/[webpac2]/trunk/lib/WebPAC/Validate.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/Validate.pm

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

revision 643 by dpavlin, Wed Sep 6 21:10:30 2006 UTC revision 836 by dpavlin, Thu May 24 12:44:43 2007 UTC
# Line 8  use blib; Line 8  use blib;
8  use base 'WebPAC::Common';  use base 'WebPAC::Common';
9  use File::Slurp;  use File::Slurp;
10  use List::Util qw/first/;  use List::Util qw/first/;
11  use Data::Dumper;  use Data::Dump qw/dump/;
12  use WebPAC::Normalize qw/_pack_subfields_hash/;  use WebPAC::Normalize qw/_pack_subfields_hash/;
13  use Storable qw/dclone/;  use Storable qw/dclone/;
14    
# Line 18  WebPAC::Validate - provide simple valida Line 18  WebPAC::Validate - provide simple valida
18    
19  =head1 VERSION  =head1 VERSION
20    
21  Version 0.02  Version 0.11
22    
23  =cut  =cut
24    
25  our $VERSION = '0.02';  our $VERSION = '0.11';
26    
27  =head1 SYNOPSIS  =head1 SYNOPSIS
28    
# Line 34  configuration file in following format: Line 34  configuration file in following format:
34    # same with 101    # same with 101
35    101    101
36    # field 200 have valid subfields a-g    # field 200 have valid subfields a-g
37    200 a b c d e f g    # and field e is repeatable
38      200 a b c d e* f g
39    # field 205 can have only subfield a    # field 205 can have only subfield a
40    205 a    # and must exists
41      205! a
42    # while 210 can have a c or d    # while 210 can have a c or d
43    210 a c d    210 a c d
44      # field which is ignored in validation
45      999-
46    
47  =head1 FUNCTIONS  =head1 FUNCTIONS
48    
# Line 48  Create new validation object Line 52  Create new validation object
52    
53    my $validate = new WebPAC::Validate(    my $validate = new WebPAC::Validate(
54          path => 'conf/validate/file',          path => 'conf/validate/file',
55            delimiters => [ ' : ', ' / ', ' ; ', ' , ' ],
56    );    );
57    
58    Optional parametar C<delimiters> will turn on validating of delimiters. Be
59    careful here, those delimiters are just stuck into regex, so they can
60    contain L<perlre> regexpes.
61    
62  =cut  =cut
63    
64  sub new {  sub new {
# Line 82  sub new { Line 91  sub new {
91    
92                  my $fld = shift @d;                  my $fld = shift @d;
93    
94                    if ($fld =~ s/!$//) {
95                            $self->{must_exist}->{$fld}++;
96                    } elsif ($fld =~ s/-$//) {
97                            $self->{dont_validate}->{$fld}++;
98                    }
99    
100                  $log->logdie("need field name in line $curr_line: $l") unless (defined($fld));                  $log->logdie("need field name in line $curr_line: $l") unless (defined($fld));
101    
102                  if (@d) {                  if (@d) {
103                          $v->{$fld} = \@d;                          $v->{$fld} = [ map {
104                                    my $sf = $_;
105                                    if ( $sf =~ s/!(\*)?$/$1/ ) {
106                                            $self->{must_exist_sf}->{ $fld }->{ $sf }++;
107                                    };
108                                    $sf;
109                            } @d ];
110                  } else {                  } else {
111                          $v->{$fld} = 1;                          $v->{$fld} = 1;
112                  }                  }
113    
114          }          }
115    
116          $log->debug("current validation rules: ", Dumper($v));          $log->debug("current validation rules: ", dump($v));
117    
118          $self->{rules} = $v;          $self->{rules} = $v;
119    
120          $log->info("validation uses rules from $self->{path}");          $log->info("validation uses rules from $self->{path}");
121    
122            if ( $self->{delimiters} ) {
123                    $self->{delimiters_regex} = '(\^[a-z0-9]|' . join('|', @{ $self->{delimiters} }) . ')';
124                    $log->info("validation check delimiters with regex $self->{delimiters_regex}");
125            }
126    
127          $self ? return $self : return undef;          $self ? return $self : return undef;
128  }  }
129    
130  =head2 validate_errors  =head2 validate_rec
131    
132  Validate record and return errors  Validate record and return errors
133    
134    my @errors = $validate->validate_errors( $rec );    my @errors = $validate->validate_rec( $rec, $rec_dump );
135    
136  =cut  =cut
137    
138  sub validate_errors {  sub validate_rec {
139          my $self = shift;          my $self = shift;
140    
141          my $log = $self->_get_logger();          my $log = $self->_get_logger();
142    
143          my $rec = shift || $log->logdie("validate_errors need record");          my $rec = shift || $log->logdie("validate_rec need record");
144            my $rec_dump = shift;
145    
146          $log->logdie("rec isn't HASH") unless (ref($rec) eq 'HASH');          $log->logdie("rec isn't HASH") unless (ref($rec) eq 'HASH');
147          $log->logdie("can't find validation rules") unless (my $r = $self->{rules});          $log->logdie("can't find validation rules") unless (my $r = $self->{rules});
148    
149          my @errors;          my $errors;
150    
151            $log->debug("rec = ", sub { dump($rec) }, "keys = ", keys %{ $rec });
152    
153          $log->debug("rec = ", sub { Dumper($rec) }, "keys = ", keys %{ $rec });          my $fields;
154    
155          foreach my $f (keys %{ $rec }) {          foreach my $f (keys %{ $rec }) {
156    
157                  next if (!defined($f) || $f eq '' || $f eq '000');                  next if (!defined($f) || $f eq '' || $f eq '000');
158    
159                  if (! defined($r->{$f})) {                  # first check delimiters
160                          push @errors, "field '$f' shouldn't exists";                  if ( my $regex = $self->{delimiters_regex} ) {
161    
162                            foreach my $v (@{ $rec->{$f} }) {
163                                    my $l = _pack_subfields_hash( $v, 1 );
164                                    my $subfield_dump = $l;
165                                    my $template = '';
166                                    $l =~ s/$regex/$template.=$1/eg;
167                                    #warn "## template: $template\n";
168    
169                                    if ( $template ) {
170                                            $self->{_delimiters_templates}->{$f}->{$template}++;
171    
172                                            if ( my $v = $self->{_validate_delimiters_templates} ) {
173                                                    if ( ! defined( $v->{$template} ) ) {
174                                                            $errors->{$f}->{invalid_delimiters_combination} = $template;
175                                                            $errors->{$f}->{dump} = $subfield_dump;
176                                                    } else {
177                                                            warn "## $f $template ok\n";
178                                                    }
179                                            }
180                                    }
181                            }
182                    }
183    
184                    next if (defined( $self->{dont_validate}->{$f} ));
185    
186                    # track field usage
187                    $fields->{$f}++;
188    
189                    if ( ! defined($r->{$f}) ) {
190                            $errors->{ $f }->{unexpected} = "this field is not expected";
191                          next;                          next;
192                  }                  }
193    
194    
195                  if (ref($rec->{$f}) ne 'ARRAY') {                  if (ref($rec->{$f}) ne 'ARRAY') {
196                          push @errors, "field '$f' isn't repetable, probably bug in parsing input data";                          $errors->{ $f }->{not_repeatable} = "probably bug in parsing input data";
197                          next;                          next;
198                  }                  }
199    
# Line 141  sub validate_errors { Line 201  sub validate_errors {
201                          # can we have subfields?                          # can we have subfields?
202                          if (ref($r->{$f}) eq 'ARRAY') {                          if (ref($r->{$f}) eq 'ARRAY') {
203                                  # are values hashes? (has subfields)                                  # are values hashes? (has subfields)
204                                  if (ref($v) ne 'HASH') {                                  if (! defined($v)) {
205                                          push @errors, "$f has value without subfields: $v";  #                                       $errors->{$f}->{empty} = undef;
206    #                                       $errors->{dump} = $rec_dump if ($rec_dump);
207                                    } elsif (ref($v) ne 'HASH') {
208                                            $errors->{$f}->{missing_subfield} = join(",", @{ $r->{$f} }) . " required";
209                                          next;                                          next;
210                                  } else {                                  } else {
211    
212                                          my $h = dclone( $v );                                          my $h = dclone( $v );
213    
214                                            my $sf_repeatable;
215    
216                                          delete($v->{subfields}) if (defined($v->{subfields}));                                          delete($v->{subfields}) if (defined($v->{subfields}));
217    
218                                            my $subfields;
219    
220                                          foreach my $sf (keys %{ $v }) {                                          foreach my $sf (keys %{ $v }) {
221    
222                                                  # permited subfield?                                                  $subfields->{ $sf }++;
223                                                  if (! first { $_ eq $sf } @{ $r->{$f} }) {  
224                                                          push @errors, "$f has unknown subfield: $sf";                                                  # is non-repeatable but with multiple values?
225                                                    if ( ! first { $_ eq $sf.'*' } @{$r->{$f}} ) {
226                                                            if ( ref($v->{$sf}) eq 'ARRAY' ) {
227                                                                    $sf_repeatable->{$sf}++;
228                                                            };
229                                                            if (! first { $_ eq $sf } @{ $r->{$f} }) {
230                                                                    $errors->{ $f }->{subfield}->{extra}->{$sf}++;
231                                                            }
232                                                  }                                                  }
233    
234                                                  # is repeatable?                                          }
235                                                  if ( ref($v->{$sf}) eq 'ARRAY' ) {                                          if (my @r_sf = sort keys( %$sf_repeatable )) {
236                                                          push @errors, "$f subfield $sf is repeatable: " .  
237                                                                  join('', _pack_subfields_hash( dclone($h), 1) );                                                  foreach my $sf (@r_sf) {
238                                                          ### FIXME                                                          $errors->{$f}->{subfield}->{extra_repeatable}->{$sf}++;
239                                                            $errors->{$f}->{dump} = _pack_subfields_hash( $h, 1 );
240                                                  }                                                  }
241    
242                                          }                                          }
243    
244                                            if ( defined( $self->{must_exist_sf}->{$f} ) ) {
245                                                    foreach my $sf (sort keys %{ $self->{must_exist_sf}->{$f} }) {
246    #warn "====> $f $sf must exist\n";
247                                                            $errors->{$f}->{subfield}->{missing}->{$sf}++
248                                                                    unless defined( $subfields->{$sf} );
249                                                    }
250                                            }
251    
252                                  }                                  }
253                          } elsif (ref($v) eq 'HASH') {                          } elsif (ref($v) eq 'HASH') {
254                                  push @errors, "$f has subfields which is not valid";                                  $errors->{$f}->{unexpected_subfields}++;
255                                    $errors->{$f}->{dump} = _pack_subfields_hash( $v, 1 );
256                          }                          }
257                  }                  }
258          }          }
259    
260            $log->debug("_delimiters_templates = ", dump( $self->{_delimiters_templates} ) );
261    
262            foreach my $must (sort keys %{ $self->{must_exist} }) {
263                    next if ($fields->{$must});
264                    $errors->{$must}->{missing}++;
265                    $errors->{dump} = $rec_dump if ($rec_dump);
266            }
267    
268            if ($errors) {
269                    $log->debug("errors: ", $self->report_error( $errors ) );
270    
271                    my $mfn = $rec->{'000'}->[0] || $log->logconfess("record ", dump( $rec ), " doesn't have MFN");
272                    $self->{errors}->{$mfn} = $errors;
273            }
274    
275          #$log->logcluck("return from this function is ARRAY") unless wantarray;          #$log->logcluck("return from this function is ARRAY") unless wantarray;
276    
277          $log->debug("errors: ", join(", ", @errors)) if (@errors);          return $errors;
278    }
279    
280    =head2 reset_errors
281    
282    Clean all accumulated errors for this input
283    
284      $validate->reset_errors;
285    
286    =cut
287    
288    sub reset_errors {
289            my $self = shift;
290            delete ($self->{errors});
291    }
292    
293    =head2 all_errors
294    
295    Return hash with all errors
296    
297      print dump( $validate->all_errors );
298    
299    =cut
300    
301    sub all_errors {
302            my $self = shift;
303            return $self->{errors};
304    }
305    
306    =head2 report_error
307    
308    Produce nice humanly readable report of single error
309    
310      print $validate->report_error( $error_hash );
311    
312    =cut
313    
314    sub report_error {
315            my $self = shift;
316    
317            my $h = shift || die "no hash?";
318    
319            sub _unroll {
320                    my ($self, $tree, $accumulated) = @_;
321    
322                    my $log = $self->_get_logger();
323    
324                    $log->debug("# ",
325                            ( $tree                 ? "tree: $tree "                                        : '' ),
326                            ( $accumulated  ? "accumulated: $accumulated "          : '' ),
327                    );
328    
329                    my $results;
330    
331                    if (ref($tree) ne 'HASH') {
332                            return ("$accumulated\t($tree)", undef);
333                    }
334    
335                    my $dump;
336    
337                    foreach my $k (sort keys %{ $tree }) {
338    
339                            if ($k eq 'dump') {
340                                    $dump = $tree->{dump};
341                                    #warn "## dump ",dump($dump),"\n";
342                                    next;
343                            }
344    
345                            $log->debug("current: $k");
346    
347                            my ($new_results, $new_dump) = $self->_unroll($tree->{$k},
348                                    $accumulated ? "$accumulated\t$k" : $k
349                            );
350    
351                            $log->debug(
352                                    ( $new_results          ? "new_results: " . dump($new_results) ." "     : '' ),
353                            );
354    
355                            push @$results, $new_results if ($new_results);
356                            $dump = $new_dump if ($new_dump);
357    
358                    }
359    
360                    $log->debug(
361                            ( $results              ? "results: " . dump($results) ." "     : '' ),
362                    );
363    
364                    if ($#$results == 0) {
365                            return ($results->[0], $dump);
366                    } else {
367                            return ($results, $dump);
368                    }
369            }
370    
371    
372            sub _reformat {
373                    my $l = shift;
374                    $l =~ s/\t/ /g;
375                    $l =~ s/_/ /g;
376                    return $l;
377            }
378    
379            my $out = '';
380    
381            for my $f (sort keys %{ $h }) {
382                    $out .= "$f: ";
383                    
384                    my ($r, $d) = $self->_unroll( $h->{$f} );
385                    my $e;
386                    if (ref($r) eq 'ARRAY') {
387                            $e .= join(", ", map { _reformat( $_ ) } @$r);
388                    } else {
389                            $e .= _reformat( $r );
390                    }
391                    $e .= "\n\t$d" if ($d);
392    
393                    $out .= $e . "\n";
394            }
395            return $out;
396    }
397    
398    
399    =head2 report
400    
401    Produce nice humanly readable report of errors
402    
403      print $validate->report;
404    
405    =cut
406    
407    sub report {
408            my $self = shift;
409            my $e = $self->{errors} || return;
410    
411            my $out;
412            foreach my $mfn (sort { $a <=> $b } keys %$e) {
413                    $out .= "MFN $mfn\n" . $self->report_error( $e->{$mfn} ) . "\n";
414            }
415    
416            return $out;
417    
418    }
419    
420    =head2 delimiters_templates
421    
422    Generate report of delimiter tamplates
423    
424      my $report = $validate->delimiter_teplates(
425            report => 1,
426      );
427    
428    Options:
429    
430    =over 4
431    
432    =item report
433    
434    Generate humanly readable report with single fields
435    
436    =back
437    
438    =cut
439    
440    sub delimiters_templates {
441            my $self = shift;
442    
443            my $args = {@_};
444    
445            my $t = $self->{_delimiters_templates};
446    
447            my $log = $self->_get_logger;
448    
449            unless ($t) {
450                    $log->error("called without delimiters");
451                    return;
452            }
453    
454            my $out;
455    
456            foreach my $f (sort { $a <=> $b } keys %$t) {
457                    $out .= "$f\n" if ( $args->{report} );
458                    foreach my $template (sort { $a cmp $b } keys %{ $t->{$f} }) {
459                            my $count = $t->{$f}->{$template};
460                            $out .=
461                                    ( $count ? "" : "# " ) .
462                                    ( $args->{report} ? "" : "$f" ) .
463                                    "\t$count\t$template\n";
464                    }
465            }
466    
467          return @errors;          return $out;
468  }  }
469    
470  =head1 AUTHOR  =head1 AUTHOR

Legend:
Removed from v.643  
changed lines
  Added in v.836

  ViewVC Help
Powered by ViewVC 1.1.26