/[webpac2]/trunk/lib/WebPAC/Normalize.pm
This is repository of my old source code which isn't updated any more. Go to git.rot13.org for current projects!
ViewVC logotype

Diff of /trunk/lib/WebPAC/Normalize.pm

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

revision 14 by dpavlin, Sun Jul 17 00:04:25 2005 UTC revision 317 by dpavlin, Fri Dec 23 21:37:05 2005 UTC
# Line 2  package WebPAC::Normalize; Line 2  package WebPAC::Normalize;
2    
3  use warnings;  use warnings;
4  use strict;  use strict;
5    use base 'WebPAC::Common';
6  use Data::Dumper;  use Data::Dumper;
 use Storable;  
7    
8  =head1 NAME  =head1 NAME
9    
10  WebPAC::Normalize - normalisation of source file  WebPAC::Normalize - data mungling for normalisation
11    
12  =head1 VERSION  =head1 VERSION
13    
14  Version 0.01  Version 0.08
15    
16  =cut  =cut
17    
18  our $VERSION = '0.01';  our $VERSION = '0.08';
19    
20  =head1 SYNOPSIS  =head1 SYNOPSIS
21    
22  This package contains code that could be helpful in implementing different  This package contains code that mungle data to produce normalized format.
23  normalisation front-ends.  
24    It contains several assumptions:
25    
26    =over
27    
28    =item *
29    
30    format of fields is defined using C<v123^a> notation for repeatable fields
31    or C<s123^a> for single (or first) value, where C<123> is field number and
32    C<a> is subfield.
33    
34    =item *
35    
36    source data records (C<$rec>) have unique identifiers in field C<000>
37    
38    =item *
39    
40    optional C<eval{length('v123^a') == 3}> tag at B<beginning of format> will be
41    perl code that is evaluated before producing output (value of field will be
42    interpolated before that)
43    
44    =item *
45    
46    optional C<filter{filter_name}> at B<begining of format> will apply perl
47    code defined as code ref on format after field substitution to producing
48    output
49    
50    There is one built-in filter called C<regex> which can be use like this:
51    
52      filter{regex(s/foo/bar/)}
53    
54    =item *
55    
56    optional C<lookup{...}> will be then performed. See C<WebPAC::Lookups>.
57    
58    =item *
59    
60    at end, optional C<format>s rules are resolved. Format rules are similar to
61    C<sprintf> and can also contain C<lookup{...}> which is performed after
62    values are inserted in format.
63    
64    =back
65    
66    This also describes order in which transformations are applied (eval,
67    filter, lookup, format) which is important to undestand when deciding how to
68    solve your data mungling and normalisation process.
69    
70    
71    
72    
73  =head1 FUNCTIONS  =head1 FUNCTIONS
74    
# Line 29  normalisation front-ends. Line 77  normalisation front-ends.
77  Create new normalisation object  Create new normalisation object
78    
79    my $n = new WebPAC::Normalize::Something(    my $n = new WebPAC::Normalize::Something(
80          cache_data_structure => './cache/ds/',          filter => {
81                    'filter_name_1' => sub {
82                            # filter code
83                            return length($_);
84                    }, ...
85            },
86            db => $db_obj,
87          lookup_regex => $lookup->regex,          lookup_regex => $lookup->regex,
88            lookup => $lookup_obj,
89            prefix => 'foobar',
90    );    );
91    
92  Optional parameter C<cache_data_structure> defines path to directory  Parametar C<filter> defines user supplied snippets of perl code which can
93  in which cache file for C<data_structure> call will be created.  be use with C<filter{...}> notation.
94    
95    C<prefix> is used to form filename for database record (to support multiple
96    source files which are joined in one database).
97    
98  Recommended parametar C<lookup_regex> is used to enable parsing of lookups  Recommended parametar C<lookup_regex> is used to enable parsing of lookups
99  in structures.  in structures. If you pass this parametar, you must also pass C<lookup>
100    which is C<WebPAC::Lookup> object.
101    
102  =cut  =cut
103    
# Line 46  sub new { Line 106  sub new {
106          my $self = {@_};          my $self = {@_};
107          bless($self, $class);          bless($self, $class);
108    
109          $self->setup_cache_dir( $self->{'cache_data_structure'} );          my $r = $self->{'lookup_regex'} ? 1 : 0;
110            my $l = $self->{'lookup'} ? 1 : 0;
         $self ? return $self : return undef;  
 }  
   
 =head2 setup_cache_dir  
111    
112  Check if specified cache directory exist, and if not, disable caching.          my $log = $self->_get_logger();
   
  $setup_cache_dir('./cache/ds/');  
   
 If you pass false or zero value to this function, it will disable  
 cacheing.  
113    
114  =cut          # those two must be in pair
115            if ( ($r & $l) != ($r || $l) ) {
116                    my $log = $self->_get_logger();
117                    $log->logdie("lookup_regex and lookup must be in pair");
118            }
119    
120  sub setup_cache_dir {          $log->logdie("lookup must be WebPAC::Lookup object") if ($self->{'lookup'} && ! $self->{'lookup'}->isa('WebPAC::Lookup'));
         my $self = shift;  
121    
122          my $dir = shift;          $log->warn("no prefix defined. please check that!") unless ($self->{'prefix'});
123    
124          my $log = $self->_get_logger();          $log->debug("using lookup regex: ", $self->{lookup_regex}) if ($r && $l);
125    
126          if ($dir) {          if (! $self->{filter} || ! $self->{filter}->{regex}) {
127                  my $msg;                  $log->debug("adding built-in filter regex");
128                  if (! -e $dir) {                  $self->{filter}->{regex} = sub {
129                          $msg = "doesn't exist";                          my ($val, $regex) = @_;
130                  } elsif (! -d $dir) {                          eval "\$val =~ $regex";
131                          $msg = "is not directory";                          return $val;
132                  } elsif (! -w $dir) {                  };
                         $msg = "not writable";  
                 }  
   
                 if ($msg) {  
                         undef $self->{'cache_data_structure'};  
                         $log->warn("cache_data_structure $dir $msg, disabling...");  
                 } else {  
                         $log->debug("using cache dir $dir");  
                 }  
         } else {  
                 $log->debug("disabling cache");  
                 undef $self->{'cache_data_structure'};  
133          }          }
134    
135            $self ? return $self : return undef;
136  }  }
137    
138    
# Line 99  C<conf/normalize/*.xml>. Line 143  C<conf/normalize/*.xml>.
143    
144  This structures are used to produce output.  This structures are used to produce output.
145    
146   my @ds = $webpac->data_structure($rec);   my $ds = $webpac->data_structure($rec);
   
 B<Note: historical oddity follows>  
   
 This method will also set C<< $webpac->{'currnet_filename'} >> if there is  
 C<< <filename> >> tag and C<< $webpac->{'headline'} >> if there is  
 C<< <headline> >> tag.  
147    
148  =cut  =cut
149    
# Line 117  sub data_structure { Line 155  sub data_structure {
155          my $rec = shift;          my $rec = shift;
156          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);
157    
158            $log->debug("data_structure rec = ", sub { Dumper($rec) });
159    
160            $log->logdie("need unique ID (mfn) in field 000 of record " . Dumper($rec) ) unless (defined($rec->{'000'}));
161    
162            my $id = $rec->{'000'}->[0] || $log->logdie("field 000 isn't array!");
163    
164          my $cache_file;          my $cache_file;
165    
166          if (my $cache_path = $self->{'cache_data_structure'}) {          if ($self->{'db'}) {
167                  my $id = $rec->{'000'};                  my $ds = $self->{'db'}->load_ds( id => $id, prefix => $self->{prefix} );
168                  $id = $rec->{'000'}->[0] if ($id =~ m/^ARRAY/o);                  $log->debug("load_ds( rec = ", sub { Dumper($rec) }, ") = ", sub { Dumper($ds) });
169                  unless (defined($id)) {                  return $ds if ($ds);
170                          $log->warn("Can't use cache_data_structure on records without unique identifier in field 000");                  $log->debug("cache miss, creating");
                         undef $self->{'cache_data_structure'};  
                 } else {  
                         $cache_file = "$cache_path/$id";  
                         if (-r $cache_file) {  
                                 my $ds_ref = retrieve($cache_file);  
                                 if ($ds_ref) {  
                                         $log->debug("cache hit: $cache_file");  
                                         my $ok = 1;  
                                         foreach my $f (qw(current_filename headline)) {  
                                                 if ($ds_ref->{$f}) {  
                                                         $self->{$f} = $ds_ref->{$f};  
                                                 } else {  
                                                         $ok = 0;  
                                                 }  
                                         };  
                                         if ($ok && $ds_ref->{'ds'}) {  
                                                 return @{ $ds_ref->{'ds'} };  
                                         } else {  
                                                 $log->warn("cache_data_structure $cache_path corrupt. Use rm $cache_path/* to re-create it on next run!");  
                                                 undef $self->{'cache_data_structure'};  
                                         }  
                                 }  
                         }  
                 }  
171          }          }
172    
         undef $self->{'currnet_filename'};  
         undef $self->{'headline'};  
   
173          my @sorted_tags;          my @sorted_tags;
174          if ($self->{tags_by_order}) {          if ($self->{tags_by_order}) {
175                  @sorted_tags = @{$self->{tags_by_order}};                  @sorted_tags = @{$self->{tags_by_order}};
# Line 161  sub data_structure { Line 178  sub data_structure {
178                  $self->{tags_by_order} = \@sorted_tags;                  $self->{tags_by_order} = \@sorted_tags;
179          }          }
180    
181          my @ds;          my $ds;
182    
183          $log->debug("tags: ",sub { join(", ",@sorted_tags) });          $log->debug("tags: ",sub { join(", ",@sorted_tags) });
184    
# Line 172  sub data_structure { Line 189  sub data_structure {
189  #print "field $field [",$self->{'tag'},"] = ",Dumper($self->{'import_xml'}->{'indexer'}->{$field}->{$self->{'tag'}});  #print "field $field [",$self->{'tag'},"] = ",Dumper($self->{'import_xml'}->{'indexer'}->{$field}->{$self->{'tag'}});
190    
191                  foreach my $tag (@{$self->{'import_xml'}->{'indexer'}->{$field}->{$self->{'tag'}}}) {                  foreach my $tag (@{$self->{'import_xml'}->{'indexer'}->{$field}->{$self->{'tag'}}}) {
192                          my $format = $tag->{'value'} || $tag->{'content'};                          my $format;
193    
194                            $log->logdie("expected tag HASH and got $tag") unless (ref($tag) eq 'HASH');
195                            $format = $tag->{'value'} || $tag->{'content'};
196    
197                          $log->debug("format: $format");                          $log->debug("format: $format");
198    
# Line 193  sub data_structure { Line 213  sub data_structure {
213                                  @v = map { $self->apply_format($tag->{'format_name'},$tag->{'format_delimiter'},$_) } @v;                                  @v = map { $self->apply_format($tag->{'format_name'},$tag->{'format_delimiter'},$_) } @v;
214                          }                          }
215    
                         if ($field eq 'filename') {  
                                 $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!  
                         }  
   
216                          # delimiter will join repeatable fields                          # delimiter will join repeatable fields
217                          if ($tag->{'delimiter'}) {                          if ($tag->{'delimiter'}) {
218                                  @v = ( join($tag->{'delimiter'}, @v) );                                  @v = ( join($tag->{'delimiter'}, @v) );
219                          }                          }
220    
221                          # default types                          # default types
222                          my @types = qw(display swish);                          my @types = qw(display search);
223                          # override by type attribute                          # override by type attribute
224                          @types = ( $tag->{'type'} ) if ($tag->{'type'});                          @types = ( $tag->{'type'} ) if ($tag->{'type'});
225    
226                          foreach my $type (@types) {                          foreach my $type (@types) {
227                                  # append to previous line?                                  # append to previous line?
228                                  $log->debug("type: $type ",sub { join(" ",@v) }, $row->{'append'} || 'no append');                                  $log->debug("type: $type ",sub { join(" ",@v) }, " ", $row->{'append'} || 'no append');
229                                  if ($tag->{'append'}) {                                  if ($tag->{'append'}) {
230    
231                                          # I will delimit appended part with                                          # I will delimit appended part with
# Line 241  sub data_structure { Line 252  sub data_structure {
252    
253                          # TODO: name_sigular, name_plural                          # TODO: name_sigular, name_plural
254                          my $name = $self->{'import_xml'}->{'indexer'}->{$field}->{'name'};                          my $name = $self->{'import_xml'}->{'indexer'}->{$field}->{'name'};
255                          $row->{'name'} = $name ? $self->_x($name) : $field;                          my $row_name = $name ? $self->_x($name) : $field;
256    
257                          # post-sort all values in field                          # post-sort all values in field
258                          if ($self->{'import_xml'}->{'indexer'}->{$field}->{'sort'}) {                          if ($self->{'import_xml'}->{'indexer'}->{$field}->{'sort'}) {
259                                  $log->warn("sort at field tag not implemented");                                  $log->warn("sort at field tag not implemented");
260                          }                          }
261    
262                          push @ds, $row;                          $ds->{$row_name} = $row;
263    
264                          $log->debug("row $field: ",sub { Dumper($row) });                          $log->debug("row $field: ",sub { Dumper($row) });
265                  }                  }
266    
267          }          }
268    
269          if ($cache_file) {          $self->{'db'}->save_ds(
270                  store {                  id => $id,
271                          ds => \@ds,                  ds => $ds,
272                          current_filename => $self->{'current_filename'},                  prefix => $self->{prefix},
273                          headline => $self->{'headline'},          ) if ($self->{'db'});
                 }, $cache_file;  
                 $log->debug("created storable cache file $cache_file");  
         }  
   
         return @ds;  
   
 }  
   
 =head2 apply_format  
   
 Apply format specified in tag with C<format_name="name"> and  
 C<format_delimiter=";;">.  
   
  my $text = $webpac->apply_format($format_name,$format_delimiter,$data);  
   
 Formats can contain C<lookup{...}> if you need them.  
   
 =cut  
   
 sub apply_format {  
         my $self = shift;  
   
         my ($name,$delimiter,$data) = @_;  
   
         my $log = $self->_get_logger();  
   
         if (! $self->{'import_xml'}->{'format'}->{$name}) {  
                 $log->warn("<format name=\"$name\"> is not defined in ",$self->{'import_xml_file'});  
                 return $data;  
         }  
   
         $log->warn("no delimiter for format $name") if (! $delimiter);  
274    
275          my $format = $self->_x($self->{'import_xml'}->{'format'}->{$name}->{'content'}) || $log->logdie("can't find format '$name'");          $log->debug("ds: ", sub { Dumper($ds) });
276    
277          my @data = split(/\Q$delimiter\E/, $data);          $log->logconfess("data structure returned is not array any more!") if wantarray;
278    
279          my $out = sprintf($format, @data);          return $ds;
         $log->debug("using format $name [$format] on $data to produce: $out");  
   
         if ($self->{'lookup_regex'} && $out =~ $self->{'lookup_regex'}) {  
                 return $self->lookup($out);  
         } else {  
                 return $out;  
         }  
280    
281  }  }
282    
# Line 316  return output or nothing depending on ev Line 288  return output or nothing depending on ev
288    
289   my $text = $webpac->parse($rec,'eval{"v901^a" eq "Deskriptor"}descriptor: v250^a', $i);   my $text = $webpac->parse($rec,'eval{"v901^a" eq "Deskriptor"}descriptor: v250^a', $i);
290    
291    Filters are implemented here. While simple form of filters looks like this:
292    
293      filter{name_of_filter}
294    
295    but, filters can also have variable number of parametars like this:
296    
297      filter{name_of_filter(param,param,param)}
298    
299  =cut  =cut
300    
301    my $warn_once;
302    
303  sub parse {  sub parse {
304          my $self = shift;          my $self = shift;
305    
# Line 345  sub parse { Line 327  sub parse {
327          # remove filter{...} from beginning          # remove filter{...} from beginning
328          $filter_name = $1 if ($format =~ s/^filter{([^}]+)}//s);          $filter_name = $1 if ($format =~ s/^filter{([^}]+)}//s);
329    
330            # did we found any (att all) field from format in row?
331            my $found_any = 0;
332            # prefix before first field which we preserve it $found_any
333          my $prefix;          my $prefix;
334          my $all_found=0;  
335            my $f_step = 1;
336    
337          while ($format =~ s/^(.*?)(v|s)(\d+)(?:\^(\w))?//s) {          while ($format =~ s/^(.*?)(v|s)(\d+)(?:\^(\w))?//s) {
338    
339                  my $del = $1 || '';                  my $del = $1 || '';
340                  $prefix ||= $del if ($all_found == 0);                  $prefix = $del if ($f_step == 1);
341    
342                  # repeatable index                  # repeatable index
343                  my $r = $i;                  my $r = $i;
# Line 361  sub parse { Line 347  sub parse {
347                  my $tmp = $self->get_data(\$rec,$3,$4,$r,\$found);                  my $tmp = $self->get_data(\$rec,$3,$4,$r,\$found);
348    
349                  if ($found) {                  if ($found) {
350                          push @out, $del;                          $found_any += $found;
351    
352                            # we will skip delimiter before first occurence of field!
353                            push @out, $del unless($found_any == 1);
354                          push @out, $tmp;                          push @out, $tmp;
                         $all_found += $found;  
355                  }                  }
356                    $f_step++;
357          }          }
358    
359          return if (! $all_found);          return if (! $found_any);
360    
361          my $out = join('',@out);          my $out = join('',@out);
362    
# Line 387  sub parse { Line 376  sub parse {
376                  return if (! $self->_eval($eval));                  return if (! $self->_eval($eval));
377          }          }
378                    
379          if ($filter_name && $self->{'filter'}->{$filter_name}) {          if ($filter_name) {
380                  $log->debug("about to filter{$filter_name} format: $out");                  my @filter_args;
381                  $out = $self->{'filter'}->{$filter_name}->($out);                  if ($filter_name =~ s/(\w+)\((.*)\)/$1/) {
382                  return unless(defined($out));                          @filter_args = split(/,/, $2);
383                  $log->debug("filter result: $out");                  }
384                    if ($self->{'filter'}->{$filter_name}) {
385                            $log->debug("about to filter{$filter_name} format: $out with arguments: ", join(",", @filter_args));
386                            unshift @filter_args, $out;
387                            $out = $self->{'filter'}->{$filter_name}->(@filter_args);
388                            return unless(defined($out));
389                            $log->debug("filter result: $out");
390                    } elsif (! $warn_once->{$filter_name}) {
391                            $log->warn("trying to use undefined filter $filter_name");
392                            $warn_once->{$filter_name}++;
393                    }
394          }          }
395    
396          return $out;          return $out;
# Line 427  sub parse_to_arr { Line 426  sub parse_to_arr {
426          return @arr;          return @arr;
427  }  }
428    
429    
430    =head2 fill_in
431    
432    Workhourse of all: takes record from in-memory structure of database and
433    strings with placeholders and returns string or array of with substituted
434    values from record.
435    
436     my $text = $webpac->fill_in($rec,'v250^a');
437    
438    Optional argument is ordinal number for repeatable fields. By default,
439    it's assume to be first repeatable field (fields are perl array, so first
440    element is 0).
441    Following example will read second value from repeatable field.
442    
443     my $text = $webpac->fill_in($rec,'Title: v250^a',1);
444    
445    This function B<does not> perform parsing of format to inteligenty skip
446    delimiters before fields which aren't used.
447    
448    This method will automatically decode UTF-8 string to local code page
449    if needed.
450    
451    =cut
452    
453    sub fill_in {
454            my $self = shift;
455    
456            my $log = $self->_get_logger();
457    
458            my $rec = shift || $log->logconfess("need data record");
459            my $format = shift || $log->logconfess("need format to parse");
460            # iteration (for repeatable fields)
461            my $i = shift || 0;
462    
463            $log->logdie("infitite loop in format $format") if ($i > ($self->{'max_mfn'} || 9999));
464    
465            # FIXME remove for speedup?
466            $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);
467    
468            if (utf8::is_utf8($format)) {
469                    $format = $self->_x($format);
470            }
471    
472            my $found = 0;
473    
474            my $eval_code;
475            # remove eval{...} from beginning
476            $eval_code = $1 if ($format =~ s/^eval{([^}]+)}//s);
477    
478            my $filter_name;
479            # remove filter{...} from beginning
480            $filter_name = $1 if ($format =~ s/^filter{([^}]+)}//s);
481    
482            # do actual replacement of placeholders
483            # repeatable fields
484            $format =~ s/v(\d+)(?:\^(\w))?/$self->get_data(\$rec,$1,$2,$i,\$found)/ges;
485            # non-repeatable fields
486            $format =~ s/s(\d+)(?:\^(\w))?/$self->get_data(\$rec,$1,$2,0,\$found)/ges;
487    
488            if ($found) {
489                    $log->debug("format: $format");
490                    if ($eval_code) {
491                            my $eval = $self->fill_in($rec,$eval_code,$i);
492                            return if (! $self->_eval($eval));
493                    }
494                    if ($filter_name && $self->{'filter'}->{$filter_name}) {
495                            $log->debug("filter '$filter_name' for $format");
496                            $format = $self->{'filter'}->{$filter_name}->($format);
497                            return unless(defined($format));
498                            $log->debug("filter result: $format");
499                    }
500                    # do we have lookups?
501                    if ($self->{'lookup'}) {
502                            if ($self->{'lookup'}->can('lookup')) {
503                                    my @lookup = $self->{lookup}->lookup($format);
504                                    $log->debug("lookup $format", join(", ", @lookup));
505                                    return @lookup;
506                            } else {
507                                    $log->warn("Have lookup object but can't invoke lookup method");
508                            }
509                    } else {
510                            return $format;
511                    }
512            } else {
513                    return;
514            }
515    }
516    
517    
518  =head2 fill_in_to_arr  =head2 fill_in_to_arr
519    
520  Similar to C<fill_in>, but returns array of all repeatable fields. Usable  Similar to C<fill_in>, but returns array of all repeatable fields. Usable
# Line 459  sub fill_in_to_arr { Line 547  sub fill_in_to_arr {
547          return @arr;          return @arr;
548  }  }
549    
550    
551    =head2 get_data
552    
553    Returns value from record.
554    
555     my $text = $self->get_data(\$rec,$f,$sf,$i,\$found);
556    
557    Arguments are:
558    record reference C<$rec>,
559    field C<$f>,
560    optional subfiled C<$sf>,
561    index for repeatable values C<$i>.
562    
563    Optinal variable C<$found> will be incremeted if there
564    is field.
565    
566    Returns value or empty string.
567    
568    =cut
569    
570    sub get_data {
571            my $self = shift;
572    
573            my ($rec,$f,$sf,$i,$found) = @_;
574    
575            if ($$rec->{$f}) {
576                    return '' if (! $$rec->{$f}->[$i]);
577                    no strict 'refs';
578                    if ($sf && $$rec->{$f}->[$i]->{$sf}) {
579                            $$found++ if (defined($$found));
580                            return $$rec->{$f}->[$i]->{$sf};
581                    } elsif (! $sf && $$rec->{$f}->[$i]) {
582                            $$found++ if (defined($$found));
583                            # it still might have subfield, just
584                            # not specified, so we'll dump all
585                            if ($$rec->{$f}->[$i] =~ /HASH/o) {
586                                    my $out;
587                                    foreach my $k (keys %{$$rec->{$f}->[$i]}) {
588                                            $out .= $$rec->{$f}->[$i]->{$k}." ";
589                                    }
590                                    return $out;
591                            } else {
592                                    return $$rec->{$f}->[$i];
593                            }
594                    } else {
595                            return '';
596                    }
597            } else {
598                    return '';
599            }
600    }
601    
602    
603    =head2 apply_format
604    
605    Apply format specified in tag with C<format_name="name"> and
606    C<format_delimiter=";;">.
607    
608     my $text = $webpac->apply_format($format_name,$format_delimiter,$data);
609    
610    Formats can contain C<lookup{...}> if you need them.
611    
612    =cut
613    
614    sub apply_format {
615            my $self = shift;
616    
617            my ($name,$delimiter,$data) = @_;
618    
619            my $log = $self->_get_logger();
620    
621            if (! $self->{'import_xml'}->{'format'}->{$name}) {
622                    $log->warn("<format name=\"$name\"> is not defined in ",$self->{'import_xml_file'});
623                    return $data;
624            }
625    
626            $log->warn("no delimiter for format $name") if (! $delimiter);
627    
628            my $format = $self->_x($self->{'import_xml'}->{'format'}->{$name}->{'content'}) || $log->logdie("can't find format '$name'");
629    
630            my @data = split(/\Q$delimiter\E/, $data);
631    
632            my $out = sprintf($format, @data);
633            $log->debug("using format $name [$format] on $data to produce: $out");
634    
635            if ($self->{'lookup_regex'} && $out =~ $self->{'lookup_regex'}) {
636                    return $self->{'lookup'}->lookup($out);
637            } else {
638                    return $out;
639            }
640    
641    }
642    
643  =head2 sort_arr  =head2 sort_arr
644    
645  Sort array ignoring case and html in data  Sort array ignoring case and html in data
# Line 485  sub sort_arr { Line 666  sub sort_arr {
666  }  }
667    
668    
669    =head1 INTERNAL METHODS
670    
671  =head2 _sort_by_order  =head2 _sort_by_order
672    
673  Sort xml tags data structure accoding to C<order=""> attribute.  Sort xml tags data structure accoding to C<order=""> attribute.
# Line 504  sub _sort_by_order { Line 687  sub _sort_by_order {
687    
688  =head2 _x  =head2 _x
689    
690  Convert strings from C<conf/normalize> encoding into application specific  Convert strings from C<conf/normalize/*.xml> encoding into application
691  (optinally specified using C<code_page> to C<new> constructor.  specific encoding (optinally specified using C<code_page> to C<new>
692    constructor).
693    
694   my $text = $n->_x('normalize text string');   my $text = $n->_x('normalize text string');
695    
# Line 532  under the same terms as Perl itself. Line 716  under the same terms as Perl itself.
716    
717  =cut  =cut
718    
719  1; # End of WebPAC::DB  1; # End of WebPAC::Normalize
Legend:
Removed from v.14  
changed lines
  Added in v.317
  ViewVC Help
Powered by ViewVC 1.1.26