/[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 375 by dpavlin, Sun Jan 8 22:21:24 2006 UTC revision 536 by dpavlin, Mon Jun 26 16:39:51 2006 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            get_ds clean_ds
6            tag search display
7            rec1 rec2 rec
8            regex prefix suffix surround
9            first lookup join_with
10    /;
11    
12  use warnings;  use warnings;
13  use strict;  use strict;
14  use blib;  
15  use WebPAC::Common;  #use base qw/WebPAC::Common/;
 use base 'WebPAC::Common';  
16  use Data::Dumper;  use Data::Dumper;
17    
18  =head1 NAME  =head1 NAME
19    
20  WebPAC::Normalize - data mungling for normalisation  WebPAC::Normalize - describe normalisaton rules using sets
21    
22  =head1 VERSION  =head1 VERSION
23    
24  Version 0.08  Version 0.04
25    
26  =cut  =cut
27    
28  our $VERSION = '0.08';  our $VERSION = '0.04';
29    
30  =head1 SYNOPSIS  =head1 SYNOPSIS
31    
32  This package contains code that mungle data to produce normalized format.  This module uses C<conf/normalize/*.pl> files to perform normalisation
33    from input records using perl functions which are specialized for set
34  It contains several assumptions:  processing.
35    
36  =over  Sets are implemented as arrays, and normalisation file is valid perl, which
37    means that you check it's validity before running WebPAC using
38  =item *  C<perl -c normalize.pl>.
   
 format of fields is defined using C<v123^a> notation for repeatable fields  
 or C<s123^a> for single (or first) value, where C<123> is field number and  
 C<a> is subfield.  
   
 =item *  
   
 source data records (C<$rec>) have unique identifiers in field C<000>  
   
 =item *  
   
 optional C<eval{length('v123^a') == 3}> tag at B<beginning of format> will be  
 perl code that is evaluated before producing output (value of field will be  
 interpolated before that)  
   
 =item *  
   
 optional C<filter{filter_name}> at B<begining of format> will apply perl  
 code defined as code ref on format after field substitution to producing  
 output  
   
 There is one built-in filter called C<regex> which can be use like this:  
   
   filter{regex(s/foo/bar/)}  
   
 =item *  
   
 optional C<lookup{...}> will be then performed. See C<WebPAC::Lookups>.  
   
 =item *  
   
 at end, optional C<format>s rules are resolved. Format rules are similar to  
 C<sprintf> and can also contain C<lookup{...}> which is performed after  
 values are inserted in format.  
   
 =back  
   
 This also describes order in which transformations are applied (eval,  
 filter, lookup, format) which is important to undestand when deciding how to  
 solve your data mungling and normalisation process.  
   
   
39    
40    Normalisation can generate multiple output normalized data. For now, supported output
41    types (on the left side of definition) are: C<tag>, C<display> and C<search>.
42    
43  =head1 FUNCTIONS  =head1 FUNCTIONS
44    
45  =head2 new  =head2 data_structure
46    
47  Create new normalisation object  Return data structure
48    
49    my $n = new WebPAC::Normalize::Something(    my $ds = WebPAC::Normalize(
50          filter => {          lookup => $lookup->lookup_hash,
51                  'filter_name_1' => sub {          row => $row,
52                          # filter code          rules => $normalize_pl_config,
                         return length($_);  
                 }, ...  
         },  
         db => $db_obj,  
         lookup_regex => $lookup->regex,  
         lookup => $lookup_obj,  
         prefix => 'foobar',  
53    );    );
54    
55  Parametar C<filter> defines user supplied snippets of perl code which can  This function will B<die> if normalizastion can't be evaled.
 be use with C<filter{...}> notation.  
   
 C<prefix> is used to form filename for database record (to support multiple  
 source files which are joined in one database).  
   
 Recommended parametar C<lookup_regex> is used to enable parsing of lookups  
 in structures. If you pass this parametar, you must also pass C<lookup>  
 which is C<WebPAC::Lookup> object.  
56    
57  =cut  =cut
58    
59  sub new {  sub data_structure {
60          my $class = shift;          my $arg = {@_};
         my $self = {@_};  
         bless($self, $class);  
   
         my $r = $self->{'lookup_regex'} ? 1 : 0;  
         my $l = $self->{'lookup'} ? 1 : 0;  
   
         my $log = $self->_get_logger();  
   
         # those two must be in pair  
         if ( ($r & $l) != ($r || $l) ) {  
                 my $log = $self->_get_logger();  
                 $log->logdie("lookup_regex and lookup must be in pair");  
         }  
   
         $log->logdie("lookup must be WebPAC::Lookup object") if ($self->{'lookup'} && ! $self->{'lookup'}->isa('WebPAC::Lookup'));  
   
         $log->warn("no prefix defined. please check that!") unless ($self->{'prefix'});  
61    
62          $log->debug("using lookup regex: ", $self->{lookup_regex}) if ($r && $l);          die "need row argument" unless ($arg->{row});
63            die "need normalisation argument" unless ($arg->{rules});
64    
65          if (! $self->{filter} || ! $self->{filter}->{regex}) {          no strict 'subs';
66                  $log->debug("adding built-in filter regex");          set_lookup( $arg->{lookup} );
67                  $self->{filter}->{regex} = sub {          set_rec( $arg->{row} );
68                          my ($val, $regex) = @_;          clean_ds();
69                          eval "\$val =~ $regex";          eval "$arg->{rules}";
70                          return $val;          die "error evaling $arg->{rules}: $@\n" if ($@);
71                  };          return get_ds();
         }  
   
         $self ? return $self : return undef;  
72  }  }
73    
74    =head2 set_rec
75    
76  =head2 data_structure  Set current record hash
   
 Create in-memory data structure which represents normalized layout from  
 C<conf/normalize/*.xml>.  
   
 This structures are used to produce output.  
77    
78   my $ds = $webpac->data_structure($rec);    set_rec( $rec );
79    
80  =cut  =cut
81    
82  sub data_structure {  my $rec;
         my $self = shift;  
   
         my $log = $self->_get_logger();  
   
         my $rec = shift;  
         $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);  
   
         $log->debug("data_structure rec = ", sub { Dumper($rec) });  
   
         $log->logdie("need unique ID (mfn) in field 000 of record " . Dumper($rec) ) unless (defined($rec->{'000'}));  
   
         my $id = $rec->{'000'}->[0] || $log->logdie("field 000 isn't array!");  
   
         my $cache_file;  
   
         if ($self->{'db'}) {  
                 my $ds = $self->{'db'}->load_ds( id => $id, prefix => $self->{prefix} );  
                 $log->debug("load_ds( rec = ", sub { Dumper($rec) }, ") = ", sub { Dumper($ds) });  
                 return $ds if ($ds);  
                 $log->debug("cache miss, creating");  
         }  
   
         my @sorted_tags;  
         if ($self->{tags_by_order}) {  
                 @sorted_tags = @{$self->{tags_by_order}};  
         } else {  
                 @sorted_tags = sort { $self->_sort_by_order } keys %{$self->{'import_xml'}->{'indexer'}};  
                 $self->{tags_by_order} = \@sorted_tags;  
         }  
   
         my $ds;  
   
         $log->debug("tags: ",sub { join(", ",@sorted_tags) });  
   
         foreach my $field (@sorted_tags) {  
   
                 my $row;  
   
 #print "field $field [",$self->{'tag'},"] = ",Dumper($self->{'import_xml'}->{'indexer'}->{$field}->{$self->{'tag'}});  
   
                 foreach my $tag (@{$self->{'import_xml'}->{'indexer'}->{$field}->{$self->{'tag'}}}) {  
                         my $format;  
   
                         $log->logdie("expected tag HASH and got $tag") unless (ref($tag) eq 'HASH');  
                         $format = $tag->{'value'} || $tag->{'content'};  
   
                         my @v;  
                         if ($self->{'lookup_regex'} && $format =~ $self->{'lookup_regex'}) {  
                                 @v = $self->_rec_to_arr($rec,$format,'fill_in');  
                         } else {  
                                 @v = $self->_rec_to_arr($rec,$format,'parse');  
                         }  
                         if (! @v) {  
                                 $log->debug("$field <",$self->{tag},"> format: $format no values");  
                                 next;  
                         } else {  
                                 $log->debug("$field <",$self->{tag},"> format: $format values: ", join(",", @v));  
                         }  
   
                         if ($tag->{'sort'}) {  
                                 @v = $self->sort_arr(@v);  
                         }  
   
                         # use format?  
                         if ($tag->{'format_name'}) {  
                                 @v = map { $self->apply_format($tag->{'format_name'},$tag->{'format_delimiter'},$_) } @v;  
                         }  
   
                         # delimiter will join repeatable fields  
                         if ($tag->{'delimiter'}) {  
                                 @v = ( join($tag->{'delimiter'}, @v) );  
                         }  
   
                         # default types  
                         my @types = qw(display search);  
                         # override by type attribute  
                         @types = ( $tag->{'type'} ) if ($tag->{'type'});  
   
                         foreach my $type (@types) {  
                                 # append to previous line?  
                                 $log->debug("tag $field / $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;  
   
                                 } else {  
                                         push @{$row->{$type}}, @v;  
                                 }  
                         }  
   
   
                 }  
   
                 if ($row) {  
                         $row->{'tag'} = $field;  
   
                         # TODO: name_sigular, name_plural  
                         my $name = $self->{'import_xml'}->{'indexer'}->{$field}->{'name'};  
                         my $row_name = $name ? $self->_x($name) : $field;  
   
                         # post-sort all values in field  
                         if ($self->{'import_xml'}->{'indexer'}->{$field}->{'sort'}) {  
                                 $log->warn("sort at field tag not implemented");  
                         }  
   
                         $ds->{$row_name} = $row;  
   
                         $log->debug("row $field: ",sub { Dumper($row) });  
                 }  
   
         }  
   
         $self->{'db'}->save_ds(  
                 id => $id,  
                 ds => $ds,  
                 prefix => $self->{prefix},  
         ) if ($self->{'db'});  
   
         $log->debug("ds: ", sub { Dumper($ds) });  
   
         $log->logconfess("data structure returned is not array any more!") if wantarray;  
   
         return $ds;  
83    
84    sub set_rec {
85            $rec = shift or die "no record hash";
86  }  }
87    
88  =head2 parse  =head2 tag
   
 Perform smart parsing of string, skipping delimiters for fields which aren't  
 defined. It can also eval code in format starting with C<eval{...}> and  
 return output or nothing depending on eval code.  
89    
90   my $text = $webpac->parse($rec,'eval{"v901^a" eq "Deskriptor"}descriptor: v250^a', $i);  Define new tag for I<search> and I<display>.
91    
92  Filters are implemented here. While simple form of filters looks like this:    tag('Title', rec('200','a') );
93    
   filter{name_of_filter}  
   
 but, filters can also have variable number of parametars like this:  
   
   filter{name_of_filter(param,param,param)}  
94    
95  =cut  =cut
96    
97  my $warn_once;  my $out;
   
 sub parse {  
         my $self = shift;  
   
         my ($rec, $format_utf8, $i, $rec_size) = @_;  
   
         return if (! $format_utf8);  
   
         my $log = $self->_get_logger();  
   
         $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);  
   
         $i = 0 if (! $i);  
98    
99          my $format = $self->_x($format_utf8) || $log->logconfess("can't convert '$format_utf8' from UTF-8 to ",$self->{'code_page'});  sub tag {
100            my $name = shift or die "tag needs name as first argument";
101          my @out;          my @o = grep { defined($_) && $_ ne '' } @_;
102            return unless (@o);
103          $log->debug("format: $format [$i]");          $out->{$name}->{tag} = $name;
104            $out->{$name}->{search} = \@o;
105          my $eval_code;          $out->{$name}->{display} = \@o;
106          # remove eval{...} from beginning  }
         $eval_code = $1 if ($format =~ s/^eval{([^}]+)}//s);  
   
         my $filter_name;  
         # remove filter{...} from beginning  
         $filter_name = $1 if ($format =~ s/^filter{([^}]+)}//s);  
   
         # did we found any (att all) field from format in row?  
         my $found_any;  
         # prefix before first field which we preserve it $found_any  
         my $prefix;  
107    
108          my $f_step = 1;  =head2 display
109    
110          while ($format =~ s/^(.*?)(v|s)(\d+)(?:\^(\w))?//s) {  Define tag just for I<display>
111    
112                  my $del = $1 || '';    @v = display('Title', rec('200','a') );
                 $prefix = $del if ($f_step == 1);  
113    
114                  my $fld_type = lc($2);  =cut
115    
116                  # repeatable index  sub display {
117                  my $r = $i;          my $name = shift or die "display needs name as first argument";
118                  if ($fld_type eq 's') {          my @o = grep { defined($_) && $_ ne '' } @_;
119                          if ($found_any->{'v'}) {          return unless (@o);
120                                  $r = 0;          $out->{$name}->{tag} = $name;
121                          } else {          $out->{$name}->{display} = \@o;
122                                  return;  }
                         }  
                 }  
123    
124                  my $found = 0;  =head2 search
                 my $tmp = $self->get_data(\$rec,$3,$4,$r,\$found,$rec_size);  
125    
126                  if ($found) {  Prepare values just for I<search>
                         $found_any->{$fld_type} += $found;  
127    
128                          # we will skip delimiter before first occurence of field!    @v = search('Title', rec('200','a') );
                         push @out, $del unless($found_any->{$fld_type} == 1);  
                         push @out, $tmp;  
                 }  
                 $f_step++;  
         }  
129    
130          # test if any fields found?  =cut
         return if (! $found_any->{'v'} && ! $found_any->{'s'});  
131    
132          my $out = join('',@out);  sub search {
133            my $name = shift or die "search needs name as first argument";
134            my @o = grep { defined($_) && $_ ne '' } @_;
135            return unless (@o);
136            $out->{$name}->{tag} = $name;
137            $out->{$name}->{search} = \@o;
138    }
139    
140          if ($out) {  =head2 get_ds
                 # add rest of format (suffix)  
                 $out .= $format;  
141    
142                  # add prefix if not there  Return hash formatted as data structure
                 $out = $prefix . $out if ($out !~ m/^\Q$prefix\E/);  
143    
144                  $log->debug("result: $out");    my $ds = get_ds();
         }  
145    
146          if ($eval_code) {  =cut
                 my $eval = $self->fill_in($rec,$eval_code,$i) || return;  
                 $log->debug("about to eval{$eval} format: $out");  
                 return if (! $self->_eval($eval));  
         }  
           
         if ($filter_name) {  
                 my @filter_args;  
                 if ($filter_name =~ s/(\w+)\((.*)\)/$1/) {  
                         @filter_args = split(/,/, $2);  
                 }  
                 if ($self->{'filter'}->{$filter_name}) {  
                         $log->debug("about to filter{$filter_name} format: $out with arguments: ", join(",", @filter_args));  
                         unshift @filter_args, $out;  
                         $out = $self->{'filter'}->{$filter_name}->(@filter_args);  
                         return unless(defined($out));  
                         $log->debug("filter result: $out");  
                 } elsif (! $warn_once->{$filter_name}) {  
                         $log->warn("trying to use undefined filter $filter_name");  
                         $warn_once->{$filter_name}++;  
                 }  
         }  
147    
148    sub get_ds {
149          return $out;          return $out;
150  }  }
151    
152  =head2 fill_in  =head2 clean_ds
153    
154  Workhourse of all: takes record from in-memory structure of database and  Clean data structure hash for next record
 strings with placeholders and returns string or array of with substituted  
 values from record.  
155    
156   my $text = $webpac->fill_in($rec,'v250^a');    clean_ds();
157    
158  Optional argument is ordinal number for repeatable fields. By default,  =cut
 it's assume to be first repeatable field (fields are perl array, so first  
 element is 0).  
 Following example will read second value from repeatable field.  
   
  my $text = $webpac->fill_in($rec,'Title: v250^a',1);  
159    
160  This function B<does not> perform parsing of format to inteligenty skip  sub clean_ds {
161  delimiters before fields which aren't used.          $out = undef;
162    }
163    
164  This method will automatically decode UTF-8 string to local code page  =head2 set_lookup
 if needed.  
165    
166  There is optional parametar C<$record_size> which can be used to get sizes of  Set current lookup hash
 all C<field^subfield> combinations in this format.  
167    
168   my $text = $webpac->fill_in($rec,'got: v900^a v900^x',0,\$rec_size);    set_lookup( $lookup );
169    
170  =cut  =cut
171    
172  sub fill_in {  my $lookup;
         my $self = shift;  
   
         my $log = $self->_get_logger();  
   
         my ($rec,$format,$i,$rec_size) = @_;  
173    
174          $log->logconfess("need data record") unless ($rec);  sub set_lookup {
175          $log->logconfess("need format to parse") unless($format);          $lookup = shift;
176    }
         # iteration (for repeatable fields)  
         $i ||= 0;  
   
         $log->logdie("infitite loop in format $format") if ($i > ($self->{'max_mfn'} || 9999));  
177    
178          # FIXME remove for speedup?  =head2 rec1
         $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);  
179    
180          if (utf8::is_utf8($format)) {  Return all values in some field
                 $format = $self->_x($format);  
         }  
181    
182          my $found = 0;    @v = rec1('200')
         my $just_single = 1;  
183    
184          my $eval_code;  TODO: order of values is probably same as in source data, need to investigate that
         # remove eval{...} from beginning  
         $eval_code = $1 if ($format =~ s/^eval{([^}]+)}//s);  
   
         my $filter_name;  
         # remove filter{...} from beginning  
         $filter_name = $1 if ($format =~ s/^filter{([^}]+)}//s);  
   
         # do actual replacement of placeholders  
         # repeatable fields  
         if ($format =~ s/v(\d+)(?:\^(\w))?/$self->get_data(\$rec,$1,$2,$i,\$found,$rec_size)/ges) {  
                 $just_single = 0;  
         }  
185    
186          # non-repeatable fields  =cut
         if ($format =~ s/s(\d+)(?:\^(\w))?/$self->get_data(\$rec,$1,$2,0,\$found,$rec_size)/ges) {  
                 return if ($i > 0 && $just_single);  
         }  
187    
188          if ($found) {  sub rec1 {
189                  $log->debug("format: $format");          my $f = shift;
190                  if ($eval_code) {          return unless (defined($rec) && defined($rec->{$f}));
191                          my $eval = $self->fill_in($rec,$eval_code,$i);          if (ref($rec->{$f}) eq 'ARRAY') {
192                          return if (! $self->_eval($eval));                  return map {
193                  }                          if (ref($_) eq 'HASH') {
194                  if ($filter_name && $self->{'filter'}->{$filter_name}) {                                  values %{$_};
                         $log->debug("filter '$filter_name' for $format");  
                         $format = $self->{'filter'}->{$filter_name}->($format);  
                         return unless(defined($format));  
                         $log->debug("filter result: $format");  
                 }  
                 # do we have lookups?  
                 if ($self->{'lookup'}) {  
                         if ($self->{'lookup'}->can('lookup')) {  
                                 my @lookup = $self->{lookup}->lookup($format);  
                                 $log->debug("lookup $format", join(", ", @lookup));  
                                 return @lookup;  
195                          } else {                          } else {
196                                  $log->warn("Have lookup object but can't invoke lookup method");                                  $_;
197                          }                          }
198                  } else {                  } @{ $rec->{$f} };
199                          return $format;          } elsif( defined($rec->{$f}) ) {
200                  }                  return $rec->{$f};
         } else {  
                 return;  
201          }          }
202  }  }
203    
204    =head2 rec2
205    
206  =head2 _rec_to_arr  Return all values in specific field and subfield
   
 Similar to C<parse> and C<fill_in>, but returns array of all repeatable fields. Usable  
 for fields which have lookups, so they shouldn't be parsed but rather  
 C<paste>d or C<fill_id>ed. Last argument is name of operation: C<paste> or C<fill_in>.  
207    
208   my @arr = $webpac->fill_in_to_arr($rec,'[v900];;[v250^a]','paste');    @v = rec2('200','a')
209    
210  =cut  =cut
211    
212  sub _rec_to_arr {  sub rec2 {
213          my $self = shift;          my $f = shift;
214            return unless (defined($rec && $rec->{$f}));
215          my ($rec, $format_utf8, $code) = @_;          my $sf = shift;
216            return map { $_->{$sf} } grep { ref($_) eq 'HASH' && $_->{$sf} } @{ $rec->{$f} };
217    }
218    
219          my $log = $self->_get_logger();  =head2 rec
220    
221          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);  syntaxtic sugar for
         return if (! $format_utf8);  
222    
223          $log->debug("using $code on $format_utf8");    @v = rec('200')
224      @v = rec('200','a')
225    
226          my $i = 0;  =cut
         my $max = 0;  
         my @arr;  
         my $rec_size = {};  
227    
228          while ($i <= $max) {  sub rec {
229                  my @v = $self->$code($rec,$format_utf8,$i++,\$rec_size);          if ($#_ == 0) {
230                  if ($rec_size) {                  return rec1(@_);
231                          foreach my $f (keys %{ $rec_size }) {          } elsif ($#_ == 1) {
232                                  $max = $rec_size->{$f} if ($rec_size->{$f} > $max);                  return rec2(@_);
                         }  
                         $log->debug("max set to $max");  
                         undef $rec_size;  
                 }  
                 if (@v) {  
                         push @arr, @v;  
                 } else {  
                         push @arr, '' if ($max > $i);  
                 }  
233          }          }
   
         $log->debug("format '$format_utf8' returned ",--$i," elements: ", sub { join(" | ",@arr) }) if (@arr);  
   
         return @arr;  
234  }  }
235    
236    =head2 regex
237    
238  =head2 get_data  Apply regex to some or all values
   
 Returns value from record.  
   
  my $text = $self->get_data(\$rec,$f,$sf,$i,\$found,\$rec_size);  
   
 Required arguments are:  
   
 =over 8  
   
 =item C<$rec>  
   
 record reference  
   
 =item C<$f>  
239    
240  field    @v = regex( 's/foo/bar/g', @v );
   
 =item C<$sf>  
   
 optional subfield  
   
 =item C<$i>  
   
 index offset for repeatable values ( 0 ... $rec_size->{'400^a'} )  
   
 =item C<$found>  
   
 optional variable that will be incremeted if preset  
   
 =item C<$rec_size>  
   
 hash to hold maximum occurances of C<field^subfield> combinations  
 (which can be accessed using keys in same format)  
   
 =back  
   
 Returns value or empty string, updates C<$found> and C<rec_size>  
 if present.  
241    
242  =cut  =cut
243    
244  sub get_data {  sub regex {
245          my $self = shift;          my $r = shift;
246            my @out;
247          my ($rec,$f,$sf,$i,$found,$cache) = @_;          #warn "r: $r\n",Dumper(\@_);
248            foreach my $t (@_) {
249          return '' unless ($$rec->{$f} && ref($$rec->{$f}) eq 'ARRAY');                  next unless ($t);
250                    eval "\$t =~ $r";
251          if (defined($$cache)) {                  push @out, $t if ($t && $t ne '');
                 $$cache->{ $f . ( $sf ? '^' . $sf : '' ) } ||= scalar @{ $$rec->{$f} };  
         }  
   
         return '' unless ($$rec->{$f}->[$i]);  
   
         {  
                 no strict 'refs';  
                 if (defined($sf)) {  
                         $$found++ if (defined($$found) && $$rec->{$f}->[$i]->{$sf});  
                         return $$rec->{$f}->[$i]->{$sf};  
                 } else {  
                         $$found++ if (defined($$found));  
                         # it still might have subfields, just  
                         # not specified, so we'll dump some debug info  
                         if ($$rec->{$f}->[$i] =~ /HASH/o) {  
                                 my $out;  
                                 foreach my $k (keys %{$$rec->{$f}->[$i]}) {  
                                         $out .= '$' . $k .':' . $$rec->{$f}->[$i]->{$k}." ";  
                                 }  
                                 return $out;  
                         } else {  
                                 return $$rec->{$f}->[$i];  
                         }  
                 }  
252          }          }
253            return @out;
254  }  }
255    
256    =head2 prefix
257    
258  =head2 apply_format  Prefix all values with a string
   
 Apply format specified in tag with C<format_name="name"> and  
 C<format_delimiter=";;">.  
   
  my $text = $webpac->apply_format($format_name,$format_delimiter,$data);  
259    
260  Formats can contain C<lookup{...}> if you need them.    @v = prefix( 'my_', @v );
261    
262  =cut  =cut
263    
264  sub apply_format {  sub prefix {
265          my $self = shift;          my $p = shift or die "prefix needs string as first argument";
266            return map { $p . $_ } grep { defined($_) } @_;
267          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);  
268    
269          my $format = $self->_x($self->{'import_xml'}->{'format'}->{$name}->{'content'}) || $log->logdie("can't find format '$name'");  =head2 suffix
270    
271          my @data = split(/\Q$delimiter\E/, $data);  suffix all values with a string
272    
273          my $out = sprintf($format, @data);    @v = suffix( '_my', @v );
         $log->debug("using format $name [$format] on $data to produce: $out");  
274    
275          if ($self->{'lookup_regex'} && $out =~ $self->{'lookup_regex'}) {  =cut
                 return $self->{'lookup'}->lookup($out);  
         } else {  
                 return $out;  
         }  
276    
277    sub suffix {
278            my $s = shift or die "suffix needs string as first argument";
279            return map { $_ . $s } grep { defined($_) } @_;
280  }  }
281    
282  =head2 sort_arr  =head2 surround
283    
284  Sort array ignoring case and html in data  surround all values with a two strings
285    
286   my @sorted = $webpac->sort_arr(@unsorted);    @v = surround( 'prefix_', '_suffix', @v );
287    
288  =cut  =cut
289    
290  sub sort_arr {  sub surround {
291          my $self = shift;          my $p = shift or die "surround need prefix as first argument";
292            my $s = shift or die "surround needs suffix as second argument";
293          my $log = $self->_get_logger();          return map { $p . $_ . $s } grep { defined($_) } @_;
   
         # FIXME add Schwartzian Transformation?  
   
         my @sorted = sort {  
                 $a =~ s#<[^>]+/*>##;  
                 $b =~ s#<[^>]+/*>##;  
                 lc($b) cmp lc($a)  
         } @_;  
         $log->debug("sorted values: ",sub { join(", ",@sorted) });  
   
         return @sorted;  
294  }  }
295    
296    =head2 first
297    
298  =head1 INTERNAL METHODS  Return first element
299    
300  =head2 _sort_by_order    $v = first( @v );
   
 Sort xml tags data structure accoding to C<order=""> attribute.  
301    
302  =cut  =cut
303    
304  sub _sort_by_order {  sub first {
305          my $self = shift;          my $r = shift;
306            return $r;
         my $va = $self->{'import_xml'}->{'indexer'}->{$a}->{'order'} ||  
                 $self->{'import_xml'}->{'indexer'}->{$a};  
         my $vb = $self->{'import_xml'}->{'indexer'}->{$b}->{'order'} ||  
                 $self->{'import_xml'}->{'indexer'}->{$b};  
   
         return $va <=> $vb;  
307  }  }
308    
309  =head2 _x  =head2 lookup
310    
311  Convert strings from C<conf/normalize/*.xml> encoding into application  Consult lookup hashes for some value
 specific encoding (optinally specified using C<code_page> to C<new>  
 constructor).  
312    
313   my $text = $n->_x('normalize text string');    @v = lookup( $v );
314      @v = lookup( @v );
 This is a stub so that other modules doesn't have to implement it.  
315    
316  =cut  =cut
317    
318  sub _x {  sub lookup {
319          my $self = shift;          my $k = shift or return;
320          return shift;          return unless (defined($lookup->{$k}));
321            if (ref($lookup->{$k}) eq 'ARRAY') {
322                    return @{ $lookup->{$k} };
323            } else {
324                    return $lookup->{$k};
325            }
326  }  }
327    
328    =head2 join_with
329    
330  =head1 AUTHOR  Joins walues with some delimiter
331    
332  Dobrica Pavlinusic, C<< <dpavlin@rot13.org> >>    $v = join_with(", ", @v);
   
 =head1 COPYRIGHT & LICENSE  
   
 Copyright 2005 Dobrica Pavlinusic, All Rights Reserved.  
   
 This program is free software; you can redistribute it and/or modify it  
 under the same terms as Perl itself.  
333    
334  =cut  =cut
335    
336  1; # End of WebPAC::Normalize  sub join_with {
337            my $d = shift;
338            return join($d, grep { defined($_) && $_ ne '' } @_);
339    }
340    
341    # END
342    1;

Legend:
Removed from v.375  
changed lines
  Added in v.536

  ViewVC Help
Powered by ViewVC 1.1.26