/[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 619 by dpavlin, Fri Aug 25 12:31:06 2006 UTC revision 1016 by dpavlin, Thu Nov 8 17:29:03 2007 UTC
# Line 1  Line 1 
1  package WebPAC::Normalize;  package WebPAC::Normalize;
2  use Exporter 'import';  use Exporter 'import';
3  @EXPORT = qw/  our @EXPORT = qw/
4          _set_rec _set_lookup          _set_ds _set_lookup
5            _set_load_row
6          _get_ds _clean_ds          _get_ds _clean_ds
7          _debug          _debug
8            _pack_subfields_hash
9    
10            search_display search display sorted
11    
         tag search display  
12          marc marc_indicators marc_repeatable_subfield          marc marc_indicators marc_repeatable_subfield
13          marc_compose marc_leader          marc_compose marc_leader marc_fixed
14          marc_duplicate marc_remove          marc_duplicate marc_remove marc_count
15          marc_original_order          marc_original_order
16            marc_template
17    
18          rec1 rec2 rec          rec1 rec2 rec
19            frec frec_eq frec_ne
20          regex prefix suffix surround          regex prefix suffix surround
21          first lookup join_with          first lookup join_with
22            save_into_lookup
23    
24          split_rec_on          split_rec_on
25    
26            get set
27            count
28    
29  /;  /;
30    
31  use warnings;  use warnings;
# Line 23  use strict; Line 33  use strict;
33    
34  #use base qw/WebPAC::Common/;  #use base qw/WebPAC::Common/;
35  use Data::Dump qw/dump/;  use Data::Dump qw/dump/;
 use Encode qw/from_to/;  
36  use Storable qw/dclone/;  use Storable qw/dclone/;
37    use Carp qw/confess/;
38    
39  # debugging warn(s)  # debugging warn(s)
40  my $debug = 0;  my $debug = 0;
41    
42    use WebPAC::Normalize::ISBN;
43    push @EXPORT, ( 'isbn_10', 'isbn_13' );
44    
45  =head1 NAME  =head1 NAME
46    
47  WebPAC::Normalize - describe normalisaton rules using sets  WebPAC::Normalize - describe normalisaton rules using sets
48    
 =head1 VERSION  
   
 Version 0.16  
   
49  =cut  =cut
50    
51  our $VERSION = '0.16';  our $VERSION = '0.34';
52    
53  =head1 SYNOPSIS  =head1 SYNOPSIS
54    
# Line 53  means that you check it's validity befor Line 61  means that you check it's validity befor
61  C<perl -c normalize.pl>.  C<perl -c normalize.pl>.
62    
63  Normalisation can generate multiple output normalized data. For now, supported output  Normalisation can generate multiple output normalized data. For now, supported output
64  types (on the left side of definition) are: C<tag>, C<display>, C<search> and  types (on the left side of definition) are: C<search_display>, C<display>, C<search> and
65  C<marc>.  C<marc>.
66    
67  =head1 FUNCTIONS  =head1 FUNCTIONS
# Line 66  All other functions are available for us Line 74  All other functions are available for us
74  Return data structure  Return data structure
75    
76    my $ds = WebPAC::Normalize::data_structure(    my $ds = WebPAC::Normalize::data_structure(
77          lookup => $lookup->lookup_hash,          lookup => $lookup_hash,
78          row => $row,          row => $row,
79          rules => $normalize_pl_config,          rules => $normalize_pl_config,
80          marc_encoding => 'utf-8',          marc_encoding => 'utf-8',
81          config => $config,          config => $config,
82            load_row_coderef => sub {
83                    my ($database,$input,$mfn) = @_;
84                    $store->load_row( database => $database, input => $input, id => $mfn );
85            },
86    );    );
87    
88  Options C<lookup>, C<row>, C<rules> and C<log> are mandatory while all  Options C<row>, C<rules> and C<log> are mandatory while all
89  other are optional.  other are optional.
90    
91    C<load_row_coderef> is closure only used when executing lookups, so they will
92    die if it's not defined.
93    
94  This function will B<die> if normalizastion can't be evaled.  This function will B<die> if normalizastion can't be evaled.
95    
96  Since this function isn't exported you have to call it with  Since this function isn't exported you have to call it with
# Line 83  C<WebPAC::Normalize::data_structure>. Line 98  C<WebPAC::Normalize::data_structure>.
98    
99  =cut  =cut
100    
101    my $load_row_coderef;
102    
103  sub data_structure {  sub data_structure {
104          my $arg = {@_};          my $arg = {@_};
105    
106          die "need row argument" unless ($arg->{row});          die "need row argument" unless ($arg->{row});
107          die "need normalisation argument" unless ($arg->{rules});          die "need normalisation argument" unless ($arg->{rules});
108    
109          no strict 'subs';          _set_lookup( $arg->{lookup} ) if defined($arg->{lookup});
110          _set_lookup( $arg->{lookup} );          _set_ds( $arg->{row} );
111          _set_rec( $arg->{row} );          _set_config( $arg->{config} ) if defined($arg->{config});
         _set_config( $arg->{config} );  
112          _clean_ds( %{ $arg } );          _clean_ds( %{ $arg } );
113          eval "$arg->{rules}";          $load_row_coderef = $arg->{load_row_coderef};
114    
115            no strict 'subs';
116            no warnings 'redefine';
117            eval "$arg->{rules};";
118          die "error evaling $arg->{rules}: $@\n" if ($@);          die "error evaling $arg->{rules}: $@\n" if ($@);
119    
120          return _get_ds();          return _get_ds();
121  }  }
122    
123  =head2 _set_rec  =head2 _set_ds
124    
125  Set current record hash  Set current record hash
126    
127    _set_rec( $rec );    _set_ds( $rec );
128    
129  =cut  =cut
130    
131  my $rec;  my $rec;
132    
133  sub _set_rec {  sub _set_ds {
134          $rec = shift or die "no record hash";          $rec = shift or die "no record hash";
135  }  }
136    
# Line 150  Return hash formatted as data structure Line 170  Return hash formatted as data structure
170    
171  =cut  =cut
172    
173  my ($out, $marc_record, $marc_encoding, $marc_repeatable_subfield, $marc_indicators);  my ($out, $marc_record, $marc_encoding, $marc_repeatable_subfield, $marc_indicators, $marc_leader);
174  my ($marc_record_offset, $marc_fetch_offset) = (0, 0);  my ($marc_record_offset, $marc_fetch_offset) = (0, 0);
175    
176  sub _get_ds {  sub _get_ds {
177    #warn "## out = ",dump($out);
178          return $out;          return $out;
179  }  }
180    
# Line 167  Clean data structure hash for next recor Line 188  Clean data structure hash for next recor
188    
189  sub _clean_ds {  sub _clean_ds {
190          my $a = {@_};          my $a = {@_};
191          ($out,$marc_record, $marc_encoding, $marc_repeatable_subfield, $marc_indicators) = ();          ($out,$marc_record, $marc_encoding, $marc_repeatable_subfield, $marc_indicators, $marc_leader) = ();
192          ($marc_record_offset, $marc_fetch_offset) = (0,0);          ($marc_record_offset, $marc_fetch_offset) = (0,0);
193          $marc_encoding = $a->{marc_encoding};          $marc_encoding = $a->{marc_encoding};
194  }  }
# Line 186  sub _set_lookup { Line 207  sub _set_lookup {
207          $lookup = shift;          $lookup = shift;
208  }  }
209    
210    =head2 _get_lookup
211    
212    Get current lookup hash
213    
214      my $lookup = _get_lookup();
215    
216    =cut
217    
218    sub _get_lookup {
219            return $lookup;
220    }
221    
222    =head2 _set_load_row
223    
224    Setup code reference which will return L<data_structure> from
225    L<WebPAC::Store>
226    
227      _set_load_row(sub {
228                    my ($database,$input,$mfn) = @_;
229                    $store->load_row( database => $database, input => $input, id => $mfn );
230      });
231    
232    =cut
233    
234    sub _set_load_row {
235            my $coderef = shift;
236            confess "argument isn't CODE" unless ref($coderef) eq 'CODE';
237    
238            $load_row_coderef = $coderef;
239    }
240    
241  =head2 _get_marc_fields  =head2 _get_marc_fields
242    
243  Get all fields defined by calls to C<marc>  Get all fields defined by calls to C<marc>
# Line 241  will return 42th copy record (if it exis Line 293  will return 42th copy record (if it exis
293    
294  =cut  =cut
295    
296    my $fetch_pos;
297    
298  sub _get_marc_fields {  sub _get_marc_fields {
299    
300          my $arg = {@_};          my $arg = {@_};
301          warn "### _get_marc_fields arg: ", dump($arg), $/ if ($debug > 2);          warn "### _get_marc_fields arg: ", dump($arg), $/ if ($debug > 2);
302          my $offset = $marc_fetch_offset;          $fetch_pos = $marc_fetch_offset;
303          if ($arg->{offset}) {          if ($arg->{offset}) {
304                  $offset = $arg->{offset};                  $fetch_pos = $arg->{offset};
305          } elsif($arg->{fetch_next}) {          } elsif($arg->{fetch_next}) {
306                  $marc_fetch_offset++;                  $marc_fetch_offset++;
307          }          }
# Line 256  sub _get_marc_fields { Line 310  sub _get_marc_fields {
310    
311          warn "### full marc_record = ", dump( @{ $marc_record }), $/ if ($debug > 2);          warn "### full marc_record = ", dump( @{ $marc_record }), $/ if ($debug > 2);
312    
313          my $marc_rec = $marc_record->[ $offset ];          my $marc_rec = $marc_record->[ $fetch_pos ];
314    
315          warn "## _get_marc_fields (at offset: $offset) -- marc_record = ", dump( @$marc_rec ), $/ if ($debug > 1);          warn "## _get_marc_fields (at offset: $fetch_pos) -- marc_record = ", dump( @$marc_rec ), $/ if ($debug > 1);
316    
317          return if (! $marc_rec || ref($marc_rec) ne 'ARRAY' || $#{ $marc_rec } < 0);          return if (! $marc_rec || ref($marc_rec) ne 'ARRAY' || $#{ $marc_rec } < 0);
318    
# Line 279  sub _get_marc_fields { Line 333  sub _get_marc_fields {
333    
334          if ($debug) {          if ($debug) {
335                  warn "## marc_repeatable_subfield = ", dump( $marc_repeatable_subfield ), $/ if ( $marc_repeatable_subfield );                  warn "## marc_repeatable_subfield = ", dump( $marc_repeatable_subfield ), $/ if ( $marc_repeatable_subfield );
336                  warn "## marc_record[$offset] = ", dump( $marc_rec ), $/;                  warn "## marc_record[$fetch_pos] = ", dump( $marc_rec ), $/;
337                  warn "## sorted_marc_record = ", dump( \@sorted_marc_record ), $/;                  warn "## sorted_marc_record = ", dump( \@sorted_marc_record ), $/;
338                  warn "## subfield count = ", dump( $u ), $/;                  warn "## subfield count = ", dump( $u ), $/;
339          }          }
# Line 360  sub _get_marc_fields { Line 414  sub _get_marc_fields {
414          return \@m;          return \@m;
415  }  }
416    
417    =head2 _get_marc_leader
418    
419    Return leader from currently fetched record by L</_get_marc_fields>
420    
421      print WebPAC::Normalize::_get_marc_leader();
422    
423    =cut
424    
425    sub _get_marc_leader {
426            die "no fetch_pos, did you called _get_marc_fields first?" unless ( defined( $fetch_pos ) );
427            return $marc_leader->[ $fetch_pos ];
428    }
429    
430  =head2 _debug  =head2 _debug
431    
432  Change level of debug warnings  Change level of debug warnings
# Line 379  sub _debug { Line 446  sub _debug {
446    
447  Those functions generally have to first in your normalization file.  Those functions generally have to first in your normalization file.
448    
449  =head2 tag  =head2 search_display
450    
451  Define new tag for I<search> and I<display>.  Define output for L<search> and L<display> at the same time
452    
453    tag('Title', rec('200','a') );    search_display('Title', rec('200','a') );
454    
455    
456  =cut  =cut
457    
458  sub tag {  sub search_display {
459          my $name = shift or die "tag needs name as first argument";          my $name = shift or die "search_display needs name as first argument";
460          my @o = grep { defined($_) && $_ ne '' } @_;          my @o = grep { defined($_) && $_ ne '' } @_;
461          return unless (@o);          return unless (@o);
         $out->{$name}->{tag} = $name;  
462          $out->{$name}->{search} = \@o;          $out->{$name}->{search} = \@o;
463          $out->{$name}->{display} = \@o;          $out->{$name}->{display} = \@o;
464  }  }
465    
466    =head2 tag
467    
468    Old name for L<search_display>, but supported
469    
470    =cut
471    
472    sub tag {
473            search_display( @_ );
474    }
475    
476  =head2 display  =head2 display
477    
478  Define tag just for I<display>  Define output just for I<display>
479    
480    @v = display('Title', rec('200','a') );    @v = display('Title', rec('200','a') );
481    
482  =cut  =cut
483    
484  sub display {  sub _field {
485          my $name = shift or die "display needs name as first argument";          my $type = shift or confess "need type -- BUG?";
486            my $name = shift or confess "needs name as first argument";
487          my @o = grep { defined($_) && $_ ne '' } @_;          my @o = grep { defined($_) && $_ ne '' } @_;
488          return unless (@o);          return unless (@o);
489          $out->{$name}->{tag} = $name;          $out->{$name}->{$type} = \@o;
         $out->{$name}->{display} = \@o;  
490  }  }
491    
492    sub display { _field( 'display', @_ ) }
493    
494  =head2 search  =head2 search
495    
496  Prepare values just for I<search>  Prepare values just for I<search>
# Line 421  Prepare values just for I<search> Line 499  Prepare values just for I<search>
499    
500  =cut  =cut
501    
502  sub search {  sub search { _field( 'search', @_ ) }
503          my $name = shift or die "search needs name as first argument";  
504          my @o = grep { defined($_) && $_ ne '' } @_;  =head2 sorted
505          return unless (@o);  
506          $out->{$name}->{tag} = $name;  Insert into lists which will be automatically sorted
507          $out->{$name}->{search} = \@o;  
508  }   sorted('Title', rec('200','a') );
509    
510    =cut
511    
512    sub sorted { _field( 'sorted', @_ ) }
513    
514    
515  =head2 marc_leader  =head2 marc_leader
516    
# Line 442  sub marc_leader { Line 525  sub marc_leader {
525          my ($offset,$value) = @_;          my ($offset,$value) = @_;
526    
527          if ($offset) {          if ($offset) {
528                  $out->{' leader'}->{ $offset } = $value;                  $marc_leader->[ $marc_record_offset ]->{ $offset } = $value;
529          } else {          } else {
530                  return $out->{' leader'};                  
531                    if (defined($marc_leader)) {
532                            die "marc_leader not array = ", dump( $marc_leader ) unless (ref($marc_leader) eq 'ARRAY');
533                            return $marc_leader->[ $marc_record_offset ];
534                    } else {
535                            return;
536                    }
537            }
538    }
539    
540    =head2 marc_fixed
541    
542    Create control/indentifier fields with values in fixed positions
543    
544      marc_fixed('008', 00, '070402');
545      marc_fixed('008', 39, '|');
546    
547    Positions not specified will be filled with spaces (C<0x20>).
548    
549    There will be no effort to extend last specified value to full length of
550    field in standard.
551    
552    =cut
553    
554    sub marc_fixed {
555            my ($f, $pos, $val) = @_;
556            die "need marc(field, position, value)" unless defined($f) && defined($pos);
557    
558            confess "need val" unless defined $val;
559    
560            my $update = 0;
561    
562            map {
563                    if ($_->[0] eq $f) {
564                            my $old = $_->[1];
565                            if (length($old) <= $pos) {
566                                    $_->[1] .= ' ' x ( $pos - length($old) ) . $val;
567                                    warn "## marc_fixed($f,$pos,'$val') append '$old' -> '$_->[1]'\n" if ($debug > 1);
568                            } else {
569                                    $_->[1] = substr($old, 0, $pos) . $val . substr($old, $pos + length($val));
570                                    warn "## marc_fixed($f,$pos,'$val') update '$old' -> '$_->[1]'\n" if ($debug > 1);
571                            }
572                            $update++;
573                    }
574            } @{ $marc_record->[ $marc_record_offset ] };
575    
576            if (! $update) {
577                    my $v = ' ' x $pos . $val;
578                    push @{ $marc_record->[ $marc_record_offset ] }, [ $f, $v ];
579                    warn "## marc_fixed($f,$pos,'val') created '$v'\n" if ($debug > 1);
580          }          }
581  }  }
582    
# Line 469  sub marc { Line 601  sub marc {
601          foreach (@_) {          foreach (@_) {
602                  my $v = $_;             # make var read-write for Encode                  my $v = $_;             # make var read-write for Encode
603                  next unless (defined($v) && $v !~ /^\s*$/);                  next unless (defined($v) && $v !~ /^\s*$/);
                 from_to($v, 'iso-8859-2', $marc_encoding) if ($marc_encoding);  
604                  my ($i1,$i2) = defined($marc_indicators->{$f}) ? @{ $marc_indicators->{$f} } : (' ',' ');                  my ($i1,$i2) = defined($marc_indicators->{$f}) ? @{ $marc_indicators->{$f} } : (' ',' ');
605                  if (defined $sf) {                  if (defined $sf) {
606                          push @{ $marc_record->[ $marc_record_offset ] }, [ $f, $i1, $i2, $sf => $v ];                          push @{ $marc_record->[ $marc_record_offset ] }, [ $f, $i1, $i2, $sf => $v ];
# Line 549  sub marc_compose { Line 680  sub marc_compose {
680                  my $v = shift;                  my $v = shift;
681    
682                  next unless (defined($v) && $v !~ /^\s*$/);                  next unless (defined($v) && $v !~ /^\s*$/);
                 from_to($v, 'iso-8859-2', $marc_encoding) if ($marc_encoding);  
683                  warn "## ++ marc_compose($f,$sf,$v) ", dump( $m ),$/ if ($debug > 1);                  warn "## ++ marc_compose($f,$sf,$v) ", dump( $m ),$/ if ($debug > 1);
684                  if ($sf ne '+') {                  if ($sf ne '+') {
685                          push @$m, ( $sf, $v );                          push @$m, ( $sf, $v );
# Line 578  sub marc_duplicate { Line 708  sub marc_duplicate {
708           my $m = $marc_record->[ -1 ];           my $m = $marc_record->[ -1 ];
709           die "can't duplicate record which isn't defined" unless ($m);           die "can't duplicate record which isn't defined" unless ($m);
710           push @{ $marc_record }, dclone( $m );           push @{ $marc_record }, dclone( $m );
711           warn "## marc_duplicate = ", dump(@$marc_record), $/ if ($debug > 1);           push @{ $marc_leader }, dclone( marc_leader() );
712             warn "## marc_duplicate = ", dump(@$marc_leader, @$marc_record), $/ if ($debug > 1);
713           $marc_record_offset = $#{ $marc_record };           $marc_record_offset = $#{ $marc_record };
714           warn "## marc_record_offset = $marc_record_offset", $/ if ($debug > 1);           warn "## marc_record_offset = $marc_record_offset", $/ if ($debug > 1);
715    
716  }  }
717    
718  =head2 marc_remove  =head2 marc_remove
# Line 592  Remove some field or subfield from MARC Line 724  Remove some field or subfield from MARC
724    
725  This will erase field C<200> or C<200^a> from current MARC record.  This will erase field C<200> or C<200^a> from current MARC record.
726    
727      marc_remove('*');
728    
729    Will remove all fields in current MARC record.
730    
731  This is useful after calling C<marc_duplicate> or on it's own (but, you  This is useful after calling C<marc_duplicate> or on it's own (but, you
732  should probably just remove that subfield definition if you are not  should probably just remove that subfield definition if you are not
733  using C<marc_duplicate>).  using C<marc_duplicate>).
# Line 609  sub marc_remove { Line 745  sub marc_remove {
745    
746          warn "### marc_remove before = ", dump( $marc ), $/ if ($debug > 2);          warn "### marc_remove before = ", dump( $marc ), $/ if ($debug > 2);
747    
748          my $i = 0;          if ($f eq '*') {
749          foreach ( 0 .. $#{ $marc } ) {  
750                  last unless (defined $marc->[$i]);                  delete( $marc_record->[ $marc_record_offset ] );
751                  warn "#### working on ",dump( @{ $marc->[$i] }), $/ if ($debug > 3);                  warn "## full marc_record = ", dump( @{ $marc_record }), $/ if ($debug > 1);
752                  if ($marc->[$i]->[0] eq $f) {  
753                          if (! defined $sf) {          } else {
754                                  # remove whole field  
755                                  splice @$marc, $i, 1;                  my $i = 0;
756                                  warn "#### slice \@\$marc, $i, 1 = ",dump( @{ $marc }), $/ if ($debug > 3);                  foreach ( 0 .. $#{ $marc } ) {
757                                  $i--;                          last unless (defined $marc->[$i]);
758                          } else {                          warn "#### working on ",dump( @{ $marc->[$i] }), $/ if ($debug > 3);
759                                  foreach my $j ( 0 .. (( $#{ $marc->[$i] } - 3 ) / 2) ) {                          if ($marc->[$i]->[0] eq $f) {
760                                          my $o = ($j * 2) + 3;                                  if (! defined $sf) {
761                                          if ($marc->[$i]->[$o] eq $sf) {                                          # remove whole field
762                                                  # remove subfield                                          splice @$marc, $i, 1;
763                                                  splice @{$marc->[$i]}, $o, 2;                                          warn "#### slice \@\$marc, $i, 1 = ",dump( @{ $marc }), $/ if ($debug > 3);
764                                                  warn "#### slice \@{\$marc->[$i]}, $o, 2 = ", dump( @{ $marc }), $/ if ($debug > 3);                                          $i--;
765                                                  # is record now empty?                                  } else {
766                                                  if ($#{ $marc->[$i] } == 2) {                                          foreach my $j ( 0 .. (( $#{ $marc->[$i] } - 3 ) / 2) ) {
767                                                          splice @$marc, $i, 1;                                                  my $o = ($j * 2) + 3;
768                                                          warn "#### slice \@\$marc, $i, 1 = ", dump( @{ $marc }), $/ if ($debug > 3);                                                  if ($marc->[$i]->[$o] eq $sf) {
769                                                          $i--;                                                          # remove subfield
770                                                  };                                                          splice @{$marc->[$i]}, $o, 2;
771                                                            warn "#### slice \@{\$marc->[$i]}, $o, 2 = ", dump( @{ $marc }), $/ if ($debug > 3);
772                                                            # is record now empty?
773                                                            if ($#{ $marc->[$i] } == 2) {
774                                                                    splice @$marc, $i, 1;
775                                                                    warn "#### slice \@\$marc, $i, 1 = ", dump( @{ $marc }), $/ if ($debug > 3);
776                                                                    $i--;
777                                                            };
778                                                    }
779                                          }                                          }
780                                  }                                  }
781                          }                          }
782                            $i++;
783                  }                  }
                 $i++;  
         }  
784    
785          warn "### marc_remove($f", $sf ? ",$sf" : "", ") after = ", dump( $marc ), $/ if ($debug > 2);                  warn "### marc_remove($f", $sf ? ",$sf" : "", ") after = ", dump( $marc ), $/ if ($debug > 2);
786    
787          $marc_record->[ $marc_record_offset ] = $marc;                  $marc_record->[ $marc_record_offset ] = $marc;
788            }
789    
790          warn "## full marc_record = ", dump( @{ $marc_record }), $/ if ($debug > 1);          warn "## full marc_record = ", dump( @{ $marc_record }), $/ if ($debug > 1);
791  }  }
# Line 716  sub marc_original_order { Line 860  sub marc_original_order {
860          warn "## marc_record = ", dump( $marc_record ),$/ if ($debug > 1);          warn "## marc_record = ", dump( $marc_record ),$/ if ($debug > 1);
861  }  }
862    
863    =head2 marc_template
864    
865    =cut
866    
867    sub marc_template {
868            my $args = {@_};
869            warn "## marc_template(",dump($args),")";
870    
871            foreach ( qw/subfields_rename marc_template/ ) {
872    #               warn "ref($_) = ",ref($args->{$_});
873                    die "$_ not ARRAY" if ref($args->{$_}) ne 'ARRAY';
874            }
875    
876            my $r = $rec->{ $args->{from} }; # || return;
877            die "record field ", $args->{from}, " isn't array\n" unless (ref($r) eq 'ARRAY');
878    
879            my @subfields_rename = @{ $args->{subfields_rename} };
880    #       warn "### subfields_rename [$#subfields_rename] = ",dump( @subfields_rename );
881    
882            confess "need mapping in pairs for subfields_rename"
883                    if $#subfields_rename % 2 != 1;
884            
885            my ( $subfields_rename, $from_subfields, $to_subfields );
886            while ( my ( $from, $to ) = splice(@subfields_rename, 0, 2) ) {
887                    my ( $f, $t ) = (
888                            $from_subfields->{ $from }++,
889                            $to_subfields->{ $to }++
890                    );
891                    $subfields_rename->{ $from }->[ $f ] = [ $to => $t ];
892            }
893            warn "### subfields_rename = ",dump( $subfields_rename ),$/;
894            warn "### from_subfields = ", dump( $from_subfields ),$/;
895            warn "### to_subfields = ", dump( $to_subfields ),$/;
896    
897            my $fields_re = join('|', keys %$to_subfields );
898    
899            my $pos_templates;
900            my $count;
901            my @marc_order;
902            my $marc_template_order;
903            my $fill_in;
904            my @marc_out;
905    
906            foreach my $template ( @{ $args->{marc_template} } ) {
907                    $count = {};
908                    @marc_order = ();
909                    sub my_count {
910                            my $sf = shift;
911                            my $nr = $count->{$sf}++;
912                            push @marc_order, [ $sf, $nr ];
913                            return $sf . $nr;
914                    }
915                    my $pos_template = $template;
916                    $pos_template =~ s/($fields_re)/my_count($1)/ge;
917                    my $count_key = dump( $count );
918                    warn "### template: |$template| -> |$pos_template| count = $count_key marc_order = ",dump( @marc_order ),$/;
919                    $pos_templates->{ $count_key } = $pos_template;
920                    $marc_template_order->{ $pos_template } = [ @marc_order ];
921            }
922            warn "### from ",dump( $args->{marc_template} ), " created ", dump( $pos_templates ), " and ", dump( $marc_template_order );
923    
924            my $m;
925    
926            foreach my $r ( @{ $rec->{ $args->{from} } } ) {
927    
928                    my $i1 = $r->{i1} || ' ';
929                    my $i2 = $r->{i2} || ' ';
930                    $m = [ $args->{to}, $i1, $i2 ];
931    
932                    warn "### r = ",dump( $r );
933    
934                    my ( $new_r, $from_count, $to_count );
935                    foreach my $sf ( keys %{$r} ) {
936                            my $nr = $from_count->{$sf}++;
937                            my $rename_to = $subfields_rename->{ $sf };     # ||
938    #                               die "can't find subfield rename for $sf/$nr in ", dump( $subfields_rename );
939                            warn "### rename $sf/$nr to ", dump( $rename_to->[$nr] ), $/;
940                            my ( $to_sf, $to_nr ) = @{ $rename_to->[$nr] };
941                            $new_r->{ $to_sf }->[ $to_nr ] = [ $sf => $nr ];
942    
943                            $to_count->{ $to_sf }++;
944                    }
945    
946                    warn "### new_r = ",dump( $new_r );
947    
948                    my $from_count_key = dump( $to_count );
949    
950                    warn "### from_count = ",dump( $from_count ), $/;
951                    warn "### to_count   = ",dump( $to_count ), $/;
952    
953                    my $template = $pos_templates->{ $from_count_key } ||
954                            die "I don't have template for:\n$from_count_key\n## available templates\n", dump( $pos_templates );
955    
956                    warn "### selected template: |$template|\n";
957    
958                    $fill_in = {};
959    
960                    foreach my $sf ( split(/\|/, $template ) ) {
961                            sub fill_in {
962                                    my ( $r, $sf, $nr ) = @_;
963                                    my ( $from_sf, $from_nr ) = @{ $new_r->{ $sf }->[ $nr ] };
964                                    my $v = $r->{ $from_sf }; # || die "no $from_sf/$from_nr";
965                                    warn "#### fill_in( $sf, $nr ) = $from_sf/$from_nr >>>> ",dump( $v ), $/;
966                                    if ( ref( $v ) eq 'ARRAY' ) {
967                                            $fill_in->{$sf}->[$nr] = $v->[$from_nr];
968                                            return $v->[$from_nr];
969                                    } elsif ( $from_nr == 0 ) {
970                                            $fill_in->{$sf}->[$nr] = $v;
971                                            return $v;
972                                    } else {
973                                            die "requested subfield $from_sf/$from_nr but it's ",dump( $v );
974                                    }
975                            }
976                            warn "#### $sf <<<< $fields_re\n";
977                            $sf =~ s/($fields_re)(\d+)/fill_in($r,$1,$2)/ge;
978                            warn "#### >>>> $sf with fill_in = ",dump( $fill_in ),$/;
979                    }
980    
981                    warn "## template: |$template|\n## marc_template_order = ",dump( $marc_template_order );
982    
983                    foreach my $sf ( @{ $marc_template_order->{$template} } ) {
984                            my ( $sf, $nr ) = @$sf;
985                            my $v = $fill_in->{$sf}->[$nr] || die "can't find fill_in $sf/$nr";
986                            warn "++ $sf/$nr |$v|\n";
987                            push @$m, ( $sf, $v );
988                    }
989    
990                    warn "#### >>>> created marc: ", dump( $m );
991    
992                    push @marc_out, $m;
993            }
994    
995            warn "### marc_template produced: ",dump( @marc_out );
996    
997            foreach my $marc ( @marc_out ) {
998                    warn "+++ ",dump( $marc );
999                    push @{ $marc_record->[ $marc_record_offset ] }, $marc;
1000            }
1001    }
1002    
1003    =head2 marc_count
1004    
1005    Return number of MARC records created using L</marc_duplicate>.
1006    
1007      print "created ", marc_count(), " records";
1008    
1009    =cut
1010    
1011    sub marc_count {
1012            return $#{ $marc_record };
1013    }
1014    
1015    
1016  =head1 Functions to extract data from input  =head1 Functions to extract data from input
1017    
1018  This function should be used inside functions to create C<data_structure> described  This function should be used inside functions to create C<data_structure> described
1019  above.  above.
1020    
1021    =head2 _pack_subfields_hash
1022    
1023     @subfields = _pack_subfields_hash( $h );
1024     $subfields = _pack_subfields_hash( $h, 1 );
1025    
1026    Return each subfield value in array or pack them all together and return scalar
1027    with subfields (denoted by C<^>) and values.
1028    
1029    =cut
1030    
1031    sub _pack_subfields_hash {
1032    
1033            warn "## _pack_subfields_hash( ",dump(@_), " )\n" if ($debug > 1);
1034    
1035            my ($h,$include_subfields) = @_;
1036    
1037            # sanity and ease of use
1038            return $h if (ref($h) ne 'HASH');
1039    
1040            if ( defined($h->{subfields}) ) {
1041                    my $sfs = delete $h->{subfields} || die "no subfields?";
1042                    my @out;
1043                    while (@$sfs) {
1044                            my $sf = shift @$sfs;
1045                            push @out, '^' . $sf if ($include_subfields);
1046                            my $o = shift @$sfs;
1047                            if ($o == 0 && ref( $h->{$sf} ) ne 'ARRAY' ) {
1048                                    # single element subfields are not arrays
1049    #warn "====> $sf $o / $#$sfs ", dump( $sfs, $h->{$sf} ), "\n";
1050    
1051                                    push @out, $h->{$sf};
1052                            } else {
1053    #warn "====> $sf $o / $#$sfs ", dump( $sfs, $h->{$sf} ), "\n";
1054                                    push @out, $h->{$sf}->[$o];
1055                            }
1056                    }
1057                    if ($include_subfields) {
1058                            return join('', @out);
1059                    } else {
1060                            return @out;
1061                    }
1062            } else {
1063                    if ($include_subfields) {
1064                            my $out = '';
1065                            foreach my $sf (sort keys %$h) {
1066                                    if (ref($h->{$sf}) eq 'ARRAY') {
1067                                            $out .= '^' . $sf . join('^' . $sf, @{ $h->{$sf} });
1068                                    } else {
1069                                            $out .= '^' . $sf . $h->{$sf};
1070                                    }
1071                            }
1072                            return $out;
1073                    } else {
1074                            # FIXME this should probably be in alphabetical order instead of hash order
1075                            values %{$h};
1076                    }
1077            }
1078    }
1079    
1080  =head2 rec1  =head2 rec1
1081    
1082  Return all values in some field  Return all values in some field
# Line 738  sub rec1 { Line 1093  sub rec1 {
1093          return unless (defined($rec) && defined($rec->{$f}));          return unless (defined($rec) && defined($rec->{$f}));
1094          warn "rec1($f) = ", dump( $rec->{$f} ), $/ if ($debug > 1);          warn "rec1($f) = ", dump( $rec->{$f} ), $/ if ($debug > 1);
1095          if (ref($rec->{$f}) eq 'ARRAY') {          if (ref($rec->{$f}) eq 'ARRAY') {
1096                  return map {                  my @out;
1097                          if (ref($_) eq 'HASH') {                  foreach my $h ( @{ $rec->{$f} } ) {
1098                                  values %{$_};                          if (ref($h) eq 'HASH') {
1099                                    push @out, ( _pack_subfields_hash( $h ) );
1100                          } else {                          } else {
1101                                  $_;                                  push @out, $h;
1102                          }                          }
1103                  } @{ $rec->{$f} };                  }
1104                    return @out;
1105          } elsif( defined($rec->{$f}) ) {          } elsif( defined($rec->{$f}) ) {
1106                  return $rec->{$f};                  return $rec->{$f};
1107          }          }
# Line 779  syntaxtic sugar for Line 1136  syntaxtic sugar for
1136    @v = rec('200')    @v = rec('200')
1137    @v = rec('200','a')    @v = rec('200','a')
1138    
1139    If rec() returns just single value, it will
1140    return scalar, not array.
1141    
1142  =cut  =cut
1143    
1144  sub rec {  sub rec {
# Line 788  sub rec { Line 1148  sub rec {
1148          } elsif ($#_ == 1) {          } elsif ($#_ == 1) {
1149                  @out = rec2(@_);                  @out = rec2(@_);
1150          }          }
1151          if (@out) {          if ($#out == 0 && ! wantarray) {
1152                    return $out[0];
1153            } elsif (@out) {
1154                  return @out;                  return @out;
1155          } else {          } else {
1156                  return '';                  return '';
1157          }          }
1158  }  }
1159    
1160    =head2 frec
1161    
1162    Returns first value from field
1163    
1164      $v = frec('200');
1165      $v = frec('200','a');
1166    
1167    =cut
1168    
1169    sub frec {
1170            my @out = rec(@_);
1171            warn "rec(",dump(@_),") has more than one return value, ignoring\n" if $#out > 0;
1172            return shift @out;
1173    }
1174    
1175    =head2 frec_eq
1176    
1177    =head2 frec_ne
1178    
1179    Check if first values from two fields are same or different
1180    
1181      if ( frec_eq( 900 => 'a', 910 => 'c' ) ) {
1182            # values are same
1183      } else {
1184        # values are different
1185      }
1186    
1187    Strictly speaking C<frec_eq> and C<frec_ne> wouldn't be needed if you
1188    could write something like:
1189    
1190      if ( frec( '900','a' ) eq frec( '910','c' ) ) {
1191            # yada tada
1192      }
1193    
1194    but you can't since our parser L<WebPAC::Parser> will remove all whitespaces
1195    in order to parse text and create invalid function C<eqfrec>.
1196    
1197    =cut
1198    
1199    sub frec_eq {
1200            my ( $f1,$sf1, $f2, $sf2 ) = @_;
1201            return (rec( $f1, $sf1 ))[0] eq (rec( $f2, $sf2 ))[0];
1202    }
1203    
1204    sub frec_ne {
1205            return ! frec_eq( @_ );
1206    }
1207    
1208  =head2 regex  =head2 regex
1209    
1210  Apply regex to some or all values  Apply regex to some or all values
# Line 824  Prefix all values with a string Line 1234  Prefix all values with a string
1234  =cut  =cut
1235    
1236  sub prefix {  sub prefix {
1237          my $p = shift or return;          my $p = shift;
1238            return @_ unless defined( $p );
1239          return map { $p . $_ } grep { defined($_) } @_;          return map { $p . $_ } grep { defined($_) } @_;
1240  }  }
1241    
# Line 837  suffix all values with a string Line 1248  suffix all values with a string
1248  =cut  =cut
1249    
1250  sub suffix {  sub suffix {
1251          my $s = shift or die "suffix needs string as first argument";          my $s = shift;
1252            return @_ unless defined( $s );
1253          return map { $_ . $s } grep { defined($_) } @_;          return map { $_ . $s } grep { defined($_) } @_;
1254  }  }
1255    
# Line 850  surround all values with a two strings Line 1262  surround all values with a two strings
1262  =cut  =cut
1263    
1264  sub surround {  sub surround {
1265          my $p = shift or die "surround need prefix as first argument";          my $p = shift;
1266          my $s = shift or die "surround needs suffix as second argument";          my $s = shift;
1267            $p = '' unless defined( $p );
1268            $s = '' unless defined( $s );
1269          return map { $p . $_ . $s } grep { defined($_) } @_;          return map { $p . $_ . $s } grep { defined($_) } @_;
1270  }  }
1271    
# Line 872  sub first { Line 1286  sub first {
1286    
1287  Consult lookup hashes for some value  Consult lookup hashes for some value
1288    
1289    @v = lookup( $v );    @v = lookup(
1290    @v = lookup( @v );          sub {
1291                    'ffkk/peri/mfn'.rec('000')
1292            },
1293            'ffkk','peri','200-a-200-e',
1294            sub {
1295                    first(rec(200,'a')).' '.first(rec('200','e'))
1296            }
1297      );
1298    
1299    Code like above will be B<automatically generated> using L<WebPAC::Parse> from
1300    normal lookup definition in C<conf/lookup/something.pl> which looks like:
1301    
1302      lookup(
1303            # which results to return from record recorded in lookup
1304            sub { 'ffkk/peri/mfn' . rec('000') },
1305            # from which database and input
1306            'ffkk','peri',
1307            # such that following values match
1308            sub { first(rec(200,'a')) . ' ' . first(rec('200','e')) },
1309            # if this part is missing, we will try to match same fields
1310            # from lookup record and current one, or you can override
1311            # which records to use from current record using
1312            sub { rec('900','x') . ' ' . rec('900','y') },
1313      )
1314    
1315    You can think about this lookup as SQL (if that helps):
1316    
1317      select
1318            sub { what }
1319      from
1320            database, input
1321      where
1322        sub { filter from lookuped record }
1323      having
1324        sub { optional filter on current record }
1325    
1326    Easy as pie, right?
1327    
1328  =cut  =cut
1329    
1330  sub lookup {  sub lookup {
1331          my $k = shift or return;          my ($what, $database, $input, $key, $having) = @_;
1332          return unless (defined($lookup->{$k}));  
1333          if (ref($lookup->{$k}) eq 'ARRAY') {          confess "lookup needs 5 arguments: what, database, input, key, having\n" unless ($#_ == 4);
1334                  return @{ $lookup->{$k} };  
1335            warn "## lookup ($database, $input, $key)", $/ if ($debug > 1);
1336            return unless (defined($lookup->{$database}->{$input}->{$key}));
1337    
1338            confess "lookup really need load_row_coderef added to data_structure\n" unless ($load_row_coderef);
1339    
1340            my $mfns;
1341            my @having = $having->();
1342    
1343            warn "## having = ", dump( @having ) if ($debug > 2);
1344    
1345            foreach my $h ( @having ) {
1346                    if (defined($lookup->{$database}->{$input}->{$key}->{$h})) {
1347                            warn "lookup for $database/$input/$key/$h return ",dump($lookup->{$database}->{$input}->{$key}->{$h}),"\n" if ($debug);
1348                            $mfns->{$_}++ foreach keys %{ $lookup->{$database}->{$input}->{$key}->{$h} };
1349                    }
1350            }
1351    
1352            return unless ($mfns);
1353    
1354            my @mfns = sort keys %$mfns;
1355    
1356            warn "# lookup loading $database/$input/$key mfn ", join(",",@mfns)," having ",dump(@having),"\n" if ($debug);
1357    
1358            my $old_rec = $rec;
1359            my @out;
1360    
1361            foreach my $mfn (@mfns) {
1362                    $rec = $load_row_coderef->( $database, $input, $mfn );
1363    
1364                    warn "got $database/$input/$mfn = ", dump($rec), $/ if ($debug);
1365    
1366                    my @vals = $what->();
1367    
1368                    push @out, ( @vals );
1369    
1370                    warn "lookup for mfn $mfn returned ", dump(@vals), $/ if ($debug);
1371            }
1372    
1373    #       if (ref($lookup->{$k}) eq 'ARRAY') {
1374    #               return @{ $lookup->{$k} };
1375    #       } else {
1376    #               return $lookup->{$k};
1377    #       }
1378    
1379            $rec = $old_rec;
1380    
1381            warn "## lookup returns = ", dump(@out), $/ if ($debug);
1382    
1383            if ($#out == 0) {
1384                    return $out[0];
1385          } else {          } else {
1386                  return $lookup->{$k};                  return @out;
1387          }          }
1388  }  }
1389    
1390    =head2 save_into_lookup
1391    
1392    Save value into lookup. It associates current database, input
1393    and specific keys with one or more values which will be
1394    associated over MFN.
1395    
1396    MFN will be extracted from first occurence current of field 000
1397    in current record, or if it doesn't exist from L<_set_config> C<_mfn>.
1398    
1399      my $nr = save_into_lookup($database,$input,$key,sub {
1400            # code which produce one or more values
1401      });
1402    
1403    It returns number of items saved.
1404    
1405    This function shouldn't be called directly, it's called from code created by
1406    L<WebPAC::Parser>.
1407    
1408    =cut
1409    
1410    sub save_into_lookup {
1411            my ($database,$input,$key,$coderef) = @_;
1412            die "save_into_lookup needs database" unless defined($database);
1413            die "save_into_lookup needs input" unless defined($input);
1414            die "save_into_lookup needs key" unless defined($key);
1415            die "save_into_lookup needs CODE" unless ( defined($coderef) && ref($coderef) eq 'CODE' );
1416    
1417            warn "## save_into_lookup rec = ", dump($rec), " config = ", dump($config), $/ if ($debug > 2);
1418    
1419            my $mfn =
1420                    defined($rec->{'000'}->[0])     ?       $rec->{'000'}->[0]      :
1421                    defined($config->{_mfn})        ?       $config->{_mfn}         :
1422                                                                                    die "mfn not defined or zero";
1423    
1424            my $nr = 0;
1425    
1426            foreach my $v ( $coderef->() ) {
1427                    $lookup->{$database}->{$input}->{$key}->{$v}->{$mfn}++;
1428                    warn "# saved lookup $database/$input/$key [$v] $mfn\n" if ($debug > 1);
1429                    $nr++;
1430            }
1431    
1432            return $nr;
1433    }
1434    
1435  =head2 config  =head2 config
1436    
1437  Consult config values stored in C<config.yml>  Consult config values stored in C<config.yml>
# Line 895  Consult config values stored in C<config Line 1440  Consult config values stored in C<config
1440    $database_code = config();    # use _ from hash    $database_code = config();    # use _ from hash
1441    $database_name = config('name');    $database_name = config('name');
1442    $database_input_name = config('input name');    $database_input_name = config('input name');
   $tag = config('input normalize tag');  
1443    
1444  Up to three levels are supported.  Up to three levels are supported.
1445    
# Line 1011  sub split_rec_on { Line 1555  sub split_rec_on {
1555          }          }
1556  }  }
1557    
1558    my $hash;
1559    
1560    =head2 set
1561    
1562      set( key => 'value' );
1563    
1564    =cut
1565    
1566    sub set {
1567            my ($k,$v) = @_;
1568            warn "## set ( $k => ", dump($v), " )", $/ if ( $debug );
1569            $hash->{$k} = $v;
1570    };
1571    
1572    =head2 get
1573    
1574      get( 'key' );
1575    
1576    =cut
1577    
1578    sub get {
1579            my $k = shift || return;
1580            my $v = $hash->{$k};
1581            warn "## get $k = ", dump( $v ), $/ if ( $debug );
1582            return $v;
1583    }
1584    
1585    =head2 count
1586    
1587      if ( count( @result ) == 1 ) {
1588            # do something if only 1 result is there
1589      }
1590    
1591    =cut
1592    
1593    sub count {
1594            warn "## count ",dump(@_),$/ if ( $debug );
1595            return @_ . '';
1596    }
1597    
1598  # END  # END
1599  1;  1;

Legend:
Removed from v.619  
changed lines
  Added in v.1016

  ViewVC Help
Powered by ViewVC 1.1.26