/[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 397 by dpavlin, Wed Feb 15 15:54:12 2006 UTC revision 711 by dpavlin, Tue Sep 26 10:05:25 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            _debug
7            _pack_subfields_hash
8    
9            tag search display
10            marc marc_indicators marc_repeatable_subfield
11            marc_compose marc_leader
12            marc_duplicate marc_remove
13            marc_original_order
14    
15            rec1 rec2 rec
16            regex prefix suffix surround
17            first lookup join_with
18            save_into_lookup
19    
20            split_rec_on
21    /;
22    
23  use warnings;  use warnings;
24  use strict;  use strict;
25  use blib;  
26  use WebPAC::Common;  #use base qw/WebPAC::Common/;
27  use base 'WebPAC::Common';  use Data::Dump qw/dump/;
28  use Data::Dumper;  use Storable qw/dclone/;
29    
30    # debugging warn(s)
31    my $debug = 0;
32    
33    
34  =head1 NAME  =head1 NAME
35    
36  WebPAC::Normalize - data mungling for normalisation  WebPAC::Normalize - describe normalisaton rules using sets
37    
38  =head1 VERSION  =head1 VERSION
39    
40  Version 0.08  Version 0.20
41    
42  =cut  =cut
43    
44  our $VERSION = '0.08';  our $VERSION = '0.20';
45    
46  =head1 SYNOPSIS  =head1 SYNOPSIS
47    
48  This package contains code that mungle data to produce normalized format.  This module uses C<conf/normalize/*.pl> files to perform normalisation
49    from input records using perl functions which are specialized for set
50    processing.
51    
52    Sets are implemented as arrays, and normalisation file is valid perl, which
53    means that you check it's validity before running WebPAC using
54    C<perl -c normalize.pl>.
55    
56    Normalisation can generate multiple output normalized data. For now, supported output
57    types (on the left side of definition) are: C<tag>, C<display>, C<search> and
58    C<marc>.
59    
60  It contains several assumptions:  =head1 FUNCTIONS
61    
62  =over  Functions which start with C<_> are private and used by WebPAC internally.
63    All other functions are available for use within normalisation rules.
64    
65  =item *  =head2 data_structure
66    
67  format of fields is defined using C<v123^a> notation for repeatable fields  Return data structure
 or C<s123^a> for single (or first) value, where C<123> is field number and  
 C<a> is subfield.  
68    
69  =item *    my $ds = WebPAC::Normalize::data_structure(
70            lookup => $lookup_variable,
71            row => $row,
72            rules => $normalize_pl_config,
73            marc_encoding => 'utf-8',
74            config => $config,
75      );
76    
77  source data records (C<$rec>) have unique identifiers in field C<000>  Options C<row>, C<rules> and C<log> are mandatory while all
78    other are optional.
79    
80  =item *  This function will B<die> if normalizastion can't be evaled.
81    
82  optional C<eval{length('v123^a') == 3}> tag at B<beginning of format> will be  Since this function isn't exported you have to call it with
83  perl code that is evaluated before producing output (value of field will be  C<WebPAC::Normalize::data_structure>.
 interpolated before that)  
84    
85  =item *  =cut
86    
87  optional C<filter{filter_name}> at B<begining of format> will apply perl  sub data_structure {
88  code defined as code ref on format after field substitution to producing          my $arg = {@_};
 output  
89    
90  There is one built-in filter called C<regex> which can be use like this:          die "need row argument" unless ($arg->{row});
91            die "need normalisation argument" unless ($arg->{rules});
92    
93    filter{regex(s/foo/bar/)}          no strict 'subs';
94            _set_lookup( $arg->{lookup} ) if (defined( $arg->{lookup} ));
95            _set_rec( $arg->{row} );
96            _set_config( $arg->{config} ) if (defined( $arg->{config} ));
97            _clean_ds( %{ $arg } );
98            eval "$arg->{rules}";
99            die "error evaling $arg->{rules}: $@\n" if ($@);
100    
101  =item *          return _get_ds();
102    }
103    
104  optional C<lookup{...}> will be then performed. See C<WebPAC::Lookups>.  =head2 _set_rec
105    
106  =item *  Set current record hash
107    
108  at end, optional C<format>s rules are resolved. Format rules are similar to    _set_rec( $rec );
 C<sprintf> and can also contain C<lookup{...}> which is performed after  
 values are inserted in format.  
109    
110  =back  =cut
111    
112  This also describes order in which transformations are applied (eval,  my $rec;
 filter, lookup, format) which is important to undestand when deciding how to  
 solve your data mungling and normalisation process.  
113    
114    sub _set_rec {
115            $rec = shift or die "no record hash";
116    }
117    
118    =head2 _set_config
119    
120    Set current config hash
121    
122  =head1 FUNCTIONS    _set_config( $config );
123    
124  =head2 new  Magic keys are:
125    
126  Create new normalisation object  =over 4
127    
128    my $n = new WebPAC::Normalize::Something(  =item _
         filter => {  
                 'filter_name_1' => sub {  
                         # filter code  
                         return length($_);  
                 }, ...  
         },  
         db => $db_obj,  
         lookup_regex => $lookup->regex,  
         lookup => $lookup_obj,  
         prefix => 'foobar',  
   );  
129    
130  Parametar C<filter> defines user supplied snippets of perl code which can  Code of current database
 be use with C<filter{...}> notation.  
131    
132  C<prefix> is used to form filename for database record (to support multiple  =item _mfn
 source files which are joined in one database).  
133    
134  Recommended parametar C<lookup_regex> is used to enable parsing of lookups  Current MFN
135  in structures. If you pass this parametar, you must also pass C<lookup>  
136  which is C<WebPAC::Lookup> object.  =back
137    
138  =cut  =cut
139    
140  sub new {  my $config;
141          my $class = shift;  
142          my $self = {@_};  sub _set_config {
143          bless($self, $class);          $config = shift;
144    }
145    
146          my $r = $self->{'lookup_regex'} ? 1 : 0;  =head2 _get_ds
         my $l = $self->{'lookup'} ? 1 : 0;  
147    
148          my $log = $self->_get_logger();  Return hash formatted as data structure
149    
150          # those two must be in pair    my $ds = _get_ds();
         if ( ($r & $l) != ($r || $l) ) {  
                 my $log = $self->_get_logger();  
                 $log->logdie("lookup_regex and lookup must be in pair");  
         }  
151    
152          $log->logdie("lookup must be WebPAC::Lookup object") if ($self->{'lookup'} && ! $self->{'lookup'}->isa('WebPAC::Lookup'));  =cut
153    
154          $log->warn("no prefix defined. please check that!") unless ($self->{'prefix'});  my ($out, $marc_record, $marc_encoding, $marc_repeatable_subfield, $marc_indicators);
155    my ($marc_record_offset, $marc_fetch_offset) = (0, 0);
156    
157          $log->debug("using lookup regex: ", $self->{lookup_regex}) if ($r && $l);  sub _get_ds {
158            return $out;
159    }
160    
161          if (! $self->{filter} || ! $self->{filter}->{regex}) {  =head2 _clean_ds
                 $log->debug("adding built-in filter regex");  
                 $self->{filter}->{regex} = sub {  
                         my ($val, $regex) = @_;  
                         eval "\$val =~ $regex";  
                         return $val;  
                 };  
         }  
162    
163          $self ? return $self : return undef;  Clean data structure hash for next record
164    
165      _clean_ds();
166    
167    =cut
168    
169    sub _clean_ds {
170            my $a = {@_};
171            ($out,$marc_record, $marc_encoding, $marc_repeatable_subfield, $marc_indicators) = ();
172            ($marc_record_offset, $marc_fetch_offset) = (0,0);
173            $marc_encoding = $a->{marc_encoding};
174  }  }
175    
176    =head2 _set_lookup
177    
178  =head2 data_structure  Set current lookup hash
179    
180  Create in-memory data structure which represents normalized layout from    _set_lookup( $lookup );
 C<conf/normalize/*.xml>.  
181    
182  This structures are used to produce output.  =cut
183    
184   my $ds = $webpac->data_structure($rec);  my $lookup;
185    
186    sub _set_lookup {
187            $lookup = shift;
188    }
189    
190    =head2 _get_lookup
191    
192    Get current lookup hash
193    
194      my $lookup = _get_lookup();
195    
196  =cut  =cut
197    
198  sub data_structure {  sub _get_lookup {
199          my $self = shift;          return $lookup;
200    }
201    
202          my $log = $self->_get_logger();  =head2 _get_marc_fields
203    
204          my $rec = shift;  Get all fields defined by calls to C<marc>
         $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);  
205    
206          $log->debug("data_structure rec = ", sub { Dumper($rec) });          $marc->add_fields( WebPAC::Normalize:_get_marc_fields() );
207    
208          $log->logdie("need unique ID (mfn) in field 000 of record " . Dumper($rec) ) unless (defined($rec->{'000'}));  We are using I<magic> which detect repeatable fields only from
209    sequence of field/subfield data generated by normalization.
210    
211          my $id = $rec->{'000'}->[0] || $log->logdie("field 000 isn't array!");  Repeatable field is created when there is second occurence of same subfield or
212    if any of indicators are different.
213    
214          my $cache_file;  This is sane for most cases. Something like:
215    
216          if ($self->{'db'}) {    900a-1 900b-1 900c-1
217                  my $ds = $self->{'db'}->load_ds( id => $id, prefix => $self->{prefix} );    900a-2 900b-2
218                  $log->debug("load_ds( rec = ", sub { Dumper($rec) }, ") = ", sub { Dumper($ds) });    900a-3
                 return $ds if ($ds);  
                 $log->debug("cache miss, creating");  
         }  
219    
220          my @sorted_tags;  will be created from any combination of:
221          if ($self->{tags_by_order}) {  
222                  @sorted_tags = @{$self->{tags_by_order}};    900a-1 900a-2 900a-3 900b-1 900b-2 900c-1
223          } else {  
224                  @sorted_tags = sort { $self->_sort_by_order } keys %{$self->{'import_xml'}->{'indexer'}};  and following rules:
225                  $self->{tags_by_order} = \@sorted_tags;  
226      marc('900','a', rec('200','a') );
227      marc('900','b', rec('200','b') );
228      marc('900','c', rec('200','c') );
229    
230    which might not be what you have in mind. If you need repeatable subfield,
231    define it using C<marc_repeatable_subfield> like this:
232    
233      marc_repeatable_subfield('900','a');
234      marc('900','a', rec('200','a') );
235      marc('900','b', rec('200','b') );
236      marc('900','c', rec('200','c') );
237    
238    will create:
239    
240      900a-1 900a-2 900a-3 900b-1 900c-1
241      900b-2
242    
243    There is also support for returning next or specific using:
244    
245      while (my $mf = WebPAC::Normalize:_get_marc_fields( fetch_next => 1 ) ) {
246            # do something with $mf
247      }
248    
249    will always return fields from next MARC record or
250    
251      my $mf = WebPAC::Normalize::_get_marc_fields( offset => 42 );
252    
253    will return 42th copy record (if it exists).
254    
255    =cut
256    
257    sub _get_marc_fields {
258    
259            my $arg = {@_};
260            warn "### _get_marc_fields arg: ", dump($arg), $/ if ($debug > 2);
261            my $offset = $marc_fetch_offset;
262            if ($arg->{offset}) {
263                    $offset = $arg->{offset};
264            } elsif($arg->{fetch_next}) {
265                    $marc_fetch_offset++;
266          }          }
267    
268          my $ds;          return if (! $marc_record || ref($marc_record) ne 'ARRAY');
269    
270          $log->debug("tags: ",sub { join(", ",@sorted_tags) });          warn "### full marc_record = ", dump( @{ $marc_record }), $/ if ($debug > 2);
271    
272          foreach my $field (@sorted_tags) {          my $marc_rec = $marc_record->[ $offset ];
273    
274                  my $row;          warn "## _get_marc_fields (at offset: $offset) -- marc_record = ", dump( @$marc_rec ), $/ if ($debug > 1);
275    
276  #print "field $field [",$self->{'tag'},"] = ",Dumper($self->{'import_xml'}->{'indexer'}->{$field}->{$self->{'tag'}});          return if (! $marc_rec || ref($marc_rec) ne 'ARRAY' || $#{ $marc_rec } < 0);
277    
278                  foreach my $tag (@{$self->{'import_xml'}->{'indexer'}->{$field}->{$self->{'tag'}}}) {          # first, sort all existing fields
279                          my $format;          # XXX might not be needed, but modern perl might randomize elements in hash
280            my @sorted_marc_record = sort {
281                    $a->[0] . ( $a->[3] || '' ) cmp $b->[0] . ( $b->[3] || '')
282            } @{ $marc_rec };
283    
284                          $log->logdie("expected tag HASH and got $tag") unless (ref($tag) eq 'HASH');          @sorted_marc_record = @{ $marc_rec };   ### FIXME disable sorting
285                          $format = $tag->{'value'} || $tag->{'content'};          
286            # output marc fields
287            my @m;
288    
289                          my @v;          # count unique field-subfields (used for offset when walking to next subfield)
290                          if ($self->{'lookup_regex'} && $format =~ $self->{'lookup_regex'}) {          my $u;
291                                  @v = $self->_rec_to_arr($rec,$format,'fill_in');          map { $u->{ $_->[0] . ( $_->[3] || '')  }++ } @sorted_marc_record;
292                          } else {  
293                                  @v = $self->_rec_to_arr($rec,$format,'parse');          if ($debug) {
294                          }                  warn "## marc_repeatable_subfield = ", dump( $marc_repeatable_subfield ), $/ if ( $marc_repeatable_subfield );
295                          if (! @v) {                  warn "## marc_record[$offset] = ", dump( $marc_rec ), $/;
296                                  $log->debug("$field <",$self->{tag},"> format: $format no values");                  warn "## sorted_marc_record = ", dump( \@sorted_marc_record ), $/;
297                                  next;                  warn "## subfield count = ", dump( $u ), $/;
298                          } else {          }
                                 $log->debug("$field <",$self->{tag},"> format: $format values: ", join(",", @v));  
                         }  
299    
300                          if ($tag->{'sort'}) {          my $len = $#sorted_marc_record;
301                                  @v = $self->sort_arr(@v);          my $visited;
302                          }          my $i = 0;
303            my $field;
304    
305                          # use format?          foreach ( 0 .. $len ) {
                         if ($tag->{'format_name'}) {  
                                 @v = map { $self->apply_format($tag->{'format_name'},$tag->{'format_delimiter'},$_) } @v;  
                         }  
306    
307                          # delimiter will join repeatable fields                  # find next element which isn't visited
308                          if ($tag->{'delimiter'}) {                  while ($visited->{$i}) {
309                                  @v = ( join($tag->{'delimiter'}, @v) );                          $i = ($i + 1) % ($len + 1);
310                          }                  }
311    
312                          # default types                  # mark it visited
313                          my @types = qw(display search);                  $visited->{$i}++;
                         # 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;  
314    
315                                  } else {                  my $row = dclone( $sorted_marc_record[$i] );
                                         push @{$row->{$type}}, @v;  
                                 }  
                         }  
316    
317                    # field and subfield which is key for
318                    # marc_repeatable_subfield and u
319                    my $fsf = $row->[0] . ( $row->[3] || '' );
320    
321                    if ($debug > 1) {
322    
323                            print "### field so far [", $#$field, "] : ", dump( $field ), " ", $field ? 'T' : 'F', $/;
324                            print "### this [$i]: ", dump( $row ),$/;
325                            print "### sf: ", $row->[3], " vs ", $field->[3],
326                                    $marc_repeatable_subfield->{ $row->[0] . $row->[3] } ? ' (repeatable)' : '', $/,
327                                    if ($#$field >= 0);
328    
329                  }                  }
330    
331                  if ($row) {                  # if field exists
332                          $row->{'tag'} = $field;                  if ( $#$field >= 0 ) {
333                            if (
334                                    $row->[0] ne $field->[0] ||             # field
335                                    $row->[1] ne $field->[1] ||             # i1
336                                    $row->[2] ne $field->[2]                # i2
337                            ) {
338                                    push @m, $field;
339                                    warn "## saved/1 ", dump( $field ),$/ if ($debug);
340                                    $field = $row;
341    
342                            } elsif (
343                                    ( $row->[3] lt $field->[-2] )           # subfield which is not next (e.g. a after c)
344                                    ||
345                                    ( $row->[3] eq $field->[-2] &&          # same subfield, but not repeatable
346                                            ! $marc_repeatable_subfield->{ $fsf }
347                                    )
348                            ) {
349                                    push @m, $field;
350                                    warn "## saved/2 ", dump( $field ),$/ if ($debug);
351                                    $field = $row;
352    
353                          # TODO: name_sigular, name_plural                          } else {
354                          my $name = $self->{'import_xml'}->{'indexer'}->{$field}->{'name'};                                  # append new subfields to existing field
355                          my $row_name = $name ? $self->_x($name) : $field;                                  push @$field, ( $row->[3], $row->[4] );
   
                         # post-sort all values in field  
                         if ($self->{'import_xml'}->{'indexer'}->{$field}->{'sort'}) {  
                                 $log->warn("sort at field tag not implemented");  
356                          }                          }
357                    } else {
358                            # insert first field
359                            $field = $row;
360                    }
361    
362                          $ds->{$row_name} = $row;                  if (! $marc_repeatable_subfield->{ $fsf }) {
363                            # make step to next subfield
364                          $log->debug("row $field: ",sub { Dumper($row) });                          $i = ($i + $u->{ $fsf } ) % ($len + 1);
365                  }                  }
366            }
367    
368            if ($#$field >= 0) {
369                    push @m, $field;
370                    warn "## saved/3 ", dump( $field ),$/ if ($debug);
371          }          }
372    
373          $self->{'db'}->save_ds(          return \@m;
374                  id => $id,  }
                 ds => $ds,  
                 prefix => $self->{prefix},  
         ) if ($self->{'db'});  
375    
376          $log->debug("ds: ", sub { Dumper($ds) });  =head2 _debug
377    
378          $log->logconfess("data structure returned is not array any more!") if wantarray;  Change level of debug warnings
379    
380          return $ds;    _debug( 2 );
381    
382  }  =cut
383    
384  =head2 parse  sub _debug {
385            my $l = shift;
386            return $debug unless defined($l);
387            warn "debug level $l",$/ if ($l > 0);
388            $debug = $l;
389    }
390    
391  Perform smart parsing of string, skipping delimiters for fields which aren't  =head1 Functions to create C<data_structure>
 defined. It can also eval code in format starting with C<eval{...}> and  
 return output or nothing depending on eval code.  
392    
393   my $text = $webpac->parse($rec,'eval{"v901^a" eq "Deskriptor"}descriptor: v250^a', $i);  Those functions generally have to first in your normalization file.
394    
395  Filters are implemented here. While simple form of filters looks like this:  =head2 tag
396    
397    filter{name_of_filter}  Define new tag for I<search> and I<display>.
398    
399  but, filters can also have variable number of parametars like this:    tag('Title', rec('200','a') );
400    
   filter{name_of_filter(param,param,param)}  
401    
402  =cut  =cut
403    
404  my $warn_once;  sub tag {
405            my $name = shift or die "tag needs name as first argument";
406            my @o = grep { defined($_) && $_ ne '' } @_;
407            return unless (@o);
408            $out->{$name}->{tag} = $name;
409            $out->{$name}->{search} = \@o;
410            $out->{$name}->{display} = \@o;
411    }
412    
413  sub parse {  =head2 display
         my $self = shift;  
414    
415          my ($rec, $format_utf8, $i, $rec_size) = @_;  Define tag just for I<display>
416    
417          return if (! $format_utf8);    @v = display('Title', rec('200','a') );
418    
419          my $log = $self->_get_logger();  =cut
420    
421          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);  sub display {
422            my $name = shift or die "display needs name as first argument";
423            my @o = grep { defined($_) && $_ ne '' } @_;
424            return unless (@o);
425            $out->{$name}->{tag} = $name;
426            $out->{$name}->{display} = \@o;
427    }
428    
429          $i = 0 if (! $i);  =head2 search
430    
431          my $format = $self->_x($format_utf8) || $log->logconfess("can't convert '$format_utf8' from UTF-8 to ",$self->{'code_page'});  Prepare values just for I<search>
432    
433          my @out;    @v = search('Title', rec('200','a') );
434    
435          $log->debug("format: $format [$i]");  =cut
436    
437          my $eval_code;  sub search {
438          # remove eval{...} from beginning          my $name = shift or die "search needs name as first argument";
439          $eval_code = $1 if ($format =~ s/^eval{([^}]+)}//s);          my @o = grep { defined($_) && $_ ne '' } @_;
440            return unless (@o);
441            $out->{$name}->{tag} = $name;
442            $out->{$name}->{search} = \@o;
443    }
444    
445          my $filter_name;  =head2 marc_leader
         # remove filter{...} from beginning  
         $filter_name = $1 if ($format =~ s/^filter{([^}]+)}//s);  
446    
447          # did we found any (att all) field from format in row?  Setup fields within MARC leader or get leader
         my $found_any;  
         # prefix before first field which we preserve it $found_any  
         my $prefix;  
448    
449          my $f_step = 1;    marc_leader('05','c');
450      my $leader = marc_leader();
451    
452          while ($format =~ s/^(.*?)(v|s)(\d+)(?:\^(\w))?//s) {  =cut
453    
454                  my $del = $1 || '';  sub marc_leader {
455                  $prefix = $del if ($f_step == 1);          my ($offset,$value) = @_;
456    
457                  my $fld_type = lc($2);          if ($offset) {
458                    $out->{' leader'}->{ $offset } = $value;
459            } else {
460                    return $out->{' leader'};
461            }
462    }
463    
464                  # repeatable index  =head2 marc
                 my $r = $i;  
                 if ($fld_type eq 's') {  
                         if ($found_any->{'v'}) {  
                                 $r = 0;  
                         } else {  
                                 return;  
                         }  
                 }  
465    
466                  my $found = 0;  Save value for MARC field
                 my $tmp = $self->get_data(\$rec,$3,$4,$r,\$found,$rec_size);  
467    
468                  if ($found) {    marc('900','a', rec('200','a') );
469                          $found_any->{$fld_type} += $found;    marc('001', rec('000') );
470    
471                          # we will skip delimiter before first occurence of field!  =cut
472                          push @out, $del unless($found_any->{$fld_type} == 1);  
473                          push @out, $tmp;  sub marc {
474            my $f = shift or die "marc needs field";
475            die "marc field must be numer" unless ($f =~ /^\d+$/);
476    
477            my $sf;
478            if ($f >= 10) {
479                    $sf = shift or die "marc needs subfield";
480            }
481    
482            foreach (@_) {
483                    my $v = $_;             # make var read-write for Encode
484                    next unless (defined($v) && $v !~ /^\s*$/);
485                    my ($i1,$i2) = defined($marc_indicators->{$f}) ? @{ $marc_indicators->{$f} } : (' ',' ');
486                    if (defined $sf) {
487                            push @{ $marc_record->[ $marc_record_offset ] }, [ $f, $i1, $i2, $sf => $v ];
488                    } else {
489                            push @{ $marc_record->[ $marc_record_offset ] }, [ $f, $v ];
490                  }                  }
                 $f_step++;  
491          }          }
492    }
493    
494          # test if any fields found?  =head2 marc_repeatable_subfield
         return if (! $found_any->{'v'} && ! $found_any->{'s'});  
495    
496          my $out = join('',@out);  Save values for MARC repetable subfield
497    
498          if ($out) {    marc_repeatable_subfield('910', 'z', rec('909') );
                 # add rest of format (suffix)  
                 $out .= $format;  
499    
500                  # add prefix if not there  =cut
                 $out = $prefix . $out if ($out !~ m/^\Q$prefix\E/);  
501    
502                  $log->debug("result: $out");  sub marc_repeatable_subfield {
503          }          my ($f,$sf) = @_;
504            die "marc_repeatable_subfield need field and subfield!\n" unless ($f && $sf);
505            $marc_repeatable_subfield->{ $f . $sf }++;
506            marc(@_);
507    }
508    
509    =head2 marc_indicators
510    
511    Set both indicators for MARC field
512    
513      marc_indicators('900', ' ', 1);
514    
515    Any indicator value other than C<0-9> will be treated as undefined.
516    
517    =cut
518    
519    sub marc_indicators {
520            my $f = shift || die "marc_indicators need field!\n";
521            my ($i1,$i2) = @_;
522            die "marc_indicators($f, ...) need i1!\n" unless(defined($i1));
523            die "marc_indicators($f, $i1, ...) need i2!\n" unless(defined($i2));
524    
525            $i1 = ' ' if ($i1 !~ /^\d$/);
526            $i2 = ' ' if ($i2 !~ /^\d$/);
527            @{ $marc_indicators->{$f} } = ($i1,$i2);
528    }
529    
530    =head2 marc_compose
531    
532    Save values for each MARC subfield explicitly
533    
534      marc_compose('900',
535            'a', rec('200','a')
536            'b', rec('201','a')
537            'a', rec('200','b')
538            'c', rec('200','c')
539      );
540    
541    If you specify C<+> for subfield, value will be appended
542    to previous defined subfield.
543    
544    =cut
545    
546          if ($eval_code) {  sub marc_compose {
547                  my $eval = $self->fill_in($rec,$eval_code,$i) || return;          my $f = shift or die "marc_compose needs field";
548                  $log->debug("about to eval{$eval} format: $out");          die "marc_compose field must be numer" unless ($f =~ /^\d+$/);
549                  return if (! $self->_eval($eval));  
550            my ($i1,$i2) = defined($marc_indicators->{$f}) ? @{ $marc_indicators->{$f} } : (' ',' ');
551            my $m = [ $f, $i1, $i2 ];
552    
553            warn "### marc_compose input subfields = ", dump(@_),$/ if ($debug > 2);
554    
555            if ($#_ % 2 != 1) {
556                    die "ERROR: marc_compose",dump($f,@_)," not valid (must be even).\nDo you need to add first() or join() around some argument?\n";
557          }          }
558            
559          if ($filter_name) {          while (@_) {
560                  my @filter_args;                  my $sf = shift;
561                  if ($filter_name =~ s/(\w+)\((.*)\)/$1/) {                  my $v = shift;
562                          @filter_args = split(/,/, $2);  
563                  }                  next unless (defined($v) && $v !~ /^\s*$/);
564                  if ($self->{'filter'}->{$filter_name}) {                  warn "## ++ marc_compose($f,$sf,$v) ", dump( $m ),$/ if ($debug > 1);
565                          $log->debug("about to filter{$filter_name} format: $out with arguments: ", join(",", @filter_args));                  if ($sf ne '+') {
566                          unshift @filter_args, $out;                          push @$m, ( $sf, $v );
567                          $out = $self->{'filter'}->{$filter_name}->(@filter_args);                  } else {
568                          return unless(defined($out));                          $m->[ $#$m ] .= $v;
                         $log->debug("filter result: $out");  
                 } elsif (! $warn_once->{$filter_name}) {  
                         $log->warn("trying to use undefined filter $filter_name");  
                         $warn_once->{$filter_name}++;  
569                  }                  }
570          }          }
571    
572          return $out;          warn "## marc_compose current marc = ", dump( $m ),$/ if ($debug > 1);
573    
574            push @{ $marc_record->[ $marc_record_offset ] }, $m if ($#{$m} > 2);
575  }  }
576    
577  =head2 fill_in  =head2 marc_duplicate
578    
579  Workhourse of all: takes record from in-memory structure of database and  Generate copy of current MARC record and continue working on copy
 strings with placeholders and returns string or array of with substituted  
 values from record.  
580    
581   my $text = $webpac->fill_in($rec,'v250^a');    marc_duplicate();
582    
583  Optional argument is ordinal number for repeatable fields. By default,  Copies can be accessed using C<< _get_marc_fields( fetch_next => 1 ) >> or
584  it's assume to be first repeatable field (fields are perl array, so first  C<< _get_marc_fields( offset => 42 ) >>.
 element is 0).  
 Following example will read second value from repeatable field.  
585    
586   my $text = $webpac->fill_in($rec,'Title: v250^a',1);  =cut
587    
588  This function B<does not> perform parsing of format to inteligenty skip  sub marc_duplicate {
589  delimiters before fields which aren't used.           my $m = $marc_record->[ -1 ];
590             die "can't duplicate record which isn't defined" unless ($m);
591             push @{ $marc_record }, dclone( $m );
592             warn "## marc_duplicate = ", dump(@$marc_record), $/ if ($debug > 1);
593             $marc_record_offset = $#{ $marc_record };
594             warn "## marc_record_offset = $marc_record_offset", $/ if ($debug > 1);
595    }
596    
597  This method will automatically decode UTF-8 string to local code page  =head2 marc_remove
 if needed.  
598    
599  There is optional parametar C<$record_size> which can be used to get sizes of  Remove some field or subfield from MARC record.
 all C<field^subfield> combinations in this format.  
600    
601   my $text = $webpac->fill_in($rec,'got: v900^a v900^x',0,\$rec_size);    marc_remove('200');
602      marc_remove('200','a');
603    
604  =cut  This will erase field C<200> or C<200^a> from current MARC record.
605    
606  sub fill_in {  This is useful after calling C<marc_duplicate> or on it's own (but, you
607          my $self = shift;  should probably just remove that subfield definition if you are not
608    using C<marc_duplicate>).
609    
610          my $log = $self->_get_logger();  FIXME: support fields < 10.
611    
612          my ($rec,$format,$i,$rec_size) = @_;  =cut
613    
614          $log->logconfess("need data record") unless ($rec);  sub marc_remove {
615          $log->logconfess("need format to parse") unless($format);          my ($f, $sf) = @_;
616    
617          # iteration (for repeatable fields)          die "marc_remove needs record number" unless defined($f);
         $i ||= 0;  
618    
619          $log->logdie("infitite loop in format $format") if ($i > ($self->{'max_mfn'} || 9999));          my $marc = $marc_record->[ $marc_record_offset ];
620    
621          # FIXME remove for speedup?          warn "### marc_remove before = ", dump( $marc ), $/ if ($debug > 2);
         $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);  
622    
623          if (utf8::is_utf8($format)) {          my $i = 0;
624                  $format = $self->_x($format);          foreach ( 0 .. $#{ $marc } ) {
625                    last unless (defined $marc->[$i]);
626                    warn "#### working on ",dump( @{ $marc->[$i] }), $/ if ($debug > 3);
627                    if ($marc->[$i]->[0] eq $f) {
628                            if (! defined $sf) {
629                                    # remove whole field
630                                    splice @$marc, $i, 1;
631                                    warn "#### slice \@\$marc, $i, 1 = ",dump( @{ $marc }), $/ if ($debug > 3);
632                                    $i--;
633                            } else {
634                                    foreach my $j ( 0 .. (( $#{ $marc->[$i] } - 3 ) / 2) ) {
635                                            my $o = ($j * 2) + 3;
636                                            if ($marc->[$i]->[$o] eq $sf) {
637                                                    # remove subfield
638                                                    splice @{$marc->[$i]}, $o, 2;
639                                                    warn "#### slice \@{\$marc->[$i]}, $o, 2 = ", dump( @{ $marc }), $/ if ($debug > 3);
640                                                    # is record now empty?
641                                                    if ($#{ $marc->[$i] } == 2) {
642                                                            splice @$marc, $i, 1;
643                                                            warn "#### slice \@\$marc, $i, 1 = ", dump( @{ $marc }), $/ if ($debug > 3);
644                                                            $i--;
645                                                    };
646                                            }
647                                    }
648                            }
649                    }
650                    $i++;
651          }          }
652    
653          my $found = 0;          warn "### marc_remove($f", $sf ? ",$sf" : "", ") after = ", dump( $marc ), $/ if ($debug > 2);
         my $just_single = 1;  
654    
655          my $eval_code;          $marc_record->[ $marc_record_offset ] = $marc;
         # remove eval{...} from beginning  
         $eval_code = $1 if ($format =~ s/^eval{([^}]+)}//s);  
656    
657          my $filter_name;          warn "## full marc_record = ", dump( @{ $marc_record }), $/ if ($debug > 1);
658          # remove filter{...} from beginning  }
         $filter_name = $1 if ($format =~ s/^filter{([^}]+)}//s);  
659    
660          {  =head2 marc_original_order
                 # fix warnings  
                 no warnings 'uninitialized';  
661    
662                  # do actual replacement of placeholders  Copy all subfields preserving original order to marc field.
                 # repeatable fields  
                 if ($format =~ s/v(\d+)(?:\^(\w))?/$self->get_data(\$rec,$1,$2,$i,\$found,$rec_size)/ges) {  
                         $just_single = 0;  
                 }  
663    
664                  # non-repeatable fields    marc_original_order( marc_field_number, original_input_field_number );
                 if ($format =~ s/s(\d+)(?:\^(\w))?/$self->get_data(\$rec,$1,$2,0,\$found,$rec_size)/ges) {  
                         return if ($i > 0 && $just_single);  
                 }  
         }  
665    
666          if ($found) {  Please note that field numbers are consistent with other commands (marc
667                  $log->debug("format: $format");  field number first), but somewhat counter-intuitive (destination and then
668                  if ($eval_code) {  source).
669                          my $eval = $self->fill_in($rec,$eval_code,$i);  
670                          return if (! $self->_eval($eval));  You might want to use this command if you are just renaming subfields or
671                  }  using pre-processing modify_record in C<config.yml> and don't need any
672                  if ($filter_name && $self->{'filter'}->{$filter_name}) {  post-processing or want to preserve order of original subfields.
673                          $log->debug("filter '$filter_name' for $format");  
674                          $format = $self->{'filter'}->{$filter_name}->($format);  
675                          return unless(defined($format));  =cut
676                          $log->debug("filter result: $format");  
677    sub marc_original_order {
678    
679            my ($to, $from) = @_;
680            die "marc_original_order needs from and to fields\n" unless ($from && $to);
681    
682            return unless defined($rec->{$from});
683    
684            my $r = $rec->{$from};
685            die "record field $from isn't array\n" unless (ref($r) eq 'ARRAY');
686    
687            my ($i1,$i2) = defined($marc_indicators->{$to}) ? @{ $marc_indicators->{$to} } : (' ',' ');
688            warn "## marc_original_order($to,$from) source = ", dump( $r ),$/ if ($debug > 1);
689    
690            foreach my $d (@$r) {
691    
692                    if (! defined($d->{subfields}) && ref($d->{subfields}) ne 'ARRAY') {
693                            warn "# marc_original_order($to,$from): field $from doesn't have subfields specification\n";
694                            next;
695                  }                  }
696                  # do we have lookups?          
697                  if ($self->{'lookup'}) {                  my @sfs = @{ $d->{subfields} };
698                          if ($self->{'lookup'}->can('lookup')) {  
699                                  my @lookup = $self->{lookup}->lookup($format);                  die "field $from doesn't have even number of subfields specifications\n" unless($#sfs % 2 == 1);
700                                  $log->debug("lookup $format", join(", ", @lookup));  
701                                  return @lookup;                  warn "#--> d: ",dump($d), "\n#--> sfs: ",dump(@sfs),$/ if ($debug > 2);
702    
703                    my $m = [ $to, $i1, $i2 ];
704    
705                    while (my $sf = shift @sfs) {
706    
707                            warn "#--> sf: ",dump($sf), $/ if ($debug > 2);
708                            my $offset = shift @sfs;
709                            die "corrupted sufields specification for field $from\n" unless defined($offset);
710    
711                            my $v;
712                            if (ref($d->{$sf}) eq 'ARRAY') {
713                                    $v = $d->{$sf}->[$offset] if (defined($d->{$sf}->[$offset]));
714                            } elsif ($offset == 0) {
715                                    $v = $d->{$sf};
716                          } else {                          } else {
717                                  $log->warn("Have lookup object but can't invoke lookup method");                                  die "field $from subfield '$sf' need occurence $offset which doesn't exist", dump($d->{$sf});
718                          }                          }
719                  } else {                          push @$m, ( $sf, $v ) if (defined($v));
720                          return $format;                  }
721    
722                    if ($#{$m} > 2) {
723                            push @{ $marc_record->[ $marc_record_offset ] }, $m;
724                  }                  }
         } else {  
                 return;  
725          }          }
726    
727            warn "## marc_record = ", dump( $marc_record ),$/ if ($debug > 1);
728  }  }
729    
730    
731  =head2 _rec_to_arr  =head1 Functions to extract data from input
732    
733  Similar to C<parse> and C<fill_in>, but returns array of all repeatable fields. Usable  This function should be used inside functions to create C<data_structure> described
734  for fields which have lookups, so they shouldn't be parsed but rather  above.
 C<paste>d or C<fill_id>ed. Last argument is name of operation: C<paste> or C<fill_in>.  
735    
736   my @arr = $webpac->fill_in_to_arr($rec,'[v900];;[v250^a]','paste');  =head2 _pack_subfields_hash
737    
738  =cut   @subfields = _pack_subfields_hash( $h );
739     $subfields = _pack_subfields_hash( $h, 1 );
740    
741  sub _rec_to_arr {  Return each subfield value in array or pack them all together and return scalar
742          my $self = shift;  with subfields (denoted by C<^>) and values.
743    
744          my ($rec, $format_utf8, $code) = @_;  =cut
745    
746          my $log = $self->_get_logger();  sub _pack_subfields_hash {
747    
748          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);          warn "## _pack_subfields_hash( ",dump(@_), " )\n" if ($debug > 1);
         return if (! $format_utf8);  
749    
750          $log->debug("using $code on $format_utf8");          my ($h,$include_subfields) = @_;
751    
752          my $i = 0;          if ( defined($h->{subfields}) ) {
753          my $max = 0;                  my $sfs = delete $h->{subfields} || die "no subfields?";
754          my @arr;                  my @out;
755          my $rec_size = {};                  while (@$sfs) {
756                            my $sf = shift @$sfs;
757          while ($i <= $max) {                          push @out, '^' . $sf if ($include_subfields);
758                  my @v = $self->$code($rec,$format_utf8,$i++,\$rec_size);                          my $o = shift @$sfs;
759                  if ($rec_size) {                          if ($o == 0 && ref( $h->{$sf} ) ne 'ARRAY' ) {
760                          foreach my $f (keys %{ $rec_size }) {                                  # single element subfields are not arrays
761                                  $max = $rec_size->{$f} if ($rec_size->{$f} > $max);  #warn "====> $sf $o / $#$sfs ", dump( $sfs, $h->{$sf} ), "\n";
762    
763                                    push @out, $h->{$sf};
764                            } else {
765    #warn "====> $sf $o / $#$sfs ", dump( $sfs, $h->{$sf} ), "\n";
766                                    push @out, $h->{$sf}->[$o];
767                          }                          }
                         $log->debug("max set to $max");  
                         undef $rec_size;  
768                  }                  }
769                  if (@v) {                  if ($include_subfields) {
770                          push @arr, @v;                          return join('', @out);
771                    } else {
772                            return @out;
773                    }
774            } else {
775                    if ($include_subfields) {
776                            my $out = '';
777                            foreach my $sf (sort keys %$h) {
778                                    if (ref($h->{$sf}) eq 'ARRAY') {
779                                            $out .= '^' . $sf . join('^' . $sf, @{ $h->{$sf} });
780                                    } else {
781                                            $out .= '^' . $sf . $h->{$sf};
782                                    }
783                            }
784                            return $out;
785                  } else {                  } else {
786                          push @arr, '' if ($max > $i);                          # FIXME this should probably be in alphabetical order instead of hash order
787                            values %{$h};
788                  }                  }
789          }          }
790    }
791    
792          $log->debug("format '$format_utf8' returned ",--$i," elements: ", sub { join(" | ",@arr) }) if (@arr);  =head2 rec1
793    
794          return @arr;  Return all values in some field
 }  
795    
796      @v = rec1('200')
797    
798  =head2 get_data  TODO: order of values is probably same as in source data, need to investigate that
799    
800  Returns value from record.  =cut
801    
802   my $text = $self->get_data(\$rec,$f,$sf,$i,\$found,\$rec_size);  sub rec1 {
803            my $f = shift;
804            warn "rec1($f) = ", dump( $rec->{$f} ), $/ if ($debug > 1);
805            return unless (defined($rec) && defined($rec->{$f}));
806            warn "rec1($f) = ", dump( $rec->{$f} ), $/ if ($debug > 1);
807            if (ref($rec->{$f}) eq 'ARRAY') {
808                    my @out;
809                    foreach my $h ( @{ $rec->{$f} } ) {
810                            if (ref($h) eq 'HASH') {
811                                    push @out, ( _pack_subfields_hash( $h ) );
812                            } else {
813                                    push @out, $h;
814                            }
815                    }
816                    return @out;
817            } elsif( defined($rec->{$f}) ) {
818                    return $rec->{$f};
819            }
820    }
821    
822  Required arguments are:  =head2 rec2
823    
824  =over 8  Return all values in specific field and subfield
825    
826  =item C<$rec>    @v = rec2('200','a')
827    
828  record reference  =cut
829    
830  =item C<$f>  sub rec2 {
831            my $f = shift;
832            return unless (defined($rec && $rec->{$f}));
833            my $sf = shift;
834            warn "rec2($f,$sf) = ", dump( $rec->{$f} ), $/ if ($debug > 1);
835            return map {
836                    if (ref($_->{$sf}) eq 'ARRAY') {
837                            @{ $_->{$sf} };
838                    } else {
839                            $_->{$sf};
840                    }
841            } grep { ref($_) eq 'HASH' && $_->{$sf} } @{ $rec->{$f} };
842    }
843    
844  field  =head2 rec
845    
846  =item C<$sf>  syntaxtic sugar for
847    
848  optional subfield    @v = rec('200')
849      @v = rec('200','a')
850    
851  =item C<$i>  =cut
852    
853  index offset for repeatable values ( 0 ... $rec_size->{'400^a'} )  sub rec {
854            my @out;
855            if ($#_ == 0) {
856                    @out = rec1(@_);
857            } elsif ($#_ == 1) {
858                    @out = rec2(@_);
859            }
860            if (@out) {
861                    return @out;
862            } else {
863                    return '';
864            }
865    }
866    
867  =item C<$found>  =head2 regex
868    
869  optional variable that will be incremeted if preset  Apply regex to some or all values
870    
871  =item C<$rec_size>    @v = regex( 's/foo/bar/g', @v );
872    
873  hash to hold maximum occurances of C<field^subfield> combinations  =cut
 (which can be accessed using keys in same format)  
874    
875  =back  sub regex {
876            my $r = shift;
877            my @out;
878            #warn "r: $r\n", dump(\@_);
879            foreach my $t (@_) {
880                    next unless ($t);
881                    eval "\$t =~ $r";
882                    push @out, $t if ($t && $t ne '');
883            }
884            return @out;
885    }
886    
887    =head2 prefix
888    
889  Returns value or empty string, updates C<$found> and C<rec_size>  Prefix all values with a string
890  if present.  
891      @v = prefix( 'my_', @v );
892    
893  =cut  =cut
894    
895  sub get_data {  sub prefix {
896          my $self = shift;          my $p = shift or return;
897            return map { $p . $_ } grep { defined($_) } @_;
898    }
899    
900          my ($rec,$f,$sf,$i,$found,$cache) = @_;  =head2 suffix
901    
902          return '' unless ($$rec->{$f} && ref($$rec->{$f}) eq 'ARRAY');  suffix all values with a string
903    
904          if (defined($$cache)) {    @v = suffix( '_my', @v );
                 $$cache->{ $f . ( $sf ? '^' . $sf : '' ) } ||= scalar @{ $$rec->{$f} };  
         }  
905    
906          return '' unless ($$rec->{$f}->[$i]);  =cut
907    
908          {  sub suffix {
909                  no strict 'refs';          my $s = shift or die "suffix needs string as first argument";
910                  if (defined($sf)) {          return map { $_ . $s } grep { defined($_) } @_;
                         $$found++ if (defined($$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];  
                         }  
                 }  
         }  
911  }  }
912    
913    =head2 surround
914    
915  =head2 apply_format  surround all values with a two strings
916    
917  Apply format specified in tag with C<format_name="name"> and    @v = surround( 'prefix_', '_suffix', @v );
 C<format_delimiter=";;">.  
918    
919   my $text = $webpac->apply_format($format_name,$format_delimiter,$data);  =cut
920    
921  Formats can contain C<lookup{...}> if you need them.  sub surround {
922            my $p = shift or die "surround need prefix as first argument";
923            my $s = shift or die "surround needs suffix as second argument";
924            return map { $p . $_ . $s } grep { defined($_) } @_;
925    }
926    
927  =cut  =head2 first
928    
929  sub apply_format {  Return first element
         my $self = shift;  
930    
931          my ($name,$delimiter,$data) = @_;    $v = first( @v );
932    
933          my $log = $self->_get_logger();  =cut
934    
935          if (! $self->{'import_xml'}->{'format'}->{$name}) {  sub first {
936                  $log->warn("<format name=\"$name\"> is not defined in ",$self->{'import_xml_file'});          my $r = shift;
937                  return $data;          return $r;
938          }  }
939    
940    =head2 lookup
941    
942          $log->warn("no delimiter for format $name") if (! $delimiter);  Consult lookup hashes for some value
943    
944          my $format = $self->_x($self->{'import_xml'}->{'format'}->{$name}->{'content'}) || $log->logdie("can't find format '$name'");    @v = lookup( $v );
945      @v = lookup( @v );
946    
947          my @data = split(/\Q$delimiter\E/, $data);  FIXME B<currently this one is broken!>
948    
949          my $out = sprintf($format, @data);  =cut
         $log->debug("using format $name [$format] on $data to produce: $out");  
950    
951          if ($self->{'lookup_regex'} && $out =~ $self->{'lookup_regex'}) {  sub lookup {
952                  return $self->{'lookup'}->lookup($out);          my $k = shift or return;
953            return unless (defined($lookup->{$k}));
954            if (ref($lookup->{$k}) eq 'ARRAY') {
955                    return @{ $lookup->{$k} };
956          } else {          } else {
957                  return $out;                  return $lookup->{$k};
958          }          }
   
959  }  }
960    
961  =head2 sort_arr  =head2 save_into_lookup
962    
963    Save value into lookup.
964    
965  Sort array ignoring case and html in data    save_into_lookup($key,sub {
966            # code which produce one or more values
967      });
968    
969   my @sorted = $webpac->sort_arr(@unsorted);  This function shouldn't be called directly, it's called from code created by L<WebPAC::Parser>.
970    
971  =cut  =cut
972    
973  sub sort_arr {  sub save_into_lookup {
974          my $self = shift;          my ($k,$coderef) = @_;
975            die "save_into_lookup needs key" unless defined($k);
976            die "save_into_lookup needs CODE" unless ( defined($coderef) && ref($coderef) eq 'CODE' );
977            my $mfn = $rec->{'000'}->[0] || die "mfn not defined or zero";
978            foreach my $v ( $coderef->() ) {
979                    $lookup->{$k}->{$v}->{$mfn}++;
980                    warn "# lookup $k $v $mfn saved\n" if ($debug > 1);
981            }
982    }
983    
984    =head2 config
985    
986          my $log = $self->_get_logger();  Consult config values stored in C<config.yml>
987    
988          # FIXME add Schwartzian Transformation?    # return database code (key under databases in yaml)
989      $database_code = config();    # use _ from hash
990      $database_name = config('name');
991      $database_input_name = config('input name');
992      $tag = config('input normalize tag');
993    
994          my @sorted = sort {  Up to three levels are supported.
                 $a =~ s#<[^>]+/*>##;  
                 $b =~ s#<[^>]+/*>##;  
                 lc($b) cmp lc($a)  
         } @_;  
         $log->debug("sorted values: ",sub { join(", ",@sorted) });  
995    
996          return @sorted;  =cut
 }  
997    
998    sub config {
999            return unless ($config);
1000    
1001  =head1 INTERNAL METHODS          my $p = shift;
1002    
1003  =head2 _sort_by_order          $p ||= '';
1004    
1005  Sort xml tags data structure accoding to C<order=""> attribute.          my $v;
1006    
1007  =cut          warn "### getting config($p)\n" if ($debug > 1);
1008    
1009            my @p = split(/\s+/,$p);
1010            if ($#p < 0) {
1011                    $v = $config->{ '_' };  # special, database code
1012            } else {
1013    
1014                    my $c = dclone( $config );
1015    
1016                    foreach my $k (@p) {
1017                            warn "### k: $k c = ",dump($c),$/ if ($debug > 1);
1018                            if (ref($c) eq 'ARRAY') {
1019                                    $c = shift @$c;
1020                                    warn "config($p) taking first occurence of '$k', probably not what you wanted!\n";
1021                                    last;
1022                            }
1023    
1024                            if (! defined($c->{$k}) ) {
1025                                    $c = undef;
1026                                    last;
1027                            } else {
1028                                    $c = $c->{$k};
1029                            }
1030                    }
1031                    $v = $c if ($c);
1032    
1033  sub _sort_by_order {          }
         my $self = shift;  
1034    
1035          my $va = $self->{'import_xml'}->{'indexer'}->{$a}->{'order'} ||          warn "## config( '$p' ) = ",dump( $v ),$/ if ($v && $debug);
1036                  $self->{'import_xml'}->{'indexer'}->{$a};          warn "config( '$p' ) is empty\n" if (! $v);
         my $vb = $self->{'import_xml'}->{'indexer'}->{$b}->{'order'} ||  
                 $self->{'import_xml'}->{'indexer'}->{$b};  
1037    
1038          return $va <=> $vb;          return $v;
1039  }  }
1040    
1041  =head2 _x  =head2 id
1042    
1043  Convert strings from C<conf/normalize/*.xml> encoding into application  Returns unique id of this record
 specific encoding (optinally specified using C<code_page> to C<new>  
 constructor).  
1044    
1045   my $text = $n->_x('normalize text string');    $id = id();
1046    
1047  This is a stub so that other modules doesn't have to implement it.  Returns C<42/2> for 2nd occurence of MFN 42.
1048    
1049  =cut  =cut
1050    
1051  sub _x {  sub id {
1052          my $self = shift;          my $mfn = $config->{_mfn} || die "no _mfn in config data";
1053          return shift;          return $mfn . $#{$marc_record} ? $#{$marc_record} + 1 : '';
1054  }  }
1055    
1056    =head2 join_with
1057    
1058    Joins walues with some delimiter
1059    
1060  =head1 AUTHOR    $v = join_with(", ", @v);
1061    
1062    =cut
1063    
1064    sub join_with {
1065            my $d = shift;
1066            warn "### join_with('$d',",dump(@_),")\n" if ($debug > 2);
1067            my $v = join($d, grep { defined($_) && $_ ne '' } @_);
1068            return '' unless defined($v);
1069            return $v;
1070    }
1071    
1072  Dobrica Pavlinusic, C<< <dpavlin@rot13.org> >>  =head2 split_rec_on
1073    
1074  =head1 COPYRIGHT & LICENSE  Split record subfield on some regex and take one of parts out
1075    
1076  Copyright 2005 Dobrica Pavlinusic, All Rights Reserved.    $a_before_semi_column =
1077            split_rec_on('200','a', /\s*;\s*/, $part);
1078    
1079  This program is free software; you can redistribute it and/or modify it  C<$part> is optional number of element. First element is
1080  under the same terms as Perl itself.  B<1>, not 0!
1081    
1082    If there is no C<$part> parameter or C<$part> is 0, this function will
1083    return all values produced by splitting.
1084    
1085  =cut  =cut
1086    
1087  1; # End of WebPAC::Normalize  sub split_rec_on {
1088            die "split_rec_on need (fld,sf,regex[,part]" if ($#_ < 2);
1089    
1090            my ($fld, $sf, $regex, $part) = @_;
1091            warn "### regex ", ref($regex), $regex, $/ if ($debug > 2);
1092    
1093            my @r = rec( $fld, $sf );
1094            my $v = shift @r;
1095            warn "### first rec($fld,$sf) = ",dump($v),$/ if ($debug > 2);
1096    
1097            return '' if ( ! defined($v) || $v =~ /^\s*$/);
1098    
1099            my @s = split( $regex, $v );
1100            warn "## split_rec_on($fld,$sf,$regex,$part) = ",dump(@s),$/ if ($debug > 1);
1101            if ($part && $part > 0) {
1102                    return $s[ $part - 1 ];
1103            } else {
1104                    return @s;
1105            }
1106    }
1107    
1108    # END
1109    1;

Legend:
Removed from v.397  
changed lines
  Added in v.711

  ViewVC Help
Powered by ViewVC 1.1.26