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

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

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

revision 14 by dpavlin, Sun Jul 17 00:04:25 2005 UTC revision 973 by dpavlin, Fri Nov 2 14:59:12 2007 UTC
# Line 1  Line 1 
1  package WebPAC::Normalize;  package WebPAC::Normalize;
2    use Exporter 'import';
3    @EXPORT = qw/
4            _set_rec _set_lookup
5            _set_load_row
6            _get_ds _clean_ds
7            _debug
8            _pack_subfields_hash
9    
10            search_display search display sorted
11    
12            marc marc_indicators marc_repeatable_subfield
13            marc_compose marc_leader marc_fixed
14            marc_duplicate marc_remove marc_count
15            marc_original_order
16    
17            rec1 rec2 rec
18            regex prefix suffix surround
19            first lookup join_with
20            save_into_lookup
21    
22            split_rec_on
23    
24            get set
25            count
26    /;
27    
28  use warnings;  use warnings;
29  use strict;  use strict;
 use Data::Dumper;  
 use Storable;  
30    
31  =head1 NAME  #use base qw/WebPAC::Common/;
32    use Data::Dump qw/dump/;
33    use Storable qw/dclone/;
34    use Carp qw/confess/;
35    
36    # debugging warn(s)
37    my $debug = 0;
38    
 WebPAC::Normalize - normalisation of source file  
39    
40  =head1 VERSION  =head1 NAME
41    
42  Version 0.01  WebPAC::Normalize - describe normalisaton rules using sets
43    
44  =cut  =cut
45    
46  our $VERSION = '0.01';  our $VERSION = '0.31';
47    
48  =head1 SYNOPSIS  =head1 SYNOPSIS
49    
50  This package contains code that could be helpful in implementing different  This module uses C<conf/normalize/*.pl> files to perform normalisation
51  normalisation front-ends.  from input records using perl functions which are specialized for set
52    processing.
53    
54    Sets are implemented as arrays, and normalisation file is valid perl, which
55    means that you check it's validity before running WebPAC using
56    C<perl -c normalize.pl>.
57    
58    Normalisation can generate multiple output normalized data. For now, supported output
59    types (on the left side of definition) are: C<search_display>, C<display>, C<search> and
60    C<marc>.
61    
62  =head1 FUNCTIONS  =head1 FUNCTIONS
63    
64  =head2 new  Functions which start with C<_> are private and used by WebPAC internally.
65    All other functions are available for use within normalisation rules.
66    
67  Create new normalisation object  =head2 data_structure
68    
69    my $n = new WebPAC::Normalize::Something(  Return data structure
70          cache_data_structure => './cache/ds/',  
71          lookup_regex => $lookup->regex,    my $ds = WebPAC::Normalize::data_structure(
72            lookup => $lookup_hash,
73            row => $row,
74            rules => $normalize_pl_config,
75            marc_encoding => 'utf-8',
76            config => $config,
77            load_row_coderef => sub {
78                    my ($database,$input,$mfn) = shift;
79                    $store->load_row( database => $database, input => $input, id => $mfn );
80            },
81    );    );
82    
83  Optional parameter C<cache_data_structure> defines path to directory  Options C<row>, C<rules> and C<log> are mandatory while all
84  in which cache file for C<data_structure> call will be created.  other are optional.
85    
86    C<load_row_coderef> is closure only used when executing lookups, so they will
87    die if it's not defined.
88    
89    This function will B<die> if normalizastion can't be evaled.
90    
91  Recommended parametar C<lookup_regex> is used to enable parsing of lookups  Since this function isn't exported you have to call it with
92  in structures.  C<WebPAC::Normalize::data_structure>.
93    
94  =cut  =cut
95    
96  sub new {  my $load_row_coderef;
97          my $class = shift;  
98          my $self = {@_};  sub data_structure {
99          bless($self, $class);          my $arg = {@_};
100    
101            die "need row argument" unless ($arg->{row});
102            die "need normalisation argument" unless ($arg->{rules});
103    
104            no strict 'subs';
105            _set_lookup( $arg->{lookup} ) if defined($arg->{lookup});
106            _set_rec( $arg->{row} );
107            _set_config( $arg->{config} ) if defined($arg->{config});
108            _clean_ds( %{ $arg } );
109            $load_row_coderef = $arg->{load_row_coderef};
110    
111            # FIXME load this conditionally
112            use WebPAC::Normalize::ISBN;
113    
114            eval "$arg->{rules}";
115            die "error evaling $arg->{rules}: $@\n" if ($@);
116    
117            return _get_ds();
118    }
119    
120    =head2 _set_rec
121    
122    Set current record hash
123    
124      _set_rec( $rec );
125    
126    =cut
127    
128    my $rec;
129    
130    sub _set_rec {
131            $rec = shift or die "no record hash";
132    }
133    
134    =head2 _set_config
135    
136    Set current config hash
137    
138          $self->setup_cache_dir( $self->{'cache_data_structure'} );    _set_config( $config );
139    
140          $self ? return $self : return undef;  Magic keys are:
141    
142    =over 4
143    
144    =item _
145    
146    Code of current database
147    
148    =item _mfn
149    
150    Current MFN
151    
152    =back
153    
154    =cut
155    
156    my $config;
157    
158    sub _set_config {
159            $config = shift;
160  }  }
161    
162  =head2 setup_cache_dir  =head2 _get_ds
163    
164  Check if specified cache directory exist, and if not, disable caching.  Return hash formatted as data structure
165    
166   $setup_cache_dir('./cache/ds/');    my $ds = _get_ds();
167    
168  If you pass false or zero value to this function, it will disable  =cut
169  cacheing.  
170    my ($out, $marc_record, $marc_encoding, $marc_repeatable_subfield, $marc_indicators, $marc_leader);
171    my ($marc_record_offset, $marc_fetch_offset) = (0, 0);
172    
173    sub _get_ds {
174            return $out;
175    }
176    
177    =head2 _clean_ds
178    
179    Clean data structure hash for next record
180    
181      _clean_ds();
182    
183  =cut  =cut
184    
185  sub setup_cache_dir {  sub _clean_ds {
186          my $self = shift;          my $a = {@_};
187            ($out,$marc_record, $marc_encoding, $marc_repeatable_subfield, $marc_indicators, $marc_leader) = ();
188            ($marc_record_offset, $marc_fetch_offset) = (0,0);
189            $marc_encoding = $a->{marc_encoding};
190    }
191    
192    =head2 _set_lookup
193    
194    Set current lookup hash
195    
196      _set_lookup( $lookup );
197    
198          my $dir = shift;  =cut
199    
200    my $lookup;
201    
202          my $log = $self->_get_logger();  sub _set_lookup {
203            $lookup = shift;
204    }
205    
206    =head2 _get_lookup
207    
208    Get current lookup hash
209    
210      my $lookup = _get_lookup();
211    
212    =cut
213    
214    sub _get_lookup {
215            return $lookup;
216    }
217    
218    =head2 _set_load_row
219    
220    Setup code reference which will return L<data_structure> from
221    L<WebPAC::Store>
222    
223      _set_load_row(sub {
224                    my ($database,$input,$mfn) = @_;
225                    $store->load_row( database => $database, input => $input, id => $mfn );
226      });
227    
228    =cut
229    
230    sub _set_load_row {
231            my $coderef = shift;
232            confess "argument isn't CODE" unless ref($coderef) eq 'CODE';
233    
234            $load_row_coderef = $coderef;
235    }
236    
237    =head2 _get_marc_fields
238    
239    Get all fields defined by calls to C<marc>
240    
241            $marc->add_fields( WebPAC::Normalize:_get_marc_fields() );
242    
243    We are using I<magic> which detect repeatable fields only from
244    sequence of field/subfield data generated by normalization.
245    
246    Repeatable field is created when there is second occurence of same subfield or
247    if any of indicators are different.
248    
249    This is sane for most cases. Something like:
250    
251      900a-1 900b-1 900c-1
252      900a-2 900b-2
253      900a-3
254    
255    will be created from any combination of:
256    
257      900a-1 900a-2 900a-3 900b-1 900b-2 900c-1
258    
259    and following rules:
260    
261      marc('900','a', rec('200','a') );
262      marc('900','b', rec('200','b') );
263      marc('900','c', rec('200','c') );
264    
265    which might not be what you have in mind. If you need repeatable subfield,
266    define it using C<marc_repeatable_subfield> like this:
267    
268      marc_repeatable_subfield('900','a');
269      marc('900','a', rec('200','a') );
270      marc('900','b', rec('200','b') );
271      marc('900','c', rec('200','c') );
272    
273    will create:
274    
275      900a-1 900a-2 900a-3 900b-1 900c-1
276      900b-2
277    
278    There is also support for returning next or specific using:
279    
280      while (my $mf = WebPAC::Normalize:_get_marc_fields( fetch_next => 1 ) ) {
281            # do something with $mf
282      }
283    
284    will always return fields from next MARC record or
285    
286      my $mf = WebPAC::Normalize::_get_marc_fields( offset => 42 );
287    
288    will return 42th copy record (if it exists).
289    
290    =cut
291    
292    my $fetch_pos;
293    
294    sub _get_marc_fields {
295    
296            my $arg = {@_};
297            warn "### _get_marc_fields arg: ", dump($arg), $/ if ($debug > 2);
298            $fetch_pos = $marc_fetch_offset;
299            if ($arg->{offset}) {
300                    $fetch_pos = $arg->{offset};
301            } elsif($arg->{fetch_next}) {
302                    $marc_fetch_offset++;
303            }
304    
305            return if (! $marc_record || ref($marc_record) ne 'ARRAY');
306    
307            warn "### full marc_record = ", dump( @{ $marc_record }), $/ if ($debug > 2);
308    
309            my $marc_rec = $marc_record->[ $fetch_pos ];
310    
311            warn "## _get_marc_fields (at offset: $fetch_pos) -- marc_record = ", dump( @$marc_rec ), $/ if ($debug > 1);
312    
313            return if (! $marc_rec || ref($marc_rec) ne 'ARRAY' || $#{ $marc_rec } < 0);
314    
315            # first, sort all existing fields
316            # XXX might not be needed, but modern perl might randomize elements in hash
317            my @sorted_marc_record = sort {
318                    $a->[0] . ( $a->[3] || '' ) cmp $b->[0] . ( $b->[3] || '')
319            } @{ $marc_rec };
320    
321            @sorted_marc_record = @{ $marc_rec };   ### FIXME disable sorting
322            
323            # output marc fields
324            my @m;
325    
326          if ($dir) {          # count unique field-subfields (used for offset when walking to next subfield)
327                  my $msg;          my $u;
328                  if (! -e $dir) {          map { $u->{ $_->[0] . ( $_->[3] || '')  }++ } @sorted_marc_record;
329                          $msg = "doesn't exist";  
330                  } elsif (! -d $dir) {          if ($debug) {
331                          $msg = "is not directory";                  warn "## marc_repeatable_subfield = ", dump( $marc_repeatable_subfield ), $/ if ( $marc_repeatable_subfield );
332                  } elsif (! -w $dir) {                  warn "## marc_record[$fetch_pos] = ", dump( $marc_rec ), $/;
333                          $msg = "not writable";                  warn "## sorted_marc_record = ", dump( \@sorted_marc_record ), $/;
334                    warn "## subfield count = ", dump( $u ), $/;
335            }
336    
337            my $len = $#sorted_marc_record;
338            my $visited;
339            my $i = 0;
340            my $field;
341    
342            foreach ( 0 .. $len ) {
343    
344                    # find next element which isn't visited
345                    while ($visited->{$i}) {
346                            $i = ($i + 1) % ($len + 1);
347                  }                  }
348    
349                  if ($msg) {                  # mark it visited
350                          undef $self->{'cache_data_structure'};                  $visited->{$i}++;
351                          $log->warn("cache_data_structure $dir $msg, disabling...");  
352                    my $row = dclone( $sorted_marc_record[$i] );
353    
354                    # field and subfield which is key for
355                    # marc_repeatable_subfield and u
356                    my $fsf = $row->[0] . ( $row->[3] || '' );
357    
358                    if ($debug > 1) {
359    
360                            print "### field so far [", $#$field, "] : ", dump( $field ), " ", $field ? 'T' : 'F', $/;
361                            print "### this [$i]: ", dump( $row ),$/;
362                            print "### sf: ", $row->[3], " vs ", $field->[3],
363                                    $marc_repeatable_subfield->{ $row->[0] . $row->[3] } ? ' (repeatable)' : '', $/,
364                                    if ($#$field >= 0);
365    
366                    }
367    
368                    # if field exists
369                    if ( $#$field >= 0 ) {
370                            if (
371                                    $row->[0] ne $field->[0] ||             # field
372                                    $row->[1] ne $field->[1] ||             # i1
373                                    $row->[2] ne $field->[2]                # i2
374                            ) {
375                                    push @m, $field;
376                                    warn "## saved/1 ", dump( $field ),$/ if ($debug);
377                                    $field = $row;
378    
379                            } elsif (
380                                    ( $row->[3] lt $field->[-2] )           # subfield which is not next (e.g. a after c)
381                                    ||
382                                    ( $row->[3] eq $field->[-2] &&          # same subfield, but not repeatable
383                                            ! $marc_repeatable_subfield->{ $fsf }
384                                    )
385                            ) {
386                                    push @m, $field;
387                                    warn "## saved/2 ", dump( $field ),$/ if ($debug);
388                                    $field = $row;
389    
390                            } else {
391                                    # append new subfields to existing field
392                                    push @$field, ( $row->[3], $row->[4] );
393                            }
394                  } else {                  } else {
395                          $log->debug("using cache dir $dir");                          # insert first field
396                            $field = $row;
397                    }
398    
399                    if (! $marc_repeatable_subfield->{ $fsf }) {
400                            # make step to next subfield
401                            $i = ($i + $u->{ $fsf } ) % ($len + 1);
402                  }                  }
         } else {  
                 $log->debug("disabling cache");  
                 undef $self->{'cache_data_structure'};  
403          }          }
404    
405            if ($#$field >= 0) {
406                    push @m, $field;
407                    warn "## saved/3 ", dump( $field ),$/ if ($debug);
408            }
409    
410            return \@m;
411  }  }
412    
413    =head2 _get_marc_leader
414    
415  =head2 data_structure  Return leader from currently fetched record by L</_get_marc_fields>
416    
417      print WebPAC::Normalize::_get_marc_leader();
418    
419  Create in-memory data structure which represents normalized layout from  =cut
 C<conf/normalize/*.xml>.  
420    
421  This structures are used to produce output.  sub _get_marc_leader {
422            die "no fetch_pos, did you called _get_marc_fields first?" unless ( defined( $fetch_pos ) );
423            return $marc_leader->[ $fetch_pos ];
424    }
425    
426   my @ds = $webpac->data_structure($rec);  =head2 _debug
427    
428  B<Note: historical oddity follows>  Change level of debug warnings
429    
430  This method will also set C<< $webpac->{'currnet_filename'} >> if there is    _debug( 2 );
 C<< <filename> >> tag and C<< $webpac->{'headline'} >> if there is  
 C<< <headline> >> tag.  
431    
432  =cut  =cut
433    
434  sub data_structure {  sub _debug {
435          my $self = shift;          my $l = shift;
436            return $debug unless defined($l);
437            warn "debug level $l",$/ if ($l > 0);
438            $debug = $l;
439    }
440    
441    =head1 Functions to create C<data_structure>
442    
443    Those functions generally have to first in your normalization file.
444    
445    =head2 search_display
446    
447    Define output for L<search> and L<display> at the same time
448    
449      search_display('Title', rec('200','a') );
450    
451    
452    =cut
453    
454    sub search_display {
455            my $name = shift or die "search_display needs name as first argument";
456            my @o = grep { defined($_) && $_ ne '' } @_;
457            return unless (@o);
458            $out->{$name}->{search} = \@o;
459            $out->{$name}->{display} = \@o;
460    }
461    
462    =head2 tag
463    
464    Old name for L<search_display>, but supported
465    
466    =cut
467    
468    sub tag {
469            search_display( @_ );
470    }
471    
472    =head2 display
473    
474    Define output just for I<display>
475    
476      @v = display('Title', rec('200','a') );
477    
478    =cut
479    
480    sub _field {
481            my $type = shift or confess "need type -- BUG?";
482            my $name = shift or confess "needs name as first argument";
483            my @o = grep { defined($_) && $_ ne '' } @_;
484            return unless (@o);
485            $out->{$name}->{$type} = \@o;
486    }
487    
488    sub display { _field( 'display', @_ ) }
489    
490          my $log = $self->_get_logger();  =head2 search
491    
492          my $rec = shift;  Prepare values just for I<search>
         $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);  
493    
494          my $cache_file;    @v = search('Title', rec('200','a') );
495    
496          if (my $cache_path = $self->{'cache_data_structure'}) {  =cut
497                  my $id = $rec->{'000'};  
498                  $id = $rec->{'000'}->[0] if ($id =~ m/^ARRAY/o);  sub search { _field( 'search', @_ ) }
499                  unless (defined($id)) {  
500                          $log->warn("Can't use cache_data_structure on records without unique identifier in field 000");  =head2 sorted
501                          undef $self->{'cache_data_structure'};  
502    Insert into lists which will be automatically sorted
503    
504     sorted('Title', rec('200','a') );
505    
506    =cut
507    
508    sub sorted { _field( 'sorted', @_ ) }
509    
510    
511    =head2 marc_leader
512    
513    Setup fields within MARC leader or get leader
514    
515      marc_leader('05','c');
516      my $leader = marc_leader();
517    
518    =cut
519    
520    sub marc_leader {
521            my ($offset,$value) = @_;
522    
523            if ($offset) {
524                    $marc_leader->[ $marc_record_offset ]->{ $offset } = $value;
525            } else {
526                    
527                    if (defined($marc_leader)) {
528                            die "marc_leader not array = ", dump( $marc_leader ) unless (ref($marc_leader) eq 'ARRAY');
529                            return $marc_leader->[ $marc_record_offset ];
530                  } else {                  } else {
531                          $cache_file = "$cache_path/$id";                          return;
532                          if (-r $cache_file) {                  }
533                                  my $ds_ref = retrieve($cache_file);          }
534                                  if ($ds_ref) {  }
535                                          $log->debug("cache hit: $cache_file");  
536                                          my $ok = 1;  =head2 marc_fixed
537                                          foreach my $f (qw(current_filename headline)) {  
538                                                  if ($ds_ref->{$f}) {  Create control/indentifier fields with values in fixed positions
539                                                          $self->{$f} = $ds_ref->{$f};  
540                                                  } else {    marc_fixed('008', 00, '070402');
541                                                          $ok = 0;    marc_fixed('008', 39, '|');
542                                                  }  
543                                          };  Positions not specified will be filled with spaces (C<0x20>).
544                                          if ($ok && $ds_ref->{'ds'}) {  
545                                                  return @{ $ds_ref->{'ds'} };  There will be no effort to extend last specified value to full length of
546                                          } else {  field in standard.
547                                                  $log->warn("cache_data_structure $cache_path corrupt. Use rm $cache_path/* to re-create it on next run!");  
548                                                  undef $self->{'cache_data_structure'};  =cut
549                                          }  
550                                  }  sub marc_fixed {
551            my ($f, $pos, $val) = @_;
552            die "need marc(field, position, value)" unless defined($f) && defined($pos);
553    
554            confess "need val" unless defined $val;
555    
556            my $update = 0;
557    
558            map {
559                    if ($_->[0] eq $f) {
560                            my $old = $_->[1];
561                            if (length($old) <= $pos) {
562                                    $_->[1] .= ' ' x ( $pos - length($old) ) . $val;
563                                    warn "## marc_fixed($f,$pos,'$val') append '$old' -> '$_->[1]'\n" if ($debug > 1);
564                            } else {
565                                    $_->[1] = substr($old, 0, $pos) . $val . substr($old, $pos + length($val));
566                                    warn "## marc_fixed($f,$pos,'$val') update '$old' -> '$_->[1]'\n" if ($debug > 1);
567                          }                          }
568                            $update++;
569                  }                  }
570            } @{ $marc_record->[ $marc_record_offset ] };
571    
572            if (! $update) {
573                    my $v = ' ' x $pos . $val;
574                    push @{ $marc_record->[ $marc_record_offset ] }, [ $f, $v ];
575                    warn "## marc_fixed($f,$pos,'val') created '$v'\n" if ($debug > 1);
576          }          }
577    }
578    
579          undef $self->{'currnet_filename'};  =head2 marc
         undef $self->{'headline'};  
580    
581          my @sorted_tags;  Save value for MARC field
582          if ($self->{tags_by_order}) {  
583                  @sorted_tags = @{$self->{tags_by_order}};    marc('900','a', rec('200','a') );
584          } else {    marc('001', rec('000') );
585                  @sorted_tags = sort { $self->_sort_by_order } keys %{$self->{'import_xml'}->{'indexer'}};  
586                  $self->{tags_by_order} = \@sorted_tags;  =cut
587    
588    sub marc {
589            my $f = shift or die "marc needs field";
590            die "marc field must be numer" unless ($f =~ /^\d+$/);
591    
592            my $sf;
593            if ($f >= 10) {
594                    $sf = shift or die "marc needs subfield";
595          }          }
596    
597          my @ds;          foreach (@_) {
598                    my $v = $_;             # make var read-write for Encode
599                    next unless (defined($v) && $v !~ /^\s*$/);
600                    my ($i1,$i2) = defined($marc_indicators->{$f}) ? @{ $marc_indicators->{$f} } : (' ',' ');
601                    if (defined $sf) {
602                            push @{ $marc_record->[ $marc_record_offset ] }, [ $f, $i1, $i2, $sf => $v ];
603                    } else {
604                            push @{ $marc_record->[ $marc_record_offset ] }, [ $f, $v ];
605                    }
606            }
607    }
608    
609          $log->debug("tags: ",sub { join(", ",@sorted_tags) });  =head2 marc_repeatable_subfield
610    
611          foreach my $field (@sorted_tags) {  Save values for MARC repetable subfield
612    
613                  my $row;    marc_repeatable_subfield('910', 'z', rec('909') );
614    
615  #print "field $field [",$self->{'tag'},"] = ",Dumper($self->{'import_xml'}->{'indexer'}->{$field}->{$self->{'tag'}});  =cut
616    
617                  foreach my $tag (@{$self->{'import_xml'}->{'indexer'}->{$field}->{$self->{'tag'}}}) {  sub marc_repeatable_subfield {
618                          my $format = $tag->{'value'} || $tag->{'content'};          my ($f,$sf) = @_;
619            die "marc_repeatable_subfield need field and subfield!\n" unless ($f && $sf);
620            $marc_repeatable_subfield->{ $f . $sf }++;
621            marc(@_);
622    }
623    
624                          $log->debug("format: $format");  =head2 marc_indicators
625    
626                          my @v;  Set both indicators for MARC field
                         if ($self->{'lookup_regex'} && $format =~ $self->{'lookup_regex'}) {  
                                 @v = $self->fill_in_to_arr($rec,$format);  
                         } else {  
                                 @v = $self->parse_to_arr($rec,$format);  
                         }  
                         next if (! @v);  
627    
628                          if ($tag->{'sort'}) {    marc_indicators('900', ' ', 1);
                                 @v = $self->sort_arr(@v);  
                         }  
629    
630                          # use format?  Any indicator value other than C<0-9> will be treated as undefined.
                         if ($tag->{'format_name'}) {  
                                 @v = map { $self->apply_format($tag->{'format_name'},$tag->{'format_delimiter'},$_) } @v;  
                         }  
631    
632                          if ($field eq 'filename') {  =cut
                                 $self->{'current_filename'} = join('',@v);  
                                 $log->debug("filename: ",$self->{'current_filename'});  
                         } elsif ($field eq 'headline') {  
                                 $self->{'headline'} .= join('',@v);  
                                 $log->debug("headline: ",$self->{'headline'});  
                                 next; # don't return headline in data_structure!  
                         }  
633    
634                          # delimiter will join repeatable fields  sub marc_indicators {
635                          if ($tag->{'delimiter'}) {          my $f = shift || die "marc_indicators need field!\n";
636                                  @v = ( join($tag->{'delimiter'}, @v) );          my ($i1,$i2) = @_;
637                          }          die "marc_indicators($f, ...) need i1!\n" unless(defined($i1));
638            die "marc_indicators($f, $i1, ...) need i2!\n" unless(defined($i2));
639    
640            $i1 = ' ' if ($i1 !~ /^\d$/);
641            $i2 = ' ' if ($i2 !~ /^\d$/);
642            @{ $marc_indicators->{$f} } = ($i1,$i2);
643    }
644    
645                          # default types  =head2 marc_compose
                         my @types = qw(display swish);  
                         # override by type attribute  
                         @types = ( $tag->{'type'} ) if ($tag->{'type'});  
   
                         foreach my $type (@types) {  
                                 # append to previous line?  
                                 $log->debug("type: $type ",sub { join(" ",@v) }, $row->{'append'} || 'no append');  
                                 if ($tag->{'append'}) {  
   
                                         # I will delimit appended part with  
                                         # delimiter (or ,)  
                                         my $d = $tag->{'delimiter'};  
                                         # default delimiter  
                                         $d ||= " ";  
   
                                         my $last = pop @{$row->{$type}};  
                                         $d = "" if (! $last);  
                                         $last .= $d . join($d, @v);  
                                         push @{$row->{$type}}, $last;  
646    
647                                  } else {  Save values for each MARC subfield explicitly
                                         push @{$row->{$type}}, @v;  
                                 }  
                         }  
648    
649      marc_compose('900',
650            'a', rec('200','a')
651            'b', rec('201','a')
652            'a', rec('200','b')
653            'c', rec('200','c')
654      );
655    
656                  }  If you specify C<+> for subfield, value will be appended
657    to previous defined subfield.
658    
659                  if ($row) {  =cut
                         $row->{'tag'} = $field;  
660    
661                          # TODO: name_sigular, name_plural  sub marc_compose {
662                          my $name = $self->{'import_xml'}->{'indexer'}->{$field}->{'name'};          my $f = shift or die "marc_compose needs field";
663                          $row->{'name'} = $name ? $self->_x($name) : $field;          die "marc_compose field must be numer" unless ($f =~ /^\d+$/);
   
                         # post-sort all values in field  
                         if ($self->{'import_xml'}->{'indexer'}->{$field}->{'sort'}) {  
                                 $log->warn("sort at field tag not implemented");  
                         }  
664    
665                          push @ds, $row;          my ($i1,$i2) = defined($marc_indicators->{$f}) ? @{ $marc_indicators->{$f} } : (' ',' ');
666            my $m = [ $f, $i1, $i2 ];
667    
668                          $log->debug("row $field: ",sub { Dumper($row) });          warn "### marc_compose input subfields = ", dump(@_),$/ if ($debug > 2);
                 }  
669    
670            if ($#_ % 2 != 1) {
671                    die "ERROR: marc_compose",dump($f,@_)," not valid (must be even).\nDo you need to add first() or join() around some argument?\n";
672          }          }
673    
674          if ($cache_file) {          while (@_) {
675                  store {                  my $sf = shift;
676                          ds => \@ds,                  my $v = shift;
677                          current_filename => $self->{'current_filename'},  
678                          headline => $self->{'headline'},                  next unless (defined($v) && $v !~ /^\s*$/);
679                  }, $cache_file;                  warn "## ++ marc_compose($f,$sf,$v) ", dump( $m ),$/ if ($debug > 1);
680                  $log->debug("created storable cache file $cache_file");                  if ($sf ne '+') {
681                            push @$m, ( $sf, $v );
682                    } else {
683                            $m->[ $#$m ] .= $v;
684                    }
685          }          }
686    
687          return @ds;          warn "## marc_compose current marc = ", dump( $m ),$/ if ($debug > 1);
688    
689            push @{ $marc_record->[ $marc_record_offset ] }, $m if ($#{$m} > 2);
690  }  }
691    
692  =head2 apply_format  =head2 marc_duplicate
693    
694  Apply format specified in tag with C<format_name="name"> and  Generate copy of current MARC record and continue working on copy
 C<format_delimiter=";;">.  
695    
696   my $text = $webpac->apply_format($format_name,$format_delimiter,$data);    marc_duplicate();
697    
698  Formats can contain C<lookup{...}> if you need them.  Copies can be accessed using C<< _get_marc_fields( fetch_next => 1 ) >> or
699    C<< _get_marc_fields( offset => 42 ) >>.
700    
701  =cut  =cut
702    
703  sub apply_format {  sub marc_duplicate {
704          my $self = shift;           my $m = $marc_record->[ -1 ];
705             die "can't duplicate record which isn't defined" unless ($m);
706             push @{ $marc_record }, dclone( $m );
707             push @{ $marc_leader }, dclone( marc_leader() );
708             warn "## marc_duplicate = ", dump(@$marc_leader, @$marc_record), $/ if ($debug > 1);
709             $marc_record_offset = $#{ $marc_record };
710             warn "## marc_record_offset = $marc_record_offset", $/ if ($debug > 1);
711    
712          my ($name,$delimiter,$data) = @_;  }
713    
714          my $log = $self->_get_logger();  =head2 marc_remove
715    
716          if (! $self->{'import_xml'}->{'format'}->{$name}) {  Remove some field or subfield from MARC record.
717                  $log->warn("<format name=\"$name\"> is not defined in ",$self->{'import_xml_file'});  
718                  return $data;    marc_remove('200');
719          }    marc_remove('200','a');
720    
721    This will erase field C<200> or C<200^a> from current MARC record.
722    
723      marc_remove('*');
724    
725    Will remove all fields in current MARC record.
726    
727    This is useful after calling C<marc_duplicate> or on it's own (but, you
728    should probably just remove that subfield definition if you are not
729    using C<marc_duplicate>).
730    
731    FIXME: support fields < 10.
732    
733    =cut
734    
735    sub marc_remove {
736            my ($f, $sf) = @_;
737    
738          $log->warn("no delimiter for format $name") if (! $delimiter);          die "marc_remove needs record number" unless defined($f);
739    
740          my $format = $self->_x($self->{'import_xml'}->{'format'}->{$name}->{'content'}) || $log->logdie("can't find format '$name'");          my $marc = $marc_record->[ $marc_record_offset ];
741    
742          my @data = split(/\Q$delimiter\E/, $data);          warn "### marc_remove before = ", dump( $marc ), $/ if ($debug > 2);
743    
744          my $out = sprintf($format, @data);          if ($f eq '*') {
745          $log->debug("using format $name [$format] on $data to produce: $out");  
746                    delete( $marc_record->[ $marc_record_offset ] );
747                    warn "## full marc_record = ", dump( @{ $marc_record }), $/ if ($debug > 1);
748    
         if ($self->{'lookup_regex'} && $out =~ $self->{'lookup_regex'}) {  
                 return $self->lookup($out);  
749          } else {          } else {
750                  return $out;  
751                    my $i = 0;
752                    foreach ( 0 .. $#{ $marc } ) {
753                            last unless (defined $marc->[$i]);
754                            warn "#### working on ",dump( @{ $marc->[$i] }), $/ if ($debug > 3);
755                            if ($marc->[$i]->[0] eq $f) {
756                                    if (! defined $sf) {
757                                            # remove whole field
758                                            splice @$marc, $i, 1;
759                                            warn "#### slice \@\$marc, $i, 1 = ",dump( @{ $marc }), $/ if ($debug > 3);
760                                            $i--;
761                                    } else {
762                                            foreach my $j ( 0 .. (( $#{ $marc->[$i] } - 3 ) / 2) ) {
763                                                    my $o = ($j * 2) + 3;
764                                                    if ($marc->[$i]->[$o] eq $sf) {
765                                                            # remove subfield
766                                                            splice @{$marc->[$i]}, $o, 2;
767                                                            warn "#### slice \@{\$marc->[$i]}, $o, 2 = ", dump( @{ $marc }), $/ if ($debug > 3);
768                                                            # is record now empty?
769                                                            if ($#{ $marc->[$i] } == 2) {
770                                                                    splice @$marc, $i, 1;
771                                                                    warn "#### slice \@\$marc, $i, 1 = ", dump( @{ $marc }), $/ if ($debug > 3);
772                                                                    $i--;
773                                                            };
774                                                    }
775                                            }
776                                    }
777                            }
778                            $i++;
779                    }
780    
781                    warn "### marc_remove($f", $sf ? ",$sf" : "", ") after = ", dump( $marc ), $/ if ($debug > 2);
782    
783                    $marc_record->[ $marc_record_offset ] = $marc;
784          }          }
785    
786            warn "## full marc_record = ", dump( @{ $marc_record }), $/ if ($debug > 1);
787  }  }
788    
789  =head2 parse  =head2 marc_original_order
790    
791    Copy all subfields preserving original order to marc field.
792    
793      marc_original_order( marc_field_number, original_input_field_number );
794    
795  Perform smart parsing of string, skipping delimiters for fields which aren't  Please note that field numbers are consistent with other commands (marc
796  defined. It can also eval code in format starting with C<eval{...}> and  field number first), but somewhat counter-intuitive (destination and then
797  return output or nothing depending on eval code.  source).
798    
799    You might want to use this command if you are just renaming subfields or
800    using pre-processing modify_record in C<config.yml> and don't need any
801    post-processing or want to preserve order of original subfields.
802    
  my $text = $webpac->parse($rec,'eval{"v901^a" eq "Deskriptor"}descriptor: v250^a', $i);  
803    
804  =cut  =cut
805    
806  sub parse {  sub marc_original_order {
807          my $self = shift;  
808            my ($to, $from) = @_;
809            die "marc_original_order needs from and to fields\n" unless ($from && $to);
810    
811            return unless defined($rec->{$from});
812    
813          my ($rec, $format_utf8, $i) = @_;          my $r = $rec->{$from};
814            die "record field $from isn't array\n" unless (ref($r) eq 'ARRAY');
815    
816          return if (! $format_utf8);          my ($i1,$i2) = defined($marc_indicators->{$to}) ? @{ $marc_indicators->{$to} } : (' ',' ');
817            warn "## marc_original_order($to,$from) source = ", dump( $r ),$/ if ($debug > 1);
818    
819          my $log = $self->_get_logger();          foreach my $d (@$r) {
820    
821          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);                  if (! defined($d->{subfields}) && ref($d->{subfields}) ne 'ARRAY') {
822                            warn "# marc_original_order($to,$from): field $from doesn't have subfields specification\n";
823                            next;
824                    }
825            
826                    my @sfs = @{ $d->{subfields} };
827    
828          $i = 0 if (! $i);                  die "field $from doesn't have even number of subfields specifications\n" unless($#sfs % 2 == 1);
829    
830          my $format = $self->_x($format_utf8) || $log->logconfess("can't convert '$format_utf8' from UTF-8 to ",$self->{'code_page'});                  warn "#--> d: ",dump($d), "\n#--> sfs: ",dump(@sfs),$/ if ($debug > 2);
831    
832          my @out;                  my $m = [ $to, $i1, $i2 ];
833    
834                    while (my $sf = shift @sfs) {
835    
836                            warn "#--> sf: ",dump($sf), $/ if ($debug > 2);
837                            my $offset = shift @sfs;
838                            die "corrupted sufields specification for field $from\n" unless defined($offset);
839    
840                            my $v;
841                            if (ref($d->{$sf}) eq 'ARRAY') {
842                                    $v = $d->{$sf}->[$offset] if (defined($d->{$sf}->[$offset]));
843                            } elsif ($offset == 0) {
844                                    $v = $d->{$sf};
845                            } else {
846                                    die "field $from subfield '$sf' need occurence $offset which doesn't exist", dump($d->{$sf});
847                            }
848                            push @$m, ( $sf, $v ) if (defined($v));
849                    }
850    
851          $log->debug("format: $format");                  if ($#{$m} > 2) {
852                            push @{ $marc_record->[ $marc_record_offset ] }, $m;
853                    }
854            }
855    
856            warn "## marc_record = ", dump( $marc_record ),$/ if ($debug > 1);
857    }
858    
859          my $eval_code;  =head2 marc_count
         # remove eval{...} from beginning  
         $eval_code = $1 if ($format =~ s/^eval{([^}]+)}//s);  
860    
861          my $filter_name;  Return number of MARC records created using L</marc_duplicate>.
         # remove filter{...} from beginning  
         $filter_name = $1 if ($format =~ s/^filter{([^}]+)}//s);  
862    
863          my $prefix;    print "created ", marc_count(), " records";
         my $all_found=0;  
864    
865          while ($format =~ s/^(.*?)(v|s)(\d+)(?:\^(\w))?//s) {  =cut
866    
867    sub marc_count {
868            return $#{ $marc_record };
869    }
870    
                 my $del = $1 || '';  
                 $prefix ||= $del if ($all_found == 0);  
871    
872                  # repeatable index  =head1 Functions to extract data from input
873                  my $r = $i;  
874                  $r = 0 if (lc("$2") eq 's');  This function should be used inside functions to create C<data_structure> described
875    above.
876    
877    =head2 _pack_subfields_hash
878    
879     @subfields = _pack_subfields_hash( $h );
880     $subfields = _pack_subfields_hash( $h, 1 );
881    
882    Return each subfield value in array or pack them all together and return scalar
883    with subfields (denoted by C<^>) and values.
884    
885    =cut
886    
887                  my $found = 0;  sub _pack_subfields_hash {
                 my $tmp = $self->get_data(\$rec,$3,$4,$r,\$found);  
888    
889                  if ($found) {          warn "## _pack_subfields_hash( ",dump(@_), " )\n" if ($debug > 1);
890                          push @out, $del;  
891                          push @out, $tmp;          my ($h,$include_subfields) = @_;
892                          $all_found += $found;  
893            # sanity and ease of use
894            return $h if (ref($h) ne 'HASH');
895    
896            if ( defined($h->{subfields}) ) {
897                    my $sfs = delete $h->{subfields} || die "no subfields?";
898                    my @out;
899                    while (@$sfs) {
900                            my $sf = shift @$sfs;
901                            push @out, '^' . $sf if ($include_subfields);
902                            my $o = shift @$sfs;
903                            if ($o == 0 && ref( $h->{$sf} ) ne 'ARRAY' ) {
904                                    # single element subfields are not arrays
905    #warn "====> $sf $o / $#$sfs ", dump( $sfs, $h->{$sf} ), "\n";
906    
907                                    push @out, $h->{$sf};
908                            } else {
909    #warn "====> $sf $o / $#$sfs ", dump( $sfs, $h->{$sf} ), "\n";
910                                    push @out, $h->{$sf}->[$o];
911                            }
912                    }
913                    if ($include_subfields) {
914                            return join('', @out);
915                    } else {
916                            return @out;
917                    }
918            } else {
919                    if ($include_subfields) {
920                            my $out = '';
921                            foreach my $sf (sort keys %$h) {
922                                    if (ref($h->{$sf}) eq 'ARRAY') {
923                                            $out .= '^' . $sf . join('^' . $sf, @{ $h->{$sf} });
924                                    } else {
925                                            $out .= '^' . $sf . $h->{$sf};
926                                    }
927                            }
928                            return $out;
929                    } else {
930                            # FIXME this should probably be in alphabetical order instead of hash order
931                            values %{$h};
932                  }                  }
933          }          }
934    }
935    
936          return if (! $all_found);  =head2 rec1
937    
938          my $out = join('',@out);  Return all values in some field
939    
940          if ($out) {    @v = rec1('200')
                 # add rest of format (suffix)  
                 $out .= $format;  
941    
942                  # add prefix if not there  TODO: order of values is probably same as in source data, need to investigate that
                 $out = $prefix . $out if ($out !~ m/^\Q$prefix\E/);  
943    
944                  $log->debug("result: $out");  =cut
945    
946    sub rec1 {
947            my $f = shift;
948            warn "rec1($f) = ", dump( $rec->{$f} ), $/ if ($debug > 1);
949            return unless (defined($rec) && defined($rec->{$f}));
950            warn "rec1($f) = ", dump( $rec->{$f} ), $/ if ($debug > 1);
951            if (ref($rec->{$f}) eq 'ARRAY') {
952                    my @out;
953                    foreach my $h ( @{ $rec->{$f} } ) {
954                            if (ref($h) eq 'HASH') {
955                                    push @out, ( _pack_subfields_hash( $h ) );
956                            } else {
957                                    push @out, $h;
958                            }
959                    }
960                    return @out;
961            } elsif( defined($rec->{$f}) ) {
962                    return $rec->{$f};
963          }          }
964    }
965    
966    =head2 rec2
967    
968    Return all values in specific field and subfield
969    
970      @v = rec2('200','a')
971    
972    =cut
973    
974    sub rec2 {
975            my $f = shift;
976            return unless (defined($rec && $rec->{$f}));
977            my $sf = shift;
978            warn "rec2($f,$sf) = ", dump( $rec->{$f} ), $/ if ($debug > 1);
979            return map {
980                    if (ref($_->{$sf}) eq 'ARRAY') {
981                            @{ $_->{$sf} };
982                    } else {
983                            $_->{$sf};
984                    }
985            } grep { ref($_) eq 'HASH' && $_->{$sf} } @{ $rec->{$f} };
986    }
987    
988    =head2 rec
989    
990    syntaxtic sugar for
991    
992      @v = rec('200')
993      @v = rec('200','a')
994    
995    If rec() returns just single value, it will
996    return scalar, not array.
997    
998    =cut
999    
1000          if ($eval_code) {  sub rec {
1001                  my $eval = $self->fill_in($rec,$eval_code,$i) || return;          my @out;
1002                  $log->debug("about to eval{$eval} format: $out");          if ($#_ == 0) {
1003                  return if (! $self->_eval($eval));                  @out = rec1(@_);
1004            } elsif ($#_ == 1) {
1005                    @out = rec2(@_);
1006          }          }
1007                    if ($#out == 0 && ! wantarray) {
1008          if ($filter_name && $self->{'filter'}->{$filter_name}) {                  return $out[0];
1009                  $log->debug("about to filter{$filter_name} format: $out");          } elsif (@out) {
1010                  $out = $self->{'filter'}->{$filter_name}->($out);                  return @out;
1011                  return unless(defined($out));          } else {
1012                  $log->debug("filter result: $out");                  return '';
1013          }          }
1014    }
1015    
1016          return $out;  =head2 regex
1017    
1018    Apply regex to some or all values
1019    
1020      @v = regex( 's/foo/bar/g', @v );
1021    
1022    =cut
1023    
1024    sub regex {
1025            my $r = shift;
1026            my @out;
1027            #warn "r: $r\n", dump(\@_);
1028            foreach my $t (@_) {
1029                    next unless ($t);
1030                    eval "\$t =~ $r";
1031                    push @out, $t if ($t && $t ne '');
1032            }
1033            return @out;
1034  }  }
1035    
1036  =head2 parse_to_arr  =head2 prefix
1037    
1038  Similar to C<parse>, but returns array of all repeatable fields  Prefix all values with a string
1039    
1040   my @arr = $webpac->parse_to_arr($rec,'v250^a');    @v = prefix( 'my_', @v );
1041    
1042  =cut  =cut
1043    
1044  sub parse_to_arr {  sub prefix {
1045          my $self = shift;          my $p = shift;
1046            return @_ unless defined( $p );
1047            return map { $p . $_ } grep { defined($_) } @_;
1048    }
1049    
1050          my ($rec, $format_utf8) = @_;  =head2 suffix
1051    
1052          my $log = $self->_get_logger();  suffix all values with a string
1053    
1054          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);    @v = suffix( '_my', @v );
         return if (! $format_utf8);  
1055    
1056          my $i = 0;  =cut
         my @arr;  
1057    
1058          while (my $v = $self->parse($rec,$format_utf8,$i++)) {  sub suffix {
1059                  push @arr, $v;          my $s = shift;
1060          }          return @_ unless defined( $s );
1061            return map { $_ . $s } grep { defined($_) } @_;
1062    }
1063    
1064    =head2 surround
1065    
1066    surround all values with a two strings
1067    
1068          $log->debug("format '$format_utf8' returned ",--$i," elements: ", sub { join(" | ",@arr) }) if (@arr);    @v = surround( 'prefix_', '_suffix', @v );
1069    
1070          return @arr;  =cut
1071    
1072    sub surround {
1073            my $p = shift;
1074            my $s = shift;
1075            $p = '' unless defined( $p );
1076            $s = '' unless defined( $s );
1077            return map { $p . $_ . $s } grep { defined($_) } @_;
1078  }  }
1079    
1080  =head2 fill_in_to_arr  =head2 first
1081    
1082  Similar to C<fill_in>, but returns array of all repeatable fields. Usable  Return first element
 for fields which have lookups, so they shouldn't be parsed but rather  
 C<fill_id>ed.  
1083    
1084   my @arr = $webpac->fill_in_to_arr($rec,'[v900];;[v250^a]');    $v = first( @v );
1085    
1086  =cut  =cut
1087    
1088  sub fill_in_to_arr {  sub first {
1089          my $self = shift;          my $r = shift;
1090            return $r;
1091    }
1092    
1093          my ($rec, $format_utf8) = @_;  =head2 lookup
1094    
1095          my $log = $self->_get_logger();  Consult lookup hashes for some value
1096    
1097          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);    @v = lookup(
1098          return if (! $format_utf8);          sub {
1099                    'ffkk/peri/mfn'.rec('000')
1100            },
1101            'ffkk','peri','200-a-200-e',
1102            sub {
1103                    first(rec(200,'a')).' '.first(rec('200','e'))
1104            }
1105      );
1106    
1107          my $i = 0;  Code like above will be B<automatically generated> using L<WebPAC::Parse> from
1108          my @arr;  normal lookup definition in C<conf/lookup/something.pl> which looks like:
1109    
1110      lookup(
1111            # which results to return from record recorded in lookup
1112            sub { 'ffkk/peri/mfn' . rec('000') },
1113            # from which database and input
1114            'ffkk','peri',
1115            # such that following values match
1116            sub { first(rec(200,'a')) . ' ' . first(rec('200','e')) },
1117            # if this part is missing, we will try to match same fields
1118            # from lookup record and current one, or you can override
1119            # which records to use from current record using
1120            sub { rec('900','x') . ' ' . rec('900','y') },
1121      )
1122    
1123    You can think about this lookup as SQL (if that helps):
1124    
1125      select
1126            sub { what }
1127      from
1128            database, input
1129      where
1130        sub { filter from lookuped record }
1131      having
1132        sub { optional filter on current record }
1133    
1134    Easy as pie, right?
1135    
1136    =cut
1137    
1138    sub lookup {
1139            my ($what, $database, $input, $key, $having) = @_;
1140    
1141            confess "lookup needs 5 arguments: what, database, input, key, having\n" unless ($#_ == 4);
1142    
1143            warn "## lookup ($database, $input, $key)", $/ if ($debug > 1);
1144            return unless (defined($lookup->{$database}->{$input}->{$key}));
1145    
1146            confess "lookup really need load_row_coderef added to data_structure\n" unless ($load_row_coderef);
1147    
1148            my $mfns;
1149            my @having = $having->();
1150    
1151            warn "## having = ", dump( @having ) if ($debug > 2);
1152    
1153            foreach my $h ( @having ) {
1154                    if (defined($lookup->{$database}->{$input}->{$key}->{$h})) {
1155                            warn "lookup for $database/$input/$key/$h return ",dump($lookup->{$database}->{$input}->{$key}->{$h}),"\n" if ($debug);
1156                            $mfns->{$_}++ foreach keys %{ $lookup->{$database}->{$input}->{$key}->{$h} };
1157                    }
1158            }
1159    
1160            return unless ($mfns);
1161    
1162            my @mfns = sort keys %$mfns;
1163    
1164            warn "# lookup loading $database/$input/$key mfn ", join(",",@mfns)," having ",dump(@having),"\n" if ($debug);
1165    
1166            my $old_rec = $rec;
1167            my @out;
1168    
1169            foreach my $mfn (@mfns) {
1170                    $rec = $load_row_coderef->( $database, $input, $mfn );
1171    
1172                    warn "got $database/$input/$mfn = ", dump($rec), $/ if ($debug);
1173    
1174                    my @vals = $what->();
1175    
1176                    push @out, ( @vals );
1177    
1178                    warn "lookup for mfn $mfn returned ", dump(@vals), $/ if ($debug);
1179            }
1180    
1181          while (my @v = $self->fill_in($rec,$format_utf8,$i++)) {  #       if (ref($lookup->{$k}) eq 'ARRAY') {
1182                  push @arr, @v;  #               return @{ $lookup->{$k} };
1183    #       } else {
1184    #               return $lookup->{$k};
1185    #       }
1186    
1187            $rec = $old_rec;
1188    
1189            warn "## lookup returns = ", dump(@out), $/ if ($debug);
1190    
1191            if ($#out == 0) {
1192                    return $out[0];
1193            } else {
1194                    return @out;
1195          }          }
1196    }
1197    
1198    =head2 save_into_lookup
1199    
1200    Save value into lookup. It associates current database, input
1201    and specific keys with one or more values which will be
1202    associated over MFN.
1203    
1204          $log->debug("format '$format_utf8' returned ",--$i," elements: ", sub { join(" | ",@arr) }) if (@arr);  MFN will be extracted from first occurence current of field 000
1205    in current record, or if it doesn't exist from L<_set_config> C<_mfn>.
1206    
1207          return @arr;    my $nr = save_into_lookup($database,$input,$key,sub {
1208            # code which produce one or more values
1209      });
1210    
1211    It returns number of items saved.
1212    
1213    This function shouldn't be called directly, it's called from code created by
1214    L<WebPAC::Parser>.
1215    
1216    =cut
1217    
1218    sub save_into_lookup {
1219            my ($database,$input,$key,$coderef) = @_;
1220            die "save_into_lookup needs database" unless defined($database);
1221            die "save_into_lookup needs input" unless defined($input);
1222            die "save_into_lookup needs key" unless defined($key);
1223            die "save_into_lookup needs CODE" unless ( defined($coderef) && ref($coderef) eq 'CODE' );
1224    
1225            warn "## save_into_lookup rec = ", dump($rec), " config = ", dump($config), $/ if ($debug > 2);
1226    
1227            my $mfn =
1228                    defined($rec->{'000'}->[0])     ?       $rec->{'000'}->[0]      :
1229                    defined($config->{_mfn})        ?       $config->{_mfn}         :
1230                                                                                    die "mfn not defined or zero";
1231    
1232            my $nr = 0;
1233    
1234            foreach my $v ( $coderef->() ) {
1235                    $lookup->{$database}->{$input}->{$key}->{$v}->{$mfn}++;
1236                    warn "# saved lookup $database/$input/$key [$v] $mfn\n" if ($debug > 1);
1237                    $nr++;
1238            }
1239    
1240            return $nr;
1241  }  }
1242    
1243  =head2 sort_arr  =head2 config
1244    
1245    Consult config values stored in C<config.yml>
1246    
1247  Sort array ignoring case and html in data    # return database code (key under databases in yaml)
1248      $database_code = config();    # use _ from hash
1249      $database_name = config('name');
1250      $database_input_name = config('input name');
1251    
1252   my @sorted = $webpac->sort_arr(@unsorted);  Up to three levels are supported.
1253    
1254  =cut  =cut
1255    
1256  sub sort_arr {  sub config {
1257          my $self = shift;          return unless ($config);
1258    
1259            my $p = shift;
1260    
1261            $p ||= '';
1262    
1263            my $v;
1264    
1265            warn "### getting config($p)\n" if ($debug > 1);
1266    
1267          my $log = $self->_get_logger();          my @p = split(/\s+/,$p);
1268            if ($#p < 0) {
1269                    $v = $config->{ '_' };  # special, database code
1270            } else {
1271    
1272                    my $c = dclone( $config );
1273    
1274          # FIXME add Schwartzian Transformation?                  foreach my $k (@p) {
1275                            warn "### k: $k c = ",dump($c),$/ if ($debug > 1);
1276                            if (ref($c) eq 'ARRAY') {
1277                                    $c = shift @$c;
1278                                    warn "config($p) taking first occurence of '$k', probably not what you wanted!\n";
1279                                    last;
1280                            }
1281    
1282          my @sorted = sort {                          if (! defined($c->{$k}) ) {
1283                  $a =~ s#<[^>]+/*>##;                                  $c = undef;
1284                  $b =~ s#<[^>]+/*>##;                                  last;
1285                  lc($b) cmp lc($a)                          } else {
1286          } @_;                                  $c = $c->{$k};
1287          $log->debug("sorted values: ",sub { join(", ",@sorted) });                          }
1288                    }
1289                    $v = $c if ($c);
1290    
1291          return @sorted;          }
1292    
1293            warn "## config( '$p' ) = ",dump( $v ),$/ if ($v && $debug);
1294            warn "config( '$p' ) is empty\n" if (! $v);
1295    
1296            return $v;
1297  }  }
1298    
1299    =head2 id
1300    
1301  =head2 _sort_by_order  Returns unique id of this record
1302    
1303  Sort xml tags data structure accoding to C<order=""> attribute.    $id = id();
1304    
1305    Returns C<42/2> for 2nd occurence of MFN 42.
1306    
1307  =cut  =cut
1308    
1309  sub _sort_by_order {  sub id {
1310          my $self = shift;          my $mfn = $config->{_mfn} || die "no _mfn in config data";
1311            return $mfn . $#{$marc_record} ? $#{$marc_record} + 1 : '';
1312    }
1313    
1314    =head2 join_with
1315    
1316          my $va = $self->{'import_xml'}->{'indexer'}->{$a}->{'order'} ||  Joins walues with some delimiter
                 $self->{'import_xml'}->{'indexer'}->{$a};  
         my $vb = $self->{'import_xml'}->{'indexer'}->{$b}->{'order'} ||  
                 $self->{'import_xml'}->{'indexer'}->{$b};  
1317    
1318          return $va <=> $vb;    $v = join_with(", ", @v);
1319    
1320    =cut
1321    
1322    sub join_with {
1323            my $d = shift;
1324            warn "### join_with('$d',",dump(@_),")\n" if ($debug > 2);
1325            my $v = join($d, grep { defined($_) && $_ ne '' } @_);
1326            return '' unless defined($v);
1327            return $v;
1328  }  }
1329    
1330  =head2 _x  =head2 split_rec_on
1331    
1332  Convert strings from C<conf/normalize> encoding into application specific  Split record subfield on some regex and take one of parts out
 (optinally specified using C<code_page> to C<new> constructor.  
1333    
1334   my $text = $n->_x('normalize text string');    $a_before_semi_column =
1335            split_rec_on('200','a', /\s*;\s*/, $part);
1336    
1337  This is a stub so that other modules doesn't have to implement it.  C<$part> is optional number of element. First element is
1338    B<1>, not 0!
1339    
1340    If there is no C<$part> parameter or C<$part> is 0, this function will
1341    return all values produced by splitting.
1342    
1343  =cut  =cut
1344    
1345  sub _x {  sub split_rec_on {
1346          my $self = shift;          die "split_rec_on need (fld,sf,regex[,part]" if ($#_ < 2);
1347          return shift;  
1348            my ($fld, $sf, $regex, $part) = @_;
1349            warn "### regex ", ref($regex), $regex, $/ if ($debug > 2);
1350    
1351            my @r = rec( $fld, $sf );
1352            my $v = shift @r;
1353            warn "### first rec($fld,$sf) = ",dump($v),$/ if ($debug > 2);
1354    
1355            return '' if ( ! defined($v) || $v =~ /^\s*$/);
1356    
1357            my @s = split( $regex, $v );
1358            warn "## split_rec_on($fld,$sf,$regex,$part) = ",dump(@s),$/ if ($debug > 1);
1359            if ($part && $part > 0) {
1360                    return $s[ $part - 1 ];
1361            } else {
1362                    return @s;
1363            }
1364  }  }
1365    
1366    my $hash;
1367    
1368    =head2 set
1369    
1370      set( key => 'value' );
1371    
1372    =cut
1373    
1374    sub set {
1375            my ($k,$v) = @_;
1376            warn "## set ( $k => ", dump($v), " )", $/ if ( $debug );
1377            $hash->{$k} = $v;
1378    };
1379    
1380    =head2 get
1381    
1382  =head1 AUTHOR    get( 'key' );
1383    
1384  Dobrica Pavlinusic, C<< <dpavlin@rot13.org> >>  =cut
1385    
1386  =head1 COPYRIGHT & LICENSE  sub get {
1387            my $k = shift || return;
1388            my $v = $hash->{$k};
1389            warn "## get $k = ", dump( $v ), $/ if ( $debug );
1390            return $v;
1391    }
1392    
1393  Copyright 2005 Dobrica Pavlinusic, All Rights Reserved.  =head2 count
1394    
1395  This program is free software; you can redistribute it and/or modify it    if ( count( @result ) == 1 ) {
1396  under the same terms as Perl itself.          # do something if only 1 result is there
1397      }
1398    
1399  =cut  =cut
1400    
1401  1; # End of WebPAC::DB  sub count {
1402            warn "## count ",dump(@_),$/ if ( $debug );
1403            return @_ . '';
1404    }
1405    
1406    # END
1407    1;

Legend:
Removed from v.14  
changed lines
  Added in v.973

  ViewVC Help
Powered by ViewVC 1.1.26