && ref($d->{subfields}) ne 'ARRAY') {
819                            warn "# marc_original_order($to,$from): field $from doesn't have subfields specification\n";
820                            next;
821                    }
822            
823                    my @sfs = @{ $d->{subfields} };
824    
825          $i = 0 if (! $i);                  die "field $from doesn't have even number of subfields specifications\n" unless($#sfs % 2 == 1);
826    
827          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);
828    
829          my @out;                  my $m = [ $to, $i1, $i2 ];
830    
831                    while (my $sf = shift @sfs) {
832    
833                            warn "#--> sf: ",dump($sf), $/ if ($debug > 2);
834                            my $offset = shift @sfs;
835                            die "corrupted sufields specification for field $from\n" unless defined($offset);
836    
837                            my $v;
838                            if (ref($d->{$sf}) eq 'ARRAY') {
839                                    $v = $d->{$sf}->[$offset] if (defined($d->{$sf}->[$offset]));
840                            } elsif ($offset == 0) {
841                                    $v = $d->{$sf};
842                            } else {
843                                    die "field $from subfield '$sf' need occurence $offset which doesn't exist", dump($d->{$sf});
844                            }
845                            push @$m, ( $sf, $v ) if (defined($v));
846                    }
847    
848          $log->debug("format: $format");                  if ($#{$m} > 2) {
849                            push @{ $marc_record->[ $marc_record_offset ] }, $m;
850                    }
851            }
852    
853            warn "## marc_record = ", dump( $marc_record ),$/ if ($debug > 1);
854    }
855    
856          my $eval_code;  =head2 marc_count
         # remove eval{...} from beginning  
         $eval_code = $1 if ($format =~ s/^eval{([^}]+)}//s);  
857    
858          my $filter_name;  Return number of MARC records created using L</marc_duplicate>.
         # remove filter{...} from beginning  
         $filter_name = $1 if ($format =~ s/^filter{([^}]+)}//s);  
859    
860          my $prefix;    print "created ", marc_count(), " records";
         my $all_found=0;  
861    
862          while ($format =~ s/^(.*?)(v|s)(\d+)(?:\^(\w))?//s) {  =cut
863    
864    sub marc_count {
865            return $#{ $marc_record };
866    }
867    
                 my $del = $1 || '';  
                 $prefix ||= $del if ($all_found == 0);  
868    
869                  # repeatable index  =head1 Functions to extract data from input
870                  my $r = $i;  
871                  $r = 0 if (lc("$2") eq 's');  This function should be used inside functions to create C<data_structure> described
872    above.
873    
874    =head2 _pack_subfields_hash
875    
876     @subfields = _pack_subfields_hash( $h );
877     $subfields = _pack_subfields_hash( $h, 1 );
878    
879    Return each subfield value in array or pack them all together and return scalar
880    with subfields (denoted by C<^>) and values.
881    
882    =cut
883    
884                  my $found = 0;  sub _pack_subfields_hash {
                 my $tmp = $self->get_data(\$rec,$3,$4,$r,\$found);  
885    
886                  if ($found) {          warn "## _pack_subfields_hash( ",dump(@_), " )\n" if ($debug > 1);
887                          push @out, $del;  
888                          push @out, $tmp;          my ($h,$include_subfields) = @_;
889                          $all_found += $found;  
890            # sanity and ease of use
891            return $h if (ref($h) ne 'HASH');
892    
893            if ( defined($h->{subfields}) ) {
894                    my $sfs = delete $h->{subfields} || die "no subfields?";
895                    my @out;
896                    while (@$sfs) {
897                            my $sf = shift @$sfs;
898                            push @out, '^' . $sf if ($include_subfields);
899                            my $o = shift @$sfs;
900                            if ($o == 0 && ref( $h->{$sf} ) ne 'ARRAY' ) {
901                                    # single element subfields are not arrays
902    #warn "====> $sf $o / $#$sfs ", dump( $sfs, $h->{$sf} ), "\n";
903    
904                                    push @out, $h->{$sf};
905                            } else {
906    #warn "====> $sf $o / $#$sfs ", dump( $sfs, $h->{$sf} ), "\n";
907                                    push @out, $h->{$sf}->[$o];
908                            }
909                    }
910                    if ($include_subfields) {
911                            return join('', @out);
912                    } else {
913                            return @out;
914                    }
915            } else {
916                    if ($include_subfields) {
917                            my $out = '';
918                            foreach my $sf (sort keys %$h) {
919                                    if (ref($h->{$sf}) eq 'ARRAY') {
920                                            $out .= '^' . $sf . join('^' . $sf, @{ $h->{$sf} });
921                                    } else {
922                                            $out .= '^' . $sf . $h->{$sf};
923                                    }
924                            }
925                            return $out;
926                    } else {
927                            # FIXME this should probably be in alphabetical order instead of hash order
928                            values %{$h};
929                  }                  }
930          }          }
931    }
932    
933          return if (! $all_found);  =head2 rec1
934    
935          my $out = join('',@out);  Return all values in some field
936    
937          if ($out) {    @v = rec1('200')
                 # add rest of format (suffix)  
                 $out .= $format;  
938    
939                  # add prefix if not there  TODO: order of values is probably same as in source data, need to investigate that
                 $out = $prefix . $out if ($out !~ m/^\Q$prefix\E/);  
940    
941                  $log->debug("result: $out");  =cut
942    
943    sub rec1 {
944            my $f = shift;
945            warn "rec1($f) = ", dump( $rec->{$f} ), $/ if ($debug > 1);
946            return unless (defined($rec) && defined($rec->{$f}));
947            warn "rec1($f) = ", dump( $rec->{$f} ), $/ if ($debug > 1);
948            if (ref($rec->{$f}) eq 'ARRAY') {
949                    my @out;
950                    foreach my $h ( @{ $rec->{$f} } ) {
951                            if (ref($h) eq 'HASH') {
952                                    push @out, ( _pack_subfields_hash( $h ) );
953                            } else {
954                                    push @out, $h;
955                            }
956                    }
957                    return @out;
958            } elsif( defined($rec->{$f}) ) {
959                    return $rec->{$f};
960          }          }
961    }
962    
963    =head2 rec2
964    
965    Return all values in specific field and subfield
966    
967      @v = rec2('200','a')
968    
969    =cut
970    
971    sub rec2 {
972            my $f = shift;
973            return unless (defined($rec && $rec->{$f}));
974            my $sf = shift;
975            warn "rec2($f,$sf) = ", dump( $rec->{$f} ), $/ if ($debug > 1);
976            return map {
977                    if (ref($_->{$sf}) eq 'ARRAY') {
978                            @{ $_->{$sf} };
979                    } else {
980                            $_->{$sf};
981                    }
982            } grep { ref($_) eq 'HASH' && $_->{$sf} } @{ $rec->{$f} };
983    }
984    
985    =head2 rec
986    
987    syntaxtic sugar for
988    
989      @v = rec('200')
990      @v = rec('200','a')
991    
992    If rec() returns just single value, it will
993    return scalar, not array.
994    
995    =cut
996    
997          if ($eval_code) {  sub rec {
998                  my $eval = $self->fill_in($rec,$eval_code,$i) || return;          my @out;
999                  $log->debug("about to eval{$eval} format: $out");          if ($#_ == 0) {
1000                  return if (! $self->_eval($eval));                  @out = rec1(@_);
1001            } elsif ($#_ == 1) {
1002                    @out = rec2(@_);
1003          }          }
1004                    if ($#out == 0 && ! wantarray) {
1005          if ($filter_name && $self->{'filter'}->{$filter_name}) {                  return $out[0];
1006                  $log->debug("about to filter{$filter_name} format: $out");          } elsif (@out) {
1007                  $out = $self->{'filter'}->{$filter_name}->($out);                  return @out;
1008                  return unless(defined($out));          } else {
1009                  $log->debug("filter result: $out");                  return '';
1010          }          }
1011    }
1012    
1013          return $out;  =head2 regex
1014    
1015    Apply regex to some or all values
1016    
1017      @v = regex( 's/foo/bar/g', @v );
1018    
1019    =cut
1020    
1021    sub regex {
1022            my $r = shift;
1023            my @out;
1024            #warn "r: $r\n", dump(\@_);
1025            foreach my $t (@_) {
1026                    next unless ($t);
1027                    eval "\$t =~ $r";
1028                    push @out, $t if ($t && $t ne '');
1029            }
1030            return @out;
1031  }  }
1032    
1033  =head2 parse_to_arr  =head2 prefix
1034    
1035  Similar to C<parse>, but returns array of all repeatable fields  Prefix all values with a string
1036    
1037   my @arr = $webpac->parse_to_arr($rec,'v250^a');    @v = prefix( 'my_', @v );
1038    
1039  =cut  =cut
1040    
1041  sub parse_to_arr {  sub prefix {
1042          my $self = shift;          my $p = shift;
1043            return @_ unless defined( $p );
1044            return map { $p . $_ } grep { defined($_) } @_;
1045    }
1046    
1047          my ($rec, $format_utf8) = @_;  =head2 suffix
1048    
1049          my $log = $self->_get_logger();  suffix all values with a string
1050    
1051          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);    @v = suffix( '_my', @v );
         return if (! $format_utf8);  
1052    
1053          my $i = 0;  =cut
         my @arr;  
1054    
1055          while (my $v = $self->parse($rec,$format_utf8,$i++)) {  sub suffix {
1056                  push @arr, $v;          my $s = shift;
1057          }          return @_ unless defined( $s );
1058            return map { $_ . $s } grep { defined($_) } @_;
1059    }
1060    
1061    =head2 surround
1062    
1063    surround all values with a two strings
1064    
1065          $log->debug("format '$format_utf8' returned ",--$i," elements: ", sub { join(" | ",@arr) }) if (@arr);    @v = surround( 'prefix_', '_suffix', @v );
1066    
1067          return @arr;  =cut
1068    
1069    sub surround {
1070            my $p = shift;
1071            my $s = shift;
1072            $p = '' unless defined( $p );
1073            $s = '' unless defined( $s );
1074            return map { $p . $_ . $s } grep { defined($_) } @_;
1075  }  }
1076    
1077  =head2 fill_in_to_arr  =head2 first
1078    
1079  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.  
1080    
1081   my @arr = $webpac->fill_in_to_arr($rec,'[v900];;[v250^a]');    $v = first( @v );
1082    
1083  =cut  =cut
1084    
1085  sub fill_in_to_arr {  sub first {
1086          my $self = shift;          my $r = shift;
1087            return $r;
1088    }
1089    
1090          my ($rec, $format_utf8) = @_;  =head2 lookup
1091    
1092          my $log = $self->_get_logger();  Consult lookup hashes for some value
1093    
1094          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);    @v = lookup(
1095          return if (! $format_utf8);          sub {
1096                    'ffkk/peri/mfn'.rec('000')
1097            },
1098            'ffkk','peri','200-a-200-e',
1099            sub {
1100                    first(rec(200,'a')).' '.first(rec('200','e'))
1101            }
1102      );
1103    
1104          my $i = 0;  Code like above will be B<automatically generated> using L<WebPAC::Parse> from
1105          my @arr;  normal lookup definition in C<conf/lookup/something.pl> which looks like:
1106    
1107      lookup(
1108            # which results to return from record recorded in lookup
1109            sub { 'ffkk/peri/mfn' . rec('000') },
1110            # from which database and input
1111            'ffkk','peri',
1112            # such that following values match
1113            sub { first(rec(200,'a')) . ' ' . first(rec('200','e')) },
1114            # if this part is missing, we will try to match same fields
1115            # from lookup record and current one, or you can override
1116            # which records to use from current record using
1117            sub { rec('900','x') . ' ' . rec('900','y') },
1118      )
1119    
1120    You can think about this lookup as SQL (if that helps):
1121    
1122      select
1123            sub { what }
1124      from
1125            database, input
1126      where
1127        sub { filter from lookuped record }
1128      having
1129        sub { optional filter on current record }
1130    
1131    Easy as pie, right?
1132    
1133    =cut
1134    
1135    sub lookup {
1136            my ($what, $database, $input, $key, $having) = @_;
1137    
1138            confess "lookup needs 5 arguments: what, database, input, key, having\n" unless ($#_ == 4);
1139    
1140            warn "## lookup ($database, $input, $key)", $/ if ($debug > 1);
1141            return unless (defined($lookup->{$database}->{$input}->{$key}));
1142    
1143            confess "lookup really need load_row_coderef added to data_structure\n" unless ($load_row_coderef);
1144    
1145            my $mfns;
1146            my @having = $having->();
1147    
1148            warn "## having = ", dump( @having ) if ($debug > 2);
1149    
1150            foreach my $h ( @having ) {
1151                    if (defined($lookup->{$database}->{$input}->{$key}->{$h})) {
1152                            warn "lookup for $database/$input/$key/$h return ",dump($lookup->{$database}->{$input}->{$key}->{$h}),"\n" if ($debug);
1153                            $mfns->{$_}++ foreach keys %{ $lookup->{$database}->{$input}->{$key}->{$h} };
1154                    }
1155            }
1156    
1157            return unless ($mfns);
1158    
1159            my @mfns = sort keys %$mfns;
1160    
1161            warn "# lookup loading $database/$input/$key mfn ", join(",",@mfns)," having ",dump(@having),"\n" if ($debug);
1162    
1163            my $old_rec = $rec;
1164            my @out;
1165    
1166            foreach my $mfn (@mfns) {
1167                    $rec = $load_row_coderef->( $database, $input, $mfn );
1168    
1169                    warn "got $database/$input/$mfn = ", dump($rec), $/ if ($debug);
1170    
1171                    my @vals = $what->();
1172    
1173                    push @out, ( @vals );
1174    
1175                    warn "lookup for mfn $mfn returned ", dump(@vals), $/ if ($debug);
1176            }
1177    
1178          while (my @v = $self->fill_in($rec,$format_utf8,$i++)) {  #       if (ref($lookup->{$k}) eq 'ARRAY') {
1179                  push @arr, @v;  #               return @{ $lookup->{$k} };
1180    #       } else {
1181    #               return $lookup->{$k};
1182    #       }
1183    
1184            $rec = $old_rec;
1185    
1186            warn "## lookup returns = ", dump(@out), $/ if ($debug);
1187    
1188            if ($#out == 0) {
1189                    return $out[0];
1190            } else {
1191                    return @out;
1192          }          }
1193    }
1194    
1195    =head2 save_into_lookup
1196    
1197    Save value into lookup. It associates current database, input
1198    and specific keys with one or more values which will be
1199    associated over MFN.
1200    
1201          $log->debug("format '$format_utf8' returned ",--$i," elements: ", sub { join(" | ",@arr) }) if (@arr);  MFN will be extracted from first occurence current of field 000
1202    in current record, or if it doesn't exist from L<_set_config> C<_mfn>.
1203    
1204          return @arr;    my $nr = save_into_lookup($database,$input,$key,sub {
1205            # code which produce one or more values
1206      });
1207    
1208    It returns number of items saved.
1209    
1210    This function shouldn't be called directly, it's called from code created by
1211    L<WebPAC::Parser>.
1212    
1213    =cut
1214    
1215    sub save_into_lookup {
1216            my ($database,$input,$key,$coderef) = @_;
1217            die "save_into_lookup needs database" unless defined($database);
1218            die "save_into_lookup needs input" unless defined($input);
1219            die "save_into_lookup needs key" unless defined($key);
1220            die "save_into_lookup needs CODE" unless ( defined($coderef) && ref($coderef) eq 'CODE' );
1221    
1222            warn "## save_into_lookup rec = ", dump($rec), " config = ", dump($config), $/ if ($debug > 2);
1223    
1224            my $mfn =
1225                    defined($rec->{'000'}->[0])     ?       $rec->{'000'}->[0]      :
1226                    defined($config->{_mfn})        ?       $config->{_mfn}         :
1227                                                                                    die "mfn not defined or zero";
1228    
1229            my $nr = 0;
1230    
1231            foreach my $v ( $coderef->() ) {
1232                    $lookup->{$database}->{$input}->{$key}->{$v}->{$mfn}++;
1233                    warn "# saved lookup $database/$input/$key [$v] $mfn\n" if ($debug > 1);
1234                    $nr++;
1235            }
1236    
1237            return $nr;
1238  }  }
1239    
1240  =head2 sort_arr  =head2 config
1241    
1242    Consult config values stored in C<config.yml>
1243    
1244  Sort array ignoring case and html in data    # return database code (key under databases in yaml)
1245      $database_code = config();    # use _ from hash
1246      $database_name = config('name');
1247      $database_input_name = config('input name');
1248    
1249   my @sorted = $webpac->sort_arr(@unsorted);  Up to three levels are supported.
1250    
1251  =cut  =cut
1252    
1253  sub sort_arr {  sub config {
1254          my $self = shift;          return unless ($config);
1255    
1256            my $p = shift;
1257    
1258            $p ||= '';
1259    
1260            my $v;
1261    
1262            warn "### getting config($p)\n" if ($debug > 1);
1263    
1264          my $log = $self->_get_logger();          my @p = split(/\s+/,$p);
1265            if ($#p < 0) {
1266                    $v = $config->{ '_' };  # special, database code
1267            } else {
1268    
1269                    my $c = dclone( $config );
1270    
1271          # FIXME add Schwartzian Transformation?                  foreach my $k (@p) {
1272                            warn "### k: $k c = ",dump($c),$/ if ($debug > 1);
1273                            if (ref($c) eq 'ARRAY') {
1274                                    $c = shift @$c;
1275                                    warn "config($p) taking first occurence of '$k', probably not what you wanted!\n";
1276                                    last;
1277                            }
1278    
1279          my @sorted = sort {                          if (! defined($c->{$k}) ) {
1280                  $a =~ s#<[^>]+/*>##;                                  $c = undef;
1281                  $b =~ s#<[^>]+/*>##;                                  last;
1282                  lc($b) cmp lc($a)                          } else {
1283          } @_;                                  $c = $c->{$k};
1284          $log->debug("sorted values: ",sub { join(", ",@sorted) });                          }
1285                    }
1286                    $v = $c if ($c);
1287    
1288          return @sorted;          }
1289    
1290            warn "## config( '$p' ) = ",dump( $v ),$/ if ($v && $debug);
1291            warn "config( '$p' ) is empty\n" if (! $v);
1292    
1293            return $v;
1294  }  }
1295    
1296    =head2 id
1297    
1298  =head2 _sort_by_order  Returns unique id of this record
1299    
1300  Sort xml tags data structure accoding to C<order=""> attribute.    $id = id();
1301    
1302    Returns C<42/2> for 2nd occurence of MFN 42.
1303    
1304  =cut  =cut
1305    
1306  sub _sort_by_order {  sub id {
1307          my $self = shift;          my $mfn = $config->{_mfn} || die "no _mfn in config data";
1308            return $mfn . $#{$marc_record} ? $#{$marc_record} + 1 : '';
1309    }
1310    
1311    =head2 join_with
1312    
1313          my $va = $self->{'import_xml'}->{'indexer'}->{$a}->{'order'} ||  Joins walues with some delimiter
                 $self->{'import_xml'}->{'indexer'}->{$a};  
         my $vb = $self->{'import_xml'}->{'indexer'}->{$b}->{'order'} ||  
                 $self->{'import_xml'}->{'indexer'}->{$b};  
1314    
1315          return $va <=> $vb;    $v = join_with(", ", @v);
1316    
1317    =cut
1318    
1319    sub join_with {
1320            my $d = shift;
1321            warn "### join_with('$d',",dump(@_),")\n" if ($debug > 2);
1322            my $v = join($d, grep { defined($_) && $_ ne '' } @_);
1323            return '' unless defined($v);
1324            return $v;
1325  }  }
1326    
1327  =head2 _x  =head2 split_rec_on
1328    
1329  Convert strings from C<conf/normalize> encoding into application specific  Split record subfield on some regex and take one of parts out
 (optinally specified using C<code_page> to C<new> constructor.  
1330    
1331   my $text = $n->_x('normalize text string');    $a_before_semi_column =
1332            split_rec_on('200','a', /\s*;\s*/, $part);
1333    
1334  This is a stub so that other modules doesn't have to implement it.  C<$part> is optional number of element. First element is
1335    B<1>, not 0!
1336    
1337    If there is no C<$part> parameter or C<$part> is 0, this function will
1338    return all values produced by splitting.
1339    
1340  =cut  =cut
1341    
1342  sub _x {  sub split_rec_on {
1343          my $self = shift;          die "split_rec_on need (fld,sf,regex[,part]" if ($#_ < 2);
1344          return shift;  
1345            my ($fld, $sf, $regex, $part) = @_;
1346            warn "### regex ", ref($regex), $regex, $/ if ($debug > 2);
1347    
1348            my @r = rec( $fld, $sf );
1349            my $v = shift @r;
1350            warn "### first rec($fld,$sf) = ",dump($v),$/ if ($debug > 2);
1351    
1352            return '' if ( ! defined($v) || $v =~ /^\s*$/);
1353    
1354            my @s = split( $regex, $v );
1355            warn "## split_rec_on($fld,$sf,$regex,$part) = ",dump(@s),$/ if ($debug > 1);
1356            if ($part && $part > 0) {
1357                    return $s[ $part - 1 ];
1358            } else {
1359                    return @s;
1360            }
1361  }  }
1362    
1363    my $hash;
1364    
1365    =head2 set
1366    
1367      set( key => 'value' );
1368    
1369    =cut
1370    
1371    sub set {
1372            my ($k,$v) = @_;
1373            warn "## set ( $k => ", dump($v), " )", $/ if ( $debug );
1374            $hash->{$k} = $v;
1375    };
1376    
1377    =head2 get
1378    
1379  =head1 AUTHOR    get( 'key' );
1380    
1381  Dobrica Pavlinusic, C<< <dpavlin@rot13.org> >>  =cut
1382    
1383  =head1 COPYRIGHT & LICENSE  sub get {
1384            my $k = shift || return;
1385            my $v = $hash->{$k};
1386            warn "## get $k = ", dump( $v ), $/ if ( $debug );
1387            return $v;
1388    }
1389    
1390  Copyright 2005 Dobrica Pavlinusic, All Rights Reserved.  =head2 count
1391    
1392  This program is free software; you can redistribute it and/or modify it    if ( count( @result ) == 1 ) {
1393  under the same terms as Perl itself.          # do something if only 1 result is there
1394      }
1395    
1396  =cut  =cut
1397    
1398  1; # End of WebPAC::DB  sub count {
1399            warn "## count ",dump(@_),$/ if ( $debug );
1400            return @_ . '';
1401    }
1402    
1403    # END
1404    1;

Legend:
Removed from v.13  
changed lines
  Added in v.923

  ViewVC Help
Powered by ViewVC 1.1.26