/[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 979 by dpavlin, Sat Nov 3 12:37:43 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            frec
19            regex prefix suffix surround
20            first lookup join_with
21            save_into_lookup
22    
23            split_rec_on
24    
25            get set
26            count
27    /;
28    
29  use warnings;  use warnings;
30  use strict;  use strict;
 use Data::Dumper;  
 use Storable;  
31    
32  =head1 NAME  #use base qw/WebPAC::Common/;
33    use Data::Dump qw/dump/;
34    use Storable qw/dclone/;
35    use Carp qw/confess/;
36    
37    # debugging warn(s)
38    my $debug = 0;
39    
 WebPAC::Normalize - normalisation of source file  
40    
41  =head1 VERSION  =head1 NAME
42    
43  Version 0.01  WebPAC::Normalize - describe normalisaton rules using sets
44    
45  =cut  =cut
46    
47  our $VERSION = '0.01';  our $VERSION = '0.31';
48    
49  =head1 SYNOPSIS  =head1 SYNOPSIS
50    
51  This package contains code that could be helpful in implementing different  This module uses C<conf/normalize/*.pl> files to perform normalisation
52  normalisation front-ends.  from input records using perl functions which are specialized for set
53    processing.
54    
55    Sets are implemented as arrays, and normalisation file is valid perl, which
56    means that you check it's validity before running WebPAC using
57    C<perl -c normalize.pl>.
58    
59    Normalisation can generate multiple output normalized data. For now, supported output
60    types (on the left side of definition) are: C<search_display>, C<display>, C<search> and
61    C<marc>.
62    
63  =head1 FUNCTIONS  =head1 FUNCTIONS
64    
65  =head2 new  Functions which start with C<_> are private and used by WebPAC internally.
66    All other functions are available for use within normalisation rules.
67    
68  Create new normalisation object  =head2 data_structure
69    
70    my $n = new WebPAC::Normalize::Something(  Return data structure
71          cache_data_structure => './cache/ds/',  
72          lookup_regex => $lookup->regex,    my $ds = WebPAC::Normalize::data_structure(
73            lookup => $lookup_hash,
74            row => $row,
75            rules => $normalize_pl_config,
76            marc_encoding => 'utf-8',
77            config => $config,
78            load_row_coderef => sub {
79                    my ($database,$input,$mfn) = @_;
80                    $store->load_row( database => $database, input => $input, id => $mfn );
81            },
82    );    );
83    
84  Optional parameter C<cache_data_structure> defines path to directory  Options C<row>, C<rules> and C<log> are mandatory while all
85  in which cache file for C<data_structure> call will be created.  other are optional.
86    
87    C<load_row_coderef> is closure only used when executing lookups, so they will
88    die if it's not defined.
89    
90    This function will B<die> if normalizastion can't be evaled.
91    
92    Since this function isn't exported you have to call it with
93    C<WebPAC::Normalize::data_structure>.
94    
95    =cut
96    
97    my $load_row_coderef;
98    
99    sub data_structure {
100            my $arg = {@_};
101    
102            die "need row argument" unless ($arg->{row});
103            die "need normalisation argument" unless ($arg->{rules});
104    
105            # FIXME load this conditionally
106    #       use WebPAC::Normalize::ISBN;
107    
108            no strict 'subs';
109            _set_lookup( $arg->{lookup} ) if defined($arg->{lookup});
110            _set_rec( $arg->{row} );
111            _set_config( $arg->{config} ) if defined($arg->{config});
112            _clean_ds( %{ $arg } );
113            $load_row_coderef = $arg->{load_row_coderef};
114    
115            eval "$arg->{rules}";
116            die "error evaling $arg->{rules}: $@\n" if ($@);
117    
118            return _get_ds();
119    }
120    
121    =head2 _set_rec
122    
123    Set current record hash
124    
125      _set_rec( $rec );
126    
127    =cut
128    
129    my $rec;
130    
131    sub _set_rec {
132            $rec = shift or die "no record hash";
133    }
134    
135    =head2 _set_config
136    
137    Set current config hash
138    
139      _set_config( $config );
140    
141    Magic keys are:
142    
143    =over 4
144    
145    =item _
146    
147    Code of current database
148    
149    =item _mfn
150    
151    Current MFN
152    
153    =back
154    
155    =cut
156    
157    my $config;
158    
159    sub _set_config {
160            $config = shift;
161    }
162    
163    =head2 _get_ds
164    
165    Return hash formatted as data structure
166    
167      my $ds = _get_ds();
168    
169    =cut
170    
171    my ($out, $marc_record, $marc_encoding, $marc_repeatable_subfield, $marc_indicators, $marc_leader);
172    my ($marc_record_offset, $marc_fetch_offset) = (0, 0);
173    
174    sub _get_ds {
175    
176    warn "## out = ",dump($out);
177    
178  Recommended parametar C<lookup_regex> is used to enable parsing of lookups          return $out;
179  in structures.  }
180    
181    =head2 _clean_ds
182    
183    Clean data structure hash for next record
184    
185      _clean_ds();
186    
187  =cut  =cut
188    
189  sub new {  sub _clean_ds {
190          my $class = shift;          my $a = {@_};
191          my $self = {@_};          ($out,$marc_record, $marc_encoding, $marc_repeatable_subfield, $marc_indicators, $marc_leader) = ();
192          bless($self, $class);          ($marc_record_offset, $marc_fetch_offset) = (0,0);
193            $marc_encoding = $a->{marc_encoding};
194    }
195    
196    =head2 _set_lookup
197    
198    Set current lookup hash
199    
200      _set_lookup( $lookup );
201    
202    =cut
203    
204    my $lookup;
205    
206    sub _set_lookup {
207            $lookup = shift;
208    }
209    
210    =head2 _get_lookup
211    
212    Get current lookup hash
213    
214      my $lookup = _get_lookup();
215    
216    =cut
217    
218    sub _get_lookup {
219            return $lookup;
220    }
221    
222    =head2 _set_load_row
223    
224    Setup code reference which will return L<data_structure> from
225    L<WebPAC::Store>
226    
227      _set_load_row(sub {
228                    my ($database,$input,$mfn) = @_;
229                    $store->load_row( database => $database, input => $input, id => $mfn );
230      });
231    
232    =cut
233    
234          $self->setup_cache_dir( $self->{'cache_data_structure'} );  sub _set_load_row {
235            my $coderef = shift;
236            confess "argument isn't CODE" unless ref($coderef) eq 'CODE';
237    
238          $self ? return $self : return undef;          $load_row_coderef = $coderef;
239  }  }
240    
241  =head2 setup_cache_dir  =head2 _get_marc_fields
242    
243    Get all fields defined by calls to C<marc>
244    
245            $marc->add_fields( WebPAC::Normalize:_get_marc_fields() );
246    
247    We are using I<magic> which detect repeatable fields only from
248    sequence of field/subfield data generated by normalization.
249    
250    Repeatable field is created when there is second occurence of same subfield or
251    if any of indicators are different.
252    
253    This is sane for most cases. Something like:
254    
255      900a-1 900b-1 900c-1
256      900a-2 900b-2
257      900a-3
258    
259    will be created from any combination of:
260    
261      900a-1 900a-2 900a-3 900b-1 900b-2 900c-1
262    
263    and following rules:
264    
265      marc('900','a', rec('200','a') );
266      marc('900','b', rec('200','b') );
267      marc('900','c', rec('200','c') );
268    
269    which might not be what you have in mind. If you need repeatable subfield,
270    define it using C<marc_repeatable_subfield> like this:
271    
272      marc_repeatable_subfield('900','a');
273      marc('900','a', rec('200','a') );
274      marc('900','b', rec('200','b') );
275      marc('900','c', rec('200','c') );
276    
277  Check if specified cache directory exist, and if not, disable caching.  will create:
278    
279   $setup_cache_dir('./cache/ds/');    900a-1 900a-2 900a-3 900b-1 900c-1
280      900b-2
281    
282  If you pass false or zero value to this function, it will disable  There is also support for returning next or specific using:
283  cacheing.  
284      while (my $mf = WebPAC::Normalize:_get_marc_fields( fetch_next => 1 ) ) {
285            # do something with $mf
286      }
287    
288    will always return fields from next MARC record or
289    
290      my $mf = WebPAC::Normalize::_get_marc_fields( offset => 42 );
291    
292    will return 42th copy record (if it exists).
293    
294  =cut  =cut
295    
296  sub setup_cache_dir {  my $fetch_pos;
297          my $self = shift;  
298    sub _get_marc_fields {
299    
300            my $arg = {@_};
301            warn "### _get_marc_fields arg: ", dump($arg), $/ if ($debug > 2);
302            $fetch_pos = $marc_fetch_offset;
303            if ($arg->{offset}) {
304                    $fetch_pos = $arg->{offset};
305            } elsif($arg->{fetch_next}) {
306                    $marc_fetch_offset++;
307            }
308    
309            return if (! $marc_record || ref($marc_record) ne 'ARRAY');
310    
311            warn "### full marc_record = ", dump( @{ $marc_record }), $/ if ($debug > 2);
312    
313          my $dir = shift;          my $marc_rec = $marc_record->[ $fetch_pos ];
314    
315          my $log = $self->_get_logger();          warn "## _get_marc_fields (at offset: $fetch_pos) -- marc_record = ", dump( @$marc_rec ), $/ if ($debug > 1);
316    
317          if ($dir) {          return if (! $marc_rec || ref($marc_rec) ne 'ARRAY' || $#{ $marc_rec } < 0);
318                  my $msg;  
319                  if (! -e $dir) {          # first, sort all existing fields
320                          $msg = "doesn't exist";          # XXX might not be needed, but modern perl might randomize elements in hash
321                  } elsif (! -d $dir) {          my @sorted_marc_record = sort {
322                          $msg = "is not directory";                  $a->[0] . ( $a->[3] || '' ) cmp $b->[0] . ( $b->[3] || '')
323                  } elsif (! -w $dir) {          } @{ $marc_rec };
324                          $msg = "not writable";  
325            @sorted_marc_record = @{ $marc_rec };   ### FIXME disable sorting
326            
327            # output marc fields
328            my @m;
329    
330            # count unique field-subfields (used for offset when walking to next subfield)
331            my $u;
332            map { $u->{ $_->[0] . ( $_->[3] || '')  }++ } @sorted_marc_record;
333    
334            if ($debug) {
335                    warn "## marc_repeatable_subfield = ", dump( $marc_repeatable_subfield ), $/ if ( $marc_repeatable_subfield );
336                    warn "## marc_record[$fetch_pos] = ", dump( $marc_rec ), $/;
337                    warn "## sorted_marc_record = ", dump( \@sorted_marc_record ), $/;
338                    warn "## subfield count = ", dump( $u ), $/;
339            }
340    
341            my $len = $#sorted_marc_record;
342            my $visited;
343            my $i = 0;
344            my $field;
345    
346            foreach ( 0 .. $len ) {
347    
348                    # find next element which isn't visited
349                    while ($visited->{$i}) {
350                            $i = ($i + 1) % ($len + 1);
351                  }                  }
352    
353                  if ($msg) {                  # mark it visited
354                          undef $self->{'cache_data_structure'};                  $visited->{$i}++;
355                          $log->warn("cache_data_structure $dir $msg, disabling...");  
356                    my $row = dclone( $sorted_marc_record[$i] );
357    
358                    # field and subfield which is key for
359                    # marc_repeatable_subfield and u
360                    my $fsf = $row->[0] . ( $row->[3] || '' );
361    
362                    if ($debug > 1) {
363    
364                            print "### field so far [", $#$field, "] : ", dump( $field ), " ", $field ? 'T' : 'F', $/;
365                            print "### this [$i]: ", dump( $row ),$/;
366                            print "### sf: ", $row->[3], " vs ", $field->[3],
367                                    $marc_repeatable_subfield->{ $row->[0] . $row->[3] } ? ' (repeatable)' : '', $/,
368                                    if ($#$field >= 0);
369    
370                    }
371    
372                    # if field exists
373                    if ( $#$field >= 0 ) {
374                            if (
375                                    $row->[0] ne $field->[0] ||             # field
376                                    $row->[1] ne $field->[1] ||             # i1
377                                    $row->[2] ne $field->[2]                # i2
378                            ) {
379                                    push @m, $field;
380                                    warn "## saved/1 ", dump( $field ),$/ if ($debug);
381                                    $field = $row;
382    
383                            } elsif (
384                                    ( $row->[3] lt $field->[-2] )           # subfield which is not next (e.g. a after c)
385                                    ||
386                                    ( $row->[3] eq $field->[-2] &&          # same subfield, but not repeatable
387                                            ! $marc_repeatable_subfield->{ $fsf }
388                                    )
389                            ) {
390                                    push @m, $field;
391                                    warn "## saved/2 ", dump( $field ),$/ if ($debug);
392                                    $field = $row;
393    
394                            } else {
395                                    # append new subfields to existing field
396                                    push @$field, ( $row->[3], $row->[4] );
397                            }
398                  } else {                  } else {
399                          $log->debug("using cache dir $dir");                          # insert first field
400                            $field = $row;
401                  }                  }
402          } else {  
403                  $log->debug("disabling cache");                  if (! $marc_repeatable_subfield->{ $fsf }) {
404                  undef $self->{'cache_data_structure'};                          # make step to next subfield
405                            $i = ($i + $u->{ $fsf } ) % ($len + 1);
406                    }
407            }
408    
409            if ($#$field >= 0) {
410                    push @m, $field;
411                    warn "## saved/3 ", dump( $field ),$/ if ($debug);
412          }          }
413    
414            return \@m;
415  }  }
416    
417    =head2 _get_marc_leader
418    
419  =head2 data_structure  Return leader from currently fetched record by L</_get_marc_fields>
420    
421      print WebPAC::Normalize::_get_marc_leader();
422    
423  Create in-memory data structure which represents normalized layout from  =cut
 C<conf/normalize/*.xml>.  
424    
425  This structures are used to produce output.  sub _get_marc_leader {
426            die "no fetch_pos, did you called _get_marc_fields first?" unless ( defined( $fetch_pos ) );
427            return $marc_leader->[ $fetch_pos ];
428    }
429    
430   my @ds = $webpac->data_structure($rec);  =head2 _debug
431    
432  B<Note: historical oddity follows>  Change level of debug warnings
433    
434  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.  
435    
436  =cut  =cut
437    
438  sub data_structure {  sub _debug {
439          my $self = shift;          my $l = shift;
440            return $debug unless defined($l);
441            warn "debug level $l",$/ if ($l > 0);
442            $debug = $l;
443    }
444    
445    =head1 Functions to create C<data_structure>
446    
447    Those functions generally have to first in your normalization file.
448    
449    =head2 search_display
450    
451    Define output for L<search> and L<display> at the same time
452    
453      search_display('Title', rec('200','a') );
454    
455    
456    =cut
457    
458    sub search_display {
459            my $name = shift or die "search_display needs name as first argument";
460            my @o = grep { defined($_) && $_ ne '' } @_;
461            return unless (@o);
462            $out->{$name}->{search} = \@o;
463            $out->{$name}->{display} = \@o;
464    }
465    
466    =head2 tag
467    
468    Old name for L<search_display>, but supported
469    
470    =cut
471    
472    sub tag {
473            search_display( @_ );
474    }
475    
476    =head2 display
477    
478    Define output just for I<display>
479    
480      @v = display('Title', rec('200','a') );
481    
482    =cut
483    
484    sub _field {
485            my $type = shift or confess "need type -- BUG?";
486            my $name = shift or confess "needs name as first argument";
487            my @o = grep { defined($_) && $_ ne '' } @_;
488            return unless (@o);
489            $out->{$name}->{$type} = \@o;
490    }
491    
492    sub display { _field( 'display', @_ ) }
493    
494          my $log = $self->_get_logger();  =head2 search
495    
496          my $rec = shift;  Prepare values just for I<search>
         $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);  
497    
498          my $cache_file;    @v = search('Title', rec('200','a') );
499    
500          if (my $cache_path = $self->{'cache_data_structure'}) {  =cut
501                  my $id = $rec->{'000'};  
502                  $id = $rec->{'000'}->[0] if ($id =~ m/^ARRAY/o);  sub search { _field( 'search', @_ ) }
503                  unless (defined($id)) {  
504                          $log->warn("Can't use cache_data_structure on records without unique identifier in field 000");  =head2 sorted
505                          undef $self->{'cache_data_structure'};  
506    Insert into lists which will be automatically sorted
507    
508     sorted('Title', rec('200','a') );
509    
510    =cut
511    
512    sub sorted { _field( 'sorted', @_ ) }
513    
514    
515    =head2 marc_leader
516    
517    Setup fields within MARC leader or get leader
518    
519      marc_leader('05','c');
520      my $leader = marc_leader();
521    
522    =cut
523    
524    sub marc_leader {
525            my ($offset,$value) = @_;
526    
527            if ($offset) {
528                    $marc_leader->[ $marc_record_offset ]->{ $offset } = $value;
529            } else {
530                    
531                    if (defined($marc_leader)) {
532                            die "marc_leader not array = ", dump( $marc_leader ) unless (ref($marc_leader) eq 'ARRAY');
533                            return $marc_leader->[ $marc_record_offset ];
534                  } else {                  } else {
535                          $cache_file = "$cache_path/$id";                          return;
536                          if (-r $cache_file) {                  }
537                                  my $ds_ref = retrieve($cache_file);          }
538                                  if ($ds_ref) {  }
539                                          $log->debug("cache hit: $cache_file");  
540                                          my $ok = 1;  =head2 marc_fixed
541                                          foreach my $f (qw(current_filename headline)) {  
542                                                  if ($ds_ref->{$f}) {  Create control/indentifier fields with values in fixed positions
543                                                          $self->{$f} = $ds_ref->{$f};  
544                                                  } else {    marc_fixed('008', 00, '070402');
545                                                          $ok = 0;    marc_fixed('008', 39, '|');
546                                                  }  
547                                          };  Positions not specified will be filled with spaces (C<0x20>).
548                                          if ($ok && $ds_ref->{'ds'}) {  
549                                                  return @{ $ds_ref->{'ds'} };  There will be no effort to extend last specified value to full length of
550                                          } else {  field in standard.
551                                                  $log->warn("cache_data_structure $cache_path corrupt. Use rm $cache_path/* to re-create it on next run!");  
552                                                  undef $self->{'cache_data_structure'};  =cut
553                                          }  
554                                  }  sub marc_fixed {
555            my ($f, $pos, $val) = @_;
556            die "need marc(field, position, value)" unless defined($f) && defined($pos);
557    
558            confess "need val" unless defined $val;
559    
560            my $update = 0;
561    
562            map {
563                    if ($_->[0] eq $f) {
564                            my $old = $_->[1];
565                            if (length($old) <= $pos) {
566                                    $_->[1] .= ' ' x ( $pos - length($old) ) . $val;
567                                    warn "## marc_fixed($f,$pos,'$val') append '$old' -> '$_->[1]'\n" if ($debug > 1);
568                            } else {
569                                    $_->[1] = substr($old, 0, $pos) . $val . substr($old, $pos + length($val));
570                                    warn "## marc_fixed($f,$pos,'$val') update '$old' -> '$_->[1]'\n" if ($debug > 1);
571                          }                          }
572                            $update++;
573                  }                  }
574            } @{ $marc_record->[ $marc_record_offset ] };
575    
576            if (! $update) {
577                    my $v = ' ' x $pos . $val;
578                    push @{ $marc_record->[ $marc_record_offset ] }, [ $f, $v ];
579                    warn "## marc_fixed($f,$pos,'val') created '$v'\n" if ($debug > 1);
580          }          }
581    }
582    
583          undef $self->{'currnet_filename'};  =head2 marc
         undef $self->{'headline'};  
584    
585          my @sorted_tags;  Save value for MARC field
586          if ($self->{tags_by_order}) {  
587                  @sorted_tags = @{$self->{tags_by_order}};    marc('900','a', rec('200','a') );
588          } else {    marc('001', rec('000') );
589                  @sorted_tags = sort { $self->_sort_by_order } keys %{$self->{'import_xml'}->{'indexer'}};  
590                  $self->{tags_by_order} = \@sorted_tags;  =cut
591    
592    sub marc {
593            my $f = shift or die "marc needs field";
594            die "marc field must be numer" unless ($f =~ /^\d+$/);
595    
596            my $sf;
597            if ($f >= 10) {
598                    $sf = shift or die "marc needs subfield";
599          }          }
600    
601          my @ds;          foreach (@_) {
602                    my $v = $_;             # make var read-write for Encode
603                    next unless (defined($v) && $v !~ /^\s*$/);
604                    my ($i1,$i2) = defined($marc_indicators->{$f}) ? @{ $marc_indicators->{$f} } : (' ',' ');
605                    if (defined $sf) {
606                            push @{ $marc_record->[ $marc_record_offset ] }, [ $f, $i1, $i2, $sf => $v ];
607                    } else {
608                            push @{ $marc_record->[ $marc_record_offset ] }, [ $f, $v ];
609                    }
610            }
611    }
612    
613          $log->debug("tags: ",sub { join(", ",@sorted_tags) });  =head2 marc_repeatable_subfield
614    
615          foreach my $field (@sorted_tags) {  Save values for MARC repetable subfield
616    
617                  my $row;    marc_repeatable_subfield('910', 'z', rec('909') );
618    
619  #print "field $field [",$self->{'tag'},"] = ",Dumper($self->{'import_xml'}->{'indexer'}->{$field}->{$self->{'tag'}});  =cut
620    
621                  foreach my $tag (@{$self->{'import_xml'}->{'indexer'}->{$field}->{$self->{'tag'}}}) {  sub marc_repeatable_subfield {
622                          my $format = $tag->{'value'} || $tag->{'content'};          my ($f,$sf) = @_;
623            die "marc_repeatable_subfield need field and subfield!\n" unless ($f && $sf);
624            $marc_repeatable_subfield->{ $f . $sf }++;
625            marc(@_);
626    }
627    
628                          $log->debug("format: $format");  =head2 marc_indicators
629    
630                          my @v;  Set both indicators for MARC field
                         if ($self->{'lookup_regex'} && $format =~ $self->{'lookup_regex'}) {  
                                 @v = $self->fill_in_to_arr($rec,$format);  
                         } else {  
                                 @v = $self->parse_to_arr($rec,$format);  
                         }  
                         next if (! @v);  
631    
632                          if ($tag->{'sort'}) {    marc_indicators('900', ' ', 1);
                                 @v = $self->sort_arr(@v);  
                         }  
633    
634                          # use format?  Any indicator value other than C<0-9> will be treated as undefined.
                         if ($tag->{'format_name'}) {  
                                 @v = map { $self->apply_format($tag->{'format_name'},$tag->{'format_delimiter'},$_) } @v;  
                         }  
635    
636                          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!  
                         }  
637    
638                          # delimiter will join repeatable fields  sub marc_indicators {
639                          if ($tag->{'delimiter'}) {          my $f = shift || die "marc_indicators need field!\n";
640                                  @v = ( join($tag->{'delimiter'}, @v) );          my ($i1,$i2) = @_;
641                          }          die "marc_indicators($f, ...) need i1!\n" unless(defined($i1));
642            die "marc_indicators($f, $i1, ...) need i2!\n" unless(defined($i2));
643    
644            $i1 = ' ' if ($i1 !~ /^\d$/);
645            $i2 = ' ' if ($i2 !~ /^\d$/);
646            @{ $marc_indicators->{$f} } = ($i1,$i2);
647    }
648    
649                          # 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}}, $last;  
650    
651                                  } else {  Save values for each MARC subfield explicitly
                                         push @{$row->{$type}}, @v;  
                                 }  
                         }  
652    
653      marc_compose('900',
654            'a', rec('200','a')
655            'b', rec('201','a')
656            'a', rec('200','b')
657            'c', rec('200','c')
658      );
659    
660                  }  If you specify C<+> for subfield, value will be appended
661    to previous defined subfield.
662    
663                  if ($row) {  =cut
                         $row->{'tag'} = $field;  
664    
665                          # TODO: name_sigular, name_plural  sub marc_compose {
666                          my $name = $self->{'import_xml'}->{'indexer'}->{$field}->{'name'};          my $f = shift or die "marc_compose needs field";
667                          $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");  
                         }  
668    
669                          push @ds, $row;          my ($i1,$i2) = defined($marc_indicators->{$f}) ? @{ $marc_indicators->{$f} } : (' ',' ');
670            my $m = [ $f, $i1, $i2 ];
671    
672                          $log->debug("row $field: ",sub { Dumper($row) });          warn "### marc_compose input subfields = ", dump(@_),$/ if ($debug > 2);
                 }  
673    
674            if ($#_ % 2 != 1) {
675                    die "ERROR: marc_compose",dump($f,@_)," not valid (must be even).\nDo you need to add first() or join() around some argument?\n";
676          }          }
677    
678          if ($cache_file) {          while (@_) {
679                  store {                  my $sf = shift;
680                          ds => \@ds,                  my $v = shift;
681                          current_filename => $self->{'current_filename'},  
682                          headline => $self->{'headline'},                  next unless (defined($v) && $v !~ /^\s*$/);
683                  }, $cache_file;                  warn "## ++ marc_compose($f,$sf,$v) ", dump( $m ),$/ if ($debug > 1);
684                  $log->debug("created storable cache file $cache_file");                  if ($sf ne '+') {
685                            push @$m, ( $sf, $v );
686                    } else {
687                            $m->[ $#$m ] .= $v;
688                    }
689          }          }
690    
691          return @ds;          warn "## marc_compose current marc = ", dump( $m ),$/ if ($debug > 1);
692    
693            push @{ $marc_record->[ $marc_record_offset ] }, $m if ($#{$m} > 2);
694  }  }
695    
696  =head2 apply_format  =head2 marc_duplicate
697    
698  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=";;">.  
699    
700   my $text = $webpac->apply_format($format_name,$format_delimiter,$data);    marc_duplicate();
701    
702  Formats can contain C<lookup{...}> if you need them.  Copies can be accessed using C<< _get_marc_fields( fetch_next => 1 ) >> or
703    C<< _get_marc_fields( offset => 42 ) >>.
704    
705  =cut  =cut
706    
707  sub apply_format {  sub marc_duplicate {
708          my $self = shift;           my $m = $marc_record->[ -1 ];
709             die "can't duplicate record which isn't defined" unless ($m);
710             push @{ $marc_record }, dclone( $m );
711             push @{ $marc_leader }, dclone( marc_leader() );
712             warn "## marc_duplicate = ", dump(@$marc_leader, @$marc_record), $/ if ($debug > 1);
713             $marc_record_offset = $#{ $marc_record };
714             warn "## marc_record_offset = $marc_record_offset", $/ if ($debug > 1);
715    
716          my ($name,$delimiter,$data) = @_;  }
717    
718          my $log = $self->_get_logger();  =head2 marc_remove
719    
720          if (! $self->{'import_xml'}->{'format'}->{$name}) {  Remove some field or subfield from MARC record.
721                  $log->warn("<format name=\"$name\"> is not defined in ",$self->{'import_xml_file'});  
722                  return $data;    marc_remove('200');
723          }    marc_remove('200','a');
724    
725    This will erase field C<200> or C<200^a> from current MARC record.
726    
727      marc_remove('*');
728    
729    Will remove all fields in current MARC record.
730    
731    This is useful after calling C<marc_duplicate> or on it's own (but, you
732    should probably just remove that subfield definition if you are not
733    using C<marc_duplicate>).
734    
735    FIXME: support fields < 10.
736    
737    =cut
738    
739    sub marc_remove {
740            my ($f, $sf) = @_;
741    
742          $log->warn("no delimiter for format $name") if (! $delimiter);          die "marc_remove needs record number" unless defined($f);
743    
744          my $format = $self->_x($self->{'import_xml'}->{'format'}->{$name}->{'content'}) || $log->logdie("can't find format '$name'");          my $marc = $marc_record->[ $marc_record_offset ];
745    
746          my @data = split(/\Q$delimiter\E/, $data);          warn "### marc_remove before = ", dump( $marc ), $/ if ($debug > 2);
747    
748          my $out = sprintf($format, @data);          if ($f eq '*') {
749          $log->debug("using format $name [$format] on $data to produce: $out");  
750                    delete( $marc_record->[ $marc_record_offset ] );
751                    warn "## full marc_record = ", dump( @{ $marc_record }), $/ if ($debug > 1);
752    
         if ($self->{'lookup_regex'} && $out =~ $self->{'lookup_regex'}) {  
                 return $self->lookup($out);  
753          } else {          } else {
754                  return $out;  
755                    my $i = 0;
756                    foreach ( 0 .. $#{ $marc } ) {
757                            last unless (defined $marc->[$i]);
758                            warn "#### working on ",dump( @{ $marc->[$i] }), $/ if ($debug > 3);
759                            if ($marc->[$i]->[0] eq $f) {
760                                    if (! defined $sf) {
761                                            # remove whole field
762                                            splice @$marc, $i, 1;
763                                            warn "#### slice \@\$marc, $i, 1 = ",dump( @{ $marc }), $/ if ($debug > 3);
764                                            $i--;
765                                    } else {
766                                            foreach my $j ( 0 .. (( $#{ $marc->[$i] } - 3 ) / 2) ) {
767                                                    my $o = ($j * 2) + 3;
768                                                    if ($marc->[$i]->[$o] eq $sf) {
769                                                            # remove subfield
770                                                            splice @{$marc->[$i]}, $o, 2;
771                                                            warn "#### slice \@{\$marc->[$i]}, $o, 2 = ", dump( @{ $marc }), $/ if ($debug > 3);
772                                                            # is record now empty?
773                                                            if ($#{ $marc->[$i] } == 2) {
774                                                                    splice @$marc, $i, 1;
775                                                                    warn "#### slice \@\$marc, $i, 1 = ", dump( @{ $marc }), $/ if ($debug > 3);
776                                                                    $i--;
777                                                            };
778                                                    }
779                                            }
780                                    }
781                            }
782                            $i++;
783                    }
784    
785                    warn "### marc_remove($f", $sf ? ",$sf" : "", ") after = ", dump( $marc ), $/ if ($debug > 2);
786    
787                    $marc_record->[ $marc_record_offset ] = $marc;
788          }          }
789    
790            warn "## full marc_record = ", dump( @{ $marc_record }), $/ if ($debug > 1);
791  }  }
792    
793  =head2 parse  =head2 marc_original_order
794    
795    Copy all subfields preserving original order to marc field.
796    
797      marc_original_order( marc_field_number, original_input_field_number );
798    
799    Please note that field numbers are consistent with other commands (marc
800    field number first), but somewhat counter-intuitive (destination and then
801    source).
802    
803  Perform smart parsing of string, skipping delimiters for fields which aren't  You might want to use this command if you are just renaming subfields or
804  defined. It can also eval code in format starting with C<eval{...}> and  using pre-processing modify_record in C<config.yml> and don't need any
805  return output or nothing depending on eval code.  post-processing or want to preserve order of original subfields.
806    
  my $text = $webpac->parse($rec,'eval{"v901^a" eq "Deskriptor"}descriptor: v250^a', $i);  
807    
808  =cut  =cut
809    
810  sub parse {  sub marc_original_order {
         my $self = shift;  
811    
812          my ($rec, $format_utf8, $i) = @_;          my ($to, $from) = @_;
813            die "marc_original_order needs from and to fields\n" unless ($from && $to);
814    
815          return if (! $format_utf8);          return unless defined($rec->{$from});
816    
817          my $log = $self->_get_logger();          my $r = $rec->{$from};
818            die "record field $from isn't array\n" unless (ref($r) eq 'ARRAY');
819    
820          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);          my ($i1,$i2) = defined($marc_indicators->{$to}) ? @{ $marc_indicators->{$to} } : (' ',' ');
821            warn "## marc_original_order($to,$from) source = ", dump( $r ),$/ if ($debug > 1);
822    
823          $i = 0 if (! $i);          foreach my $d (@$r) {
824    
825          my $format = $self->_x($format_utf8) || $log->logconfess("can't convert '$format_utf8' from UTF-8 to ",$self->{'code_page'});                  if (! defined($d->{subfields}) && ref($d->{subfields}) ne 'ARRAY') {
826                            warn "# marc_original_order($to,$from): field $from doesn't have subfields specification\n";
827                            next;
828                    }
829            
830                    my @sfs = @{ $d->{subfields} };
831    
832          my @out;                  die "field $from doesn't have even number of subfields specifications\n" unless($#sfs % 2 == 1);
833    
834          $log->debug("format: $format");                  warn "#--> d: ",dump($d), "\n#--> sfs: ",dump(@sfs),$/ if ($debug > 2);
835    
836          my $eval_code;                  my $m = [ $to, $i1, $i2 ];
         # remove eval{...} from beginning  
         $eval_code = $1 if ($format =~ s/^eval{([^}]+)}//s);  
837    
838          my $filter_name;                  while (my $sf = shift @sfs) {
839          # remove filter{...} from beginning  
840          $filter_name = $1 if ($format =~ s/^filter{([^}]+)}//s);                          warn "#--> sf: ",dump($sf), $/ if ($debug > 2);
841                            my $offset = shift @sfs;
842                            die "corrupted sufields specification for field $from\n" unless defined($offset);
843    
844                            my $v;
845                            if (ref($d->{$sf}) eq 'ARRAY') {
846                                    $v = $d->{$sf}->[$offset] if (defined($d->{$sf}->[$offset]));
847                            } elsif ($offset == 0) {
848                                    $v = $d->{$sf};
849                            } else {
850                                    die "field $from subfield '$sf' need occurence $offset which doesn't exist", dump($d->{$sf});
851                            }
852                            push @$m, ( $sf, $v ) if (defined($v));
853                    }
854    
855          my $prefix;                  if ($#{$m} > 2) {
856          my $all_found=0;                          push @{ $marc_record->[ $marc_record_offset ] }, $m;
857                    }
858            }
859    
860          while ($format =~ s/^(.*?)(v|s)(\d+)(?:\^(\w))?//s) {          warn "## marc_record = ", dump( $marc_record ),$/ if ($debug > 1);
861    }
862    
863                  my $del = $1 || '';  =head2 marc_count
                 $prefix ||= $del if ($all_found == 0);  
864    
865                  # repeatable index  Return number of MARC records created using L</marc_duplicate>.
                 my $r = $i;  
                 $r = 0 if (lc("$2") eq 's');  
866    
867                  my $found = 0;    print "created ", marc_count(), " records";
                 my $tmp = $self->get_data(\$rec,$3,$4,$r,\$found);  
868    
869                  if ($found) {  =cut
870                          push @out, $del;  
871                          push @out, $tmp;  sub marc_count {
872                          $all_found += $found;          return $#{ $marc_record };
873    }
874    
875    
876    =head1 Functions to extract data from input
877    
878    This function should be used inside functions to create C<data_structure> described
879    above.
880    
881    =head2 _pack_subfields_hash
882    
883     @subfields = _pack_subfields_hash( $h );
884     $subfields = _pack_subfields_hash( $h, 1 );
885    
886    Return each subfield value in array or pack them all together and return scalar
887    with subfields (denoted by C<^>) and values.
888    
889    =cut
890    
891    sub _pack_subfields_hash {
892    
893            warn "## _pack_subfields_hash( ",dump(@_), " )\n" if ($debug > 1);
894    
895            my ($h,$include_subfields) = @_;
896    
897            # sanity and ease of use
898            return $h if (ref($h) ne 'HASH');
899    
900            if ( defined($h->{subfields}) ) {
901                    my $sfs = delete $h->{subfields} || die "no subfields?";
902                    my @out;
903                    while (@$sfs) {
904                            my $sf = shift @$sfs;
905                            push @out, '^' . $sf if ($include_subfields);
906                            my $o = shift @$sfs;
907                            if ($o == 0 && ref( $h->{$sf} ) ne 'ARRAY' ) {
908                                    # single element subfields are not arrays
909    #warn "====> $sf $o / $#$sfs ", dump( $sfs, $h->{$sf} ), "\n";
910    
911                                    push @out, $h->{$sf};
912                            } else {
913    #warn "====> $sf $o / $#$sfs ", dump( $sfs, $h->{$sf} ), "\n";
914                                    push @out, $h->{$sf}->[$o];
915                            }
916                    }
917                    if ($include_subfields) {
918                            return join('', @out);
919                    } else {
920                            return @out;
921                    }
922            } else {
923                    if ($include_subfields) {
924                            my $out = '';
925                            foreach my $sf (sort keys %$h) {
926                                    if (ref($h->{$sf}) eq 'ARRAY') {
927                                            $out .= '^' . $sf . join('^' . $sf, @{ $h->{$sf} });
928                                    } else {
929                                            $out .= '^' . $sf . $h->{$sf};
930                                    }
931                            }
932                            return $out;
933                    } else {
934                            # FIXME this should probably be in alphabetical order instead of hash order
935                            values %{$h};
936                  }                  }
937          }          }
938    }
939    
940    =head2 rec1
941    
942          return if (! $all_found);  Return all values in some field
943    
944          my $out = join('',@out);    @v = rec1('200')
945    
946          if ($out) {  TODO: order of values is probably same as in source data, need to investigate that
                 # add rest of format (suffix)  
                 $out .= $format;  
947    
948                  # add prefix if not there  =cut
                 $out = $prefix . $out if ($out !~ m/^\Q$prefix\E/);  
949    
950                  $log->debug("result: $out");  sub rec1 {
951            my $f = shift;
952            warn "rec1($f) = ", dump( $rec->{$f} ), $/ if ($debug > 1);
953            return unless (defined($rec) && defined($rec->{$f}));
954            warn "rec1($f) = ", dump( $rec->{$f} ), $/ if ($debug > 1);
955            if (ref($rec->{$f}) eq 'ARRAY') {
956                    my @out;
957                    foreach my $h ( @{ $rec->{$f} } ) {
958                            if (ref($h) eq 'HASH') {
959                                    push @out, ( _pack_subfields_hash( $h ) );
960                            } else {
961                                    push @out, $h;
962                            }
963                    }
964                    return @out;
965            } elsif( defined($rec->{$f}) ) {
966                    return $rec->{$f};
967          }          }
968    }
969    
970    =head2 rec2
971    
972    Return all values in specific field and subfield
973    
974      @v = rec2('200','a')
975    
976    =cut
977    
978    sub rec2 {
979            my $f = shift;
980            return unless (defined($rec && $rec->{$f}));
981            my $sf = shift;
982            warn "rec2($f,$sf) = ", dump( $rec->{$f} ), $/ if ($debug > 1);
983            return map {
984                    if (ref($_->{$sf}) eq 'ARRAY') {
985                            @{ $_->{$sf} };
986                    } else {
987                            $_->{$sf};
988                    }
989            } grep { ref($_) eq 'HASH' && $_->{$sf} } @{ $rec->{$f} };
990    }
991    
992    =head2 rec
993    
994    syntaxtic sugar for
995    
996      @v = rec('200')
997      @v = rec('200','a')
998    
999    If rec() returns just single value, it will
1000    return scalar, not array.
1001    
1002    =cut
1003    
1004    sub frec {
1005            my @out = rec(@_);
1006            warn "rec(",dump(@_),") has more than one return value, ignoring\n" if $#out > 0;
1007            return shift @out;
1008    }
1009    
1010          if ($eval_code) {  sub rec {
1011                  my $eval = $self->fill_in($rec,$eval_code,$i) || return;          my @out;
1012                  $log->debug("about to eval{$eval} format: $out");          if ($#_ == 0) {
1013                  return if (! $self->_eval($eval));                  @out = rec1(@_);
1014            } elsif ($#_ == 1) {
1015                    @out = rec2(@_);
1016          }          }
1017                    if ($#out == 0 && ! wantarray) {
1018          if ($filter_name && $self->{'filter'}->{$filter_name}) {                  return $out[0];
1019                  $log->debug("about to filter{$filter_name} format: $out");          } elsif (@out) {
1020                  $out = $self->{'filter'}->{$filter_name}->($out);                  return @out;
1021                  return unless(defined($out));          } else {
1022                  $log->debug("filter result: $out");                  return '';
1023          }          }
1024    }
1025    
1026          return $out;  =head2 regex
1027    
1028    Apply regex to some or all values
1029    
1030      @v = regex( 's/foo/bar/g', @v );
1031    
1032    =cut
1033    
1034    sub regex {
1035            my $r = shift;
1036            my @out;
1037            #warn "r: $r\n", dump(\@_);
1038            foreach my $t (@_) {
1039                    next unless ($t);
1040                    eval "\$t =~ $r";
1041                    push @out, $t if ($t && $t ne '');
1042            }
1043            return @out;
1044  }  }
1045    
1046  =head2 parse_to_arr  =head2 prefix
1047    
1048  Similar to C<parse>, but returns array of all repeatable fields  Prefix all values with a string
1049    
1050   my @arr = $webpac->parse_to_arr($rec,'v250^a');    @v = prefix( 'my_', @v );
1051    
1052  =cut  =cut
1053    
1054  sub parse_to_arr {  sub prefix {
1055          my $self = shift;          my $p = shift;
1056            return @_ unless defined( $p );
1057            return map { $p . $_ } grep { defined($_) } @_;
1058    }
1059    
1060          my ($rec, $format_utf8) = @_;  =head2 suffix
1061    
1062          my $log = $self->_get_logger();  suffix all values with a string
1063    
1064          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);    @v = suffix( '_my', @v );
         return if (! $format_utf8);  
1065    
1066          my $i = 0;  =cut
         my @arr;  
1067    
1068          while (my $v = $self->parse($rec,$format_utf8,$i++)) {  sub suffix {
1069                  push @arr, $v;          my $s = shift;
1070          }          return @_ unless defined( $s );
1071            return map { $_ . $s } grep { defined($_) } @_;
1072    }
1073    
1074    =head2 surround
1075    
1076    surround all values with a two strings
1077    
1078      @v = surround( 'prefix_', '_suffix', @v );
1079    
1080    =cut
1081    
1082    sub surround {
1083            my $p = shift;
1084            my $s = shift;
1085            $p = '' unless defined( $p );
1086            $s = '' unless defined( $s );
1087            return map { $p . $_ . $s } grep { defined($_) } @_;
1088    }
1089    
1090          $log->debug("format '$format_utf8' returned ",--$i," elements: ", sub { join(" | ",@arr) }) if (@arr);  =head2 first
1091    
1092          return @arr;  Return first element
1093    
1094      $v = first( @v );
1095    
1096    =cut
1097    
1098    sub first {
1099            my $r = shift;
1100            return $r;
1101  }  }
1102    
1103  =head2 fill_in_to_arr  =head2 lookup
1104    
1105  Similar to C<fill_in>, but returns array of all repeatable fields. Usable  Consult lookup hashes for some value
1106  for fields which have lookups, so they shouldn't be parsed but rather  
1107  C<fill_id>ed.    @v = lookup(
1108            sub {
1109                    'ffkk/peri/mfn'.rec('000')
1110            },
1111            'ffkk','peri','200-a-200-e',
1112            sub {
1113                    first(rec(200,'a')).' '.first(rec('200','e'))
1114            }
1115      );
1116    
1117   my @arr = $webpac->fill_in_to_arr($rec,'[v900];;[v250^a]');  Code like above will be B<automatically generated> using L<WebPAC::Parse> from
1118    normal lookup definition in C<conf/lookup/something.pl> which looks like:
1119    
1120      lookup(
1121            # which results to return from record recorded in lookup
1122            sub { 'ffkk/peri/mfn' . rec('000') },
1123            # from which database and input
1124            'ffkk','peri',
1125            # such that following values match
1126            sub { first(rec(200,'a')) . ' ' . first(rec('200','e')) },
1127            # if this part is missing, we will try to match same fields
1128            # from lookup record and current one, or you can override
1129            # which records to use from current record using
1130            sub { rec('900','x') . ' ' . rec('900','y') },
1131      )
1132    
1133    You can think about this lookup as SQL (if that helps):
1134    
1135      select
1136            sub { what }
1137      from
1138            database, input
1139      where
1140        sub { filter from lookuped record }
1141      having
1142        sub { optional filter on current record }
1143    
1144    Easy as pie, right?
1145    
1146  =cut  =cut
1147    
1148  sub fill_in_to_arr {  sub lookup {
1149          my $self = shift;          my ($what, $database, $input, $key, $having) = @_;
1150    
1151          my ($rec, $format_utf8) = @_;          confess "lookup needs 5 arguments: what, database, input, key, having\n" unless ($#_ == 4);
1152    
1153          my $log = $self->_get_logger();          warn "## lookup ($database, $input, $key)", $/ if ($debug > 1);
1154            return unless (defined($lookup->{$database}->{$input}->{$key}));
1155    
1156          $log->logconfess("need HASH as first argument!") if ($rec !~ /HASH/o);          confess "lookup really need load_row_coderef added to data_structure\n" unless ($load_row_coderef);
         return if (! $format_utf8);  
1157    
1158          my $i = 0;          my $mfns;
1159          my @arr;          my @having = $having->();
1160    
1161          while (my @v = $self->fill_in($rec,$format_utf8,$i++)) {          warn "## having = ", dump( @having ) if ($debug > 2);
1162                  push @arr, @v;  
1163            foreach my $h ( @having ) {
1164                    if (defined($lookup->{$database}->{$input}->{$key}->{$h})) {
1165                            warn "lookup for $database/$input/$key/$h return ",dump($lookup->{$database}->{$input}->{$key}->{$h}),"\n" if ($debug);
1166                            $mfns->{$_}++ foreach keys %{ $lookup->{$database}->{$input}->{$key}->{$h} };
1167                    }
1168          }          }
1169    
1170          $log->debug("format '$format_utf8' returned ",--$i," elements: ", sub { join(" | ",@arr) }) if (@arr);          return unless ($mfns);
1171    
1172            my @mfns = sort keys %$mfns;
1173    
1174            warn "# lookup loading $database/$input/$key mfn ", join(",",@mfns)," having ",dump(@having),"\n" if ($debug);
1175    
1176            my $old_rec = $rec;
1177            my @out;
1178    
1179            foreach my $mfn (@mfns) {
1180                    $rec = $load_row_coderef->( $database, $input, $mfn );
1181    
1182                    warn "got $database/$input/$mfn = ", dump($rec), $/ if ($debug);
1183    
1184                    my @vals = $what->();
1185    
1186                    push @out, ( @vals );
1187    
1188                    warn "lookup for mfn $mfn returned ", dump(@vals), $/ if ($debug);
1189            }
1190    
1191    #       if (ref($lookup->{$k}) eq 'ARRAY') {
1192    #               return @{ $lookup->{$k} };
1193    #       } else {
1194    #               return $lookup->{$k};
1195    #       }
1196    
1197            $rec = $old_rec;
1198    
1199            warn "## lookup returns = ", dump(@out), $/ if ($debug);
1200    
1201          return @arr;          if ($#out == 0) {
1202                    return $out[0];
1203            } else {
1204                    return @out;
1205            }
1206  }  }
1207    
1208  =head2 sort_arr  =head2 save_into_lookup
1209    
1210    Save value into lookup. It associates current database, input
1211    and specific keys with one or more values which will be
1212    associated over MFN.
1213    
1214    MFN will be extracted from first occurence current of field 000
1215    in current record, or if it doesn't exist from L<_set_config> C<_mfn>.
1216    
1217  Sort array ignoring case and html in data    my $nr = save_into_lookup($database,$input,$key,sub {
1218            # code which produce one or more values
1219      });
1220    
1221   my @sorted = $webpac->sort_arr(@unsorted);  It returns number of items saved.
1222    
1223    This function shouldn't be called directly, it's called from code created by
1224    L<WebPAC::Parser>.
1225    
1226  =cut  =cut
1227    
1228  sub sort_arr {  sub save_into_lookup {
1229          my $self = shift;          my ($database,$input,$key,$coderef) = @_;
1230            die "save_into_lookup needs database" unless defined($database);
1231            die "save_into_lookup needs input" unless defined($input);
1232            die "save_into_lookup needs key" unless defined($key);
1233            die "save_into_lookup needs CODE" unless ( defined($coderef) && ref($coderef) eq 'CODE' );
1234    
1235            warn "## save_into_lookup rec = ", dump($rec), " config = ", dump($config), $/ if ($debug > 2);
1236    
1237            my $mfn =
1238                    defined($rec->{'000'}->[0])     ?       $rec->{'000'}->[0]      :
1239                    defined($config->{_mfn})        ?       $config->{_mfn}         :
1240                                                                                    die "mfn not defined or zero";
1241    
1242            my $nr = 0;
1243    
1244            foreach my $v ( $coderef->() ) {
1245                    $lookup->{$database}->{$input}->{$key}->{$v}->{$mfn}++;
1246                    warn "# saved lookup $database/$input/$key [$v] $mfn\n" if ($debug > 1);
1247                    $nr++;
1248            }
1249    
1250          my $log = $self->_get_logger();          return $nr;
1251    }
1252    
1253    =head2 config
1254    
1255    Consult config values stored in C<config.yml>
1256    
1257      # return database code (key under databases in yaml)
1258      $database_code = config();    # use _ from hash
1259      $database_name = config('name');
1260      $database_input_name = config('input name');
1261    
1262    Up to three levels are supported.
1263    
1264    =cut
1265    
1266          # FIXME add Schwartzian Transformation?  sub config {
1267            return unless ($config);
1268    
1269          my @sorted = sort {          my $p = shift;
1270                  $a =~ s#<[^>]+/*>##;  
1271                  $b =~ s#<[^>]+/*>##;          $p ||= '';
1272                  lc($b) cmp lc($a)  
1273          } @_;          my $v;
1274          $log->debug("sorted values: ",sub { join(", ",@sorted) });  
1275            warn "### getting config($p)\n" if ($debug > 1);
1276    
1277            my @p = split(/\s+/,$p);
1278            if ($#p < 0) {
1279                    $v = $config->{ '_' };  # special, database code
1280            } else {
1281    
1282                    my $c = dclone( $config );
1283    
1284                    foreach my $k (@p) {
1285                            warn "### k: $k c = ",dump($c),$/ if ($debug > 1);
1286                            if (ref($c) eq 'ARRAY') {
1287                                    $c = shift @$c;
1288                                    warn "config($p) taking first occurence of '$k', probably not what you wanted!\n";
1289                                    last;
1290                            }
1291    
1292                            if (! defined($c->{$k}) ) {
1293                                    $c = undef;
1294                                    last;
1295                            } else {
1296                                    $c = $c->{$k};
1297                            }
1298                    }
1299                    $v = $c if ($c);
1300    
1301          return @sorted;          }
1302    
1303            warn "## config( '$p' ) = ",dump( $v ),$/ if ($v && $debug);
1304            warn "config( '$p' ) is empty\n" if (! $v);
1305    
1306            return $v;
1307  }  }
1308    
1309    =head2 id
1310    
1311  =head2 _sort_by_order  Returns unique id of this record
1312    
1313  Sort xml tags data structure accoding to C<order=""> attribute.    $id = id();
1314    
1315    Returns C<42/2> for 2nd occurence of MFN 42.
1316    
1317  =cut  =cut
1318    
1319  sub _sort_by_order {  sub id {
1320          my $self = shift;          my $mfn = $config->{_mfn} || die "no _mfn in config data";
1321            return $mfn . $#{$marc_record} ? $#{$marc_record} + 1 : '';
1322    }
1323    
1324    =head2 join_with
1325    
1326          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};  
1327    
1328          return $va <=> $vb;    $v = join_with(", ", @v);
1329    
1330    =cut
1331    
1332    sub join_with {
1333            my $d = shift;
1334            warn "### join_with('$d',",dump(@_),")\n" if ($debug > 2);
1335            my $v = join($d, grep { defined($_) && $_ ne '' } @_);
1336            return '' unless defined($v);
1337            return $v;
1338  }  }
1339    
1340  =head2 _x  =head2 split_rec_on
1341    
1342  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.  
1343    
1344   my $text = $n->_x('normalize text string');    $a_before_semi_column =
1345            split_rec_on('200','a', /\s*;\s*/, $part);
1346    
1347  This is a stub so that other modules doesn't have to implement it.  C<$part> is optional number of element. First element is
1348    B<1>, not 0!
1349    
1350    If there is no C<$part> parameter or C<$part> is 0, this function will
1351    return all values produced by splitting.
1352    
1353  =cut  =cut
1354    
1355  sub _x {  sub split_rec_on {
1356          my $self = shift;          die "split_rec_on need (fld,sf,regex[,part]" if ($#_ < 2);
1357          return shift;  
1358            my ($fld, $sf, $regex, $part) = @_;
1359            warn "### regex ", ref($regex), $regex, $/ if ($debug > 2);
1360    
1361            my @r = rec( $fld, $sf );
1362            my $v = shift @r;
1363            warn "### first rec($fld,$sf) = ",dump($v),$/ if ($debug > 2);
1364    
1365            return '' if ( ! defined($v) || $v =~ /^\s*$/);
1366    
1367            my @s = split( $regex, $v );
1368            warn "## split_rec_on($fld,$sf,$regex,$part) = ",dump(@s),$/ if ($debug > 1);
1369            if ($part && $part > 0) {
1370                    return $s[ $part - 1 ];
1371            } else {
1372                    return @s;
1373            }
1374  }  }
1375    
1376    my $hash;
1377    
1378    =head2 set
1379    
1380      set( key => 'value' );
1381    
1382    =cut
1383    
1384    sub set {
1385            my ($k,$v) = @_;
1386            warn "## set ( $k => ", dump($v), " )", $/ if ( $debug );
1387            $hash->{$k} = $v;
1388    };
1389    
1390    =head2 get
1391    
1392  =head1 AUTHOR    get( 'key' );
1393    
1394  Dobrica Pavlinusic, C<< <dpavlin@rot13.org> >>  =cut
1395    
1396  =head1 COPYRIGHT & LICENSE  sub get {
1397            my $k = shift || return;
1398            my $v = $hash->{$k};
1399            warn "## get $k = ", dump( $v ), $/ if ( $debug );
1400            return $v;
1401    }
1402    
1403  Copyright 2005 Dobrica Pavlinusic, All Rights Reserved.  =head2 count
1404    
1405  This program is free software; you can redistribute it and/or modify it    if ( count( @result ) == 1 ) {
1406  under the same terms as Perl itself.          # do something if only 1 result is there
1407      }
1408    
1409  =cut  =cut
1410    
1411  1; # End of WebPAC::DB  sub count {
1412            warn "## count ",dump(@_),$/ if ( $debug );
1413            return @_ . '';
1414    }
1415    
1416    # END
1417    1;

Legend:
Removed from v.14  
changed lines
  Added in v.979

  ViewVC Help
Powered by ViewVC 1.1.26