/[webpac2]/trunk/run.pl
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/run.pl

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

revision 851 by dpavlin, Sun May 27 11:14:40 2007 UTC revision 1098 by dpavlin, Sat Aug 2 15:11:06 2008 UTC
# Line 9  use lib './lib'; Line 9  use lib './lib';
9  use WebPAC::Common 0.02;  use WebPAC::Common 0.02;
10  use WebPAC::Parser 0.08;  use WebPAC::Parser 0.08;
11  use WebPAC::Input 0.16;  use WebPAC::Input 0.16;
12  use WebPAC::Store 0.14;  use WebPAC::Store 0.15;
13  use WebPAC::Normalize 0.22;  use WebPAC::Normalize 0.22;
14  use WebPAC::Output::TT;  use WebPAC::Output::TT;
15  use WebPAC::Validate 0.11;  use WebPAC::Validate 0.11;
# Line 68  and subfield usage for each input Line 68  and subfield usage for each input
68    
69  turn on extra validation of imput records, see L<WebPAC::Validation>  turn on extra validation of imput records, see L<WebPAC::Validation>
70    
71    You can use special variables C<$database> and $C<$input> in this parametar
72    like C<--validate 'conf/validate/$database-$input'> to construct filename
73    
74  =item --validate-delimiters path/to/validate_delimiters_file  =item --validate-delimiters path/to/validate_delimiters_file
75    
76  this option is used with C<--validate> to turn on extra validation of  this option is used with C<--validate> to turn on extra validation of
# Line 130  GetOptions( Line 133  GetOptions(
133          "clean" => \$clean,          "clean" => \$clean,
134          "one=s" => \$only_filter,          "one=s" => \$only_filter,
135          "only=s" => \$only_filter,          "only=s" => \$only_filter,
136          "config" => \$config_path,          "config=s" => \$config_path,
137          "debug+" => \$debug,          "debug+" => \$debug,
138          "stats" => \$stats,          "stats" => \$stats,
139          "validate=s" => \$validate_path,          "validate=s" => \$validate_path,
# Line 150  pod2usage(-verbose => 2) if ($help); Line 153  pod2usage(-verbose => 2) if ($help);
153    
154  my $config = new WebPAC::Config( path => $config_path );  my $config = new WebPAC::Config( path => $config_path );
155    
156    WebPAC::Normalize::_debug( $debug - 1 ) if $debug > 1;
157    
158  #print "config = ",dump($config) if ($debug);  #print "config = ",dump($config) if ($debug);
159    
160  die "no databases in config file!\n" unless ($config->databases);  die "no databases in config file!\n" unless ($config->databases);
# Line 174  if ($merge) { Line 179  if ($merge) {
179    
180  my $validate;  my $validate;
181  $validate = new WebPAC::Validate(  $validate = new WebPAC::Validate(
         path => $validate_path,  
182          delimiters => $config->webpac('delimiters'),          delimiters => $config->webpac('delimiters'),
         delimiters_path => $validate_delimiters_path,  
183  ) if ($validate_path || $validate_delimiters_path);  ) if ($validate_path || $validate_delimiters_path);
184    
185  my $use_indexer = $config->use_indexer;  my $use_indexer = $config->use_indexer;
# Line 184  $stats ||= $validate; Line 187  $stats ||= $validate;
187  if ($stats) {  if ($stats) {
188          $log->debug("disabled indexing for stats collection");          $log->debug("disabled indexing for stats collection");
189          $use_indexer = undef;          $use_indexer = undef;
190  } else {  } elsif ( $use_indexer ) {
191          $log->info("using $use_indexer indexing engine...");          $log->info("using $use_indexer indexing engine...");
192  }  }
193    
194  # parse normalize files and create source files for lookup and normalization  # parse normalize files and create source files for lookup and normalization
195    
196  my $parser = new WebPAC::Parser( config => $config );  my ($only_database,$only_input) = split(m#/#, $only_filter) if $only_filter;
197    
198    my $parser = new WebPAC::Parser(
199            config => $config,
200            only_database => $only_database,
201            only_input => $only_input,
202    );
203    
204  my $total_rows = 0;  my $total_rows = 0;
205  my $start_t = time();  my $start_t = time();
# Line 211  sub create_ds_config { Line 220  sub create_ds_config {
220          return $c;          return $c;
221  }  }
222    
223  while (my ($database, $db_config) = each %{ $config->databases }) {  foreach my $database ( sort keys %{ $config->databases } ) {
224            my $db_config = $config->databases->{$database};
225    
         my ($only_database,$only_input) = split(m#/#, $only_filter) if ($only_filter);  
226          next if ($only_database && $database !~ m/$only_database/i);          next if ($only_database && $database !~ m/$only_database/i);
227    
228          if ($parallel) {          if ($parallel) {
# Line 242  while (my ($database, $db_config) = each Line 251  while (my ($database, $db_config) = each
251                  if ($use_indexer eq 'hyperestraier') {                  if ($use_indexer eq 'hyperestraier') {
252    
253                          # open Hyper Estraier database                          # open Hyper Estraier database
254                          use WebPAC::Output::Estraier '0.10';                          require WebPAC::Output::Estraier;
255                          $indexer = new WebPAC::Output::Estraier( %{ $indexer_config } );                          $indexer = new WebPAC::Output::Estraier( %{ $indexer_config } );
256                                    
257                  } elsif ($use_indexer eq 'hyperestraier-native') {                  } elsif ($use_indexer eq 'hyperestraier-native') {
258    
259                          # open Hyper Estraier database                          # open Hyper Estraier database
260                          use WebPAC::Output::EstraierNative;                          require WebPAC::Output::EstraierNative;
261                          $indexer = new WebPAC::Output::EstraierNative( %{ $indexer_config } );                          $indexer = new WebPAC::Output::EstraierNative( %{ $indexer_config } );
262    
263                  } elsif ($use_indexer eq 'kinosearch') {                  } elsif ($use_indexer eq 'kinosearch') {
264    
265                          # open KinoSearch                          die "no longer supported";
                         use WebPAC::Output::KinoSearch;  
                         $indexer_config->{clean} = 1 unless (-e $indexer_config->{index_path});  
                         $indexer = new WebPAC::Output::KinoSearch( %{ $indexer_config } );  
266    
267                  } else {                  } else {
268                          $log->logdie("unknown use_indexer: $use_indexer");                          $log->logdie("unknown use_indexer: $use_indexer");
269                  }                  }
270    
271                  $log->logide("can't continue without valid indexer") unless ($indexer);                  $log->logdie("can't continue without valid indexer") unless ($indexer);
272          }          }
273    
274    
# Line 296  while (my ($database, $db_config) = each Line 302  while (my ($database, $db_config) = each
302          #          #
303          # now WebPAC::Store          # now WebPAC::Store
304          #          #
305          my $abs_path = abs_path($0);          my $store = new WebPAC::Store({
306          $abs_path =~ s#/[^/]*$#/#;                  debug => $debug,
307            });
308    
         my $db_path = $config->webpac('db_path');  
309    
310          if ($clean) {          #
311                  $log->info("creating new database '$database' in $db_path");          # prepare output
312                  rmtree( $db_path ) || $log->warn("can't remove $db_path: $!");          #
313          } else {          my @outputs = force_array( $db_config->{output}, sub {
314                  $log->info("working on database '$database' in $db_path");                  $log->error("Database $database doesn't have any outputs defined. Do you want to remove it from configuration?" );
315          }          } );
316    
317          my $store = new WebPAC::Store(          my @output_modules;
318                  path => $db_path,  
319                  debug => $debug,          foreach my $output ( @outputs ) {
320          );  
321    #warn '## output = ',dump( $output );
322    
323                    my $module = $output->{module} || $log->logdie("need module in output section of $database");
324                    $module = 'WebPAC::Output::' . $module unless $module =~ m/::/;
325            
326                    $log->debug("loading output module $module");
327                    eval "require $module";
328    
329                    # add database to arugemnts for output filter
330                    $output->{database} = $database;
331                    $output->{clean} = $clean;
332    
333                    $log->debug("calling $module->new(",dump( $output ),")");
334                    my $out = new $module->new( $output );
335                    if ( $out->init ) {
336                            push @output_modules, $out;
337                    } else {
338                            $log->warn("SKIPPED $module");
339                    }
340            }
341    
342    
343          #          #
344          # now, iterate through input formats          # now, iterate through input formats
345          #          #
346    
347          my @inputs;  
348          if (ref($db_config->{input}) eq 'ARRAY') {          my @inputs = force_array( $db_config->{input}, sub {
                 @inputs = @{ $db_config->{input} };  
         } elsif ($db_config->{input}) {  
                 push @inputs, $db_config->{input};  
         } else {  
349                  $log->info("database $database doesn't have inputs defined");                  $log->info("database $database doesn't have inputs defined");
350          }          } );
351    
352            if ( -e 'out/debug' ) { # fixme flag?
353                    my $out;
354                    foreach my $i ( @inputs ) {
355                            warn dump( $i );
356                            next unless defined $i->{normalize};
357                            warn dump( $i->{normalize} );
358                            foreach my $normalize ( @{ $i->{normalize} } ) {
359                                    my $path = $normalize->{path};
360                                    $out .= qq/\n##\n## $path\n##\n\n/;
361                                    $out .= read_file( $path );
362                            }
363                    }
364                    my $all = "out/debug/all-normalize.pl";
365                    write_file( $all, $out );
366                    warn "### all normalize for this input saved to: $all";
367            };
368    
369          foreach my $input (@inputs) {          foreach my $input (@inputs) {
370    
# Line 335  while (my ($database, $db_config) = each Line 374  while (my ($database, $db_config) = each
374    
375                  my $type = lc($input->{type});                  my $type = lc($input->{type});
376    
377                  die "I know only how to handle input types ", join(",", $config->webpac('inputs') ), " not '$type'!\n" unless (grep(/$type/, $config->webpac('inputs')));                  # FIXME check if input module exists
378                    my $input_module = $input->{module};
379    
380                  my $input_module = $config->webpac('inputs')->{$type};                  if ( ! $input_module ) {
381                            if ( grep(/$type/, $config->webpac('inputs')) ) {
382                                    $input_module = $config->webpac('inputs')->{$type};
383                            } else {
384                                    $log->logdie("I know only how to handle input types ", join(",", $config->webpac('inputs') ), " not '$type'!" );
385                            }
386                    }
387    
388                  my @lookups = $parser->have_lookup_create($database, $input);                  my @lookups = $parser->have_lookup_create($database, $input);
389    
390                  $log->info("working on input '$input_name' in $input->{path} [type: $input->{type}] using $input_module",                  $log->info("working on $database/$input_name with $input_module on $input->{path}",
391                          @lookups ? " creating lookups: ".join(", ", @lookups) : ""                          @lookups ? " creating lookups: ".join(", ", @lookups) : ""
392                  );                  );
393    
# Line 360  while (my ($database, $db_config) = each Line 406  while (my ($database, $db_config) = each
406                          stats => $stats,                          stats => $stats,
407                          modify_records => $input->{modify_records},                          modify_records => $input->{modify_records},
408                          modify_file => $input->{modify_file},                          modify_file => $input->{modify_file},
409                            input_config => $input,
410                  );                  );
411                  $log->logdie("can't create input using $input_module") unless ($input);                  $log->logdie("can't create input using $input_module") unless ($input);
412    
# Line 444  while (my ($database, $db_config) = each Line 491  while (my ($database, $db_config) = each
491                          print $report_fh "Report for database '$database' input '$input_name' records ",                          print $report_fh "Report for database '$database' input '$input_name' records ",
492                                  $offset || 1, "-", $limit || $input->{limit} || $maxmfn, "\n\n";                                  $offset || 1, "-", $limit || $input->{limit} || $maxmfn, "\n\n";
493                          $log->info("Generating report file $path");                          $log->info("Generating report file $path");
494    
495                            if ( $validate ) {
496                                    $validate->read_validate_file( $validate->fill_in( $validate_path, database => $database, input => $input_name ) ) if ( $validate_path );
497                                    $validate->read_validate_delimiters_file( $validate->fill_in( $validate_delimiters_path, database => $database, input => $input_name ) ) if ( $validate_delimiters_path );
498                            }
499                  }                  }
500    
501                  my $marc;                  my $marc;
# Line 455  while (my ($database, $db_config) = each Line 507  while (my ($database, $db_config) = each
507                          );                          );
508                  }                  }
509    
510                  my $rules = $parser->normalize_rules($database,$input_name) || $log->logdie("no normalize rules found for $database/$input_name");                  my $rules = $parser->normalize_rules($database,$input_name);
511                    $log->logwarn("no normalize rules for $database/$input_name") unless $rules;
512    
513                  $log->debug("parsed normalize rules:\n$rules");                  $log->debug("parsed normalize rules:\n$rules");
514    
515                  # reset position in database                  # reset position in database
# Line 491  while (my ($database, $db_config) = each Line 545  while (my ($database, $db_config) = each
545                  }                  }
546    
547    
548                    # setup input name for all output filters
549                    foreach my $out ( @output_modules ) {
550                            if ( $out->can('input') ) {
551                                    $out->input( $input_name );
552                            } else {
553                                    $log->warn("output filter ",ref($out)," doesn't support input name");
554                            }
555                    }
556    
557    
558                  foreach my $pos ( 0 ... $input_db->size ) {                  foreach my $pos ( 0 ... $input_db->size ) {
559    
560                          my $row = $input_db->fetch || next;                          my $row = $input_db->fetch || next;
# Line 499  while (my ($database, $db_config) = each Line 563  while (my ($database, $db_config) = each
563    
564                          my $mfn = $row->{'000'}->[0];                          my $mfn = $row->{'000'}->[0];
565    
566                          if (! $mfn || $mfn !~ m#^\d+$#) {                          if (! $mfn || $mfn !~ m{^\d+$}) {
567                                  $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");                                  $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");
568                                  $mfn = $pos;                                  $mfn = $pos;
569                                  push @{ $row->{'000'} }, $pos;                                  push @{ $row->{'000'} }, $pos;
# Line 515  while (my ($database, $db_config) = each Line 579  while (my ($database, $db_config) = each
579                                  next;   # validation doesn't create any output                                  next;   # validation doesn't create any output
580                          }                          }
581    
582                          my $ds = WebPAC::Normalize::data_structure(                          if ($rules) {
583                                  row => $row,  
584                                  rules => $rules,                                  my $ds = WebPAC::Normalize::data_structure(
585                                  lookup => $lookup_hash,                                          row => $row,
586                                  config => create_ds_config( $db_config, $database, $input, $mfn ),                                          rules => $rules,
587                                  marc_encoding => 'utf-8',                                          lookup => $lookup_hash,
588                                  load_row_coderef => sub {                                          config => create_ds_config( $db_config, $database, $input, $mfn ),
589                                          my ($database,$input,$mfn) = @_;                                          marc_encoding => 'utf-8',
590                                          return $store->load_row(                                          load_row_coderef => sub {
591                                                    my ($database,$input,$mfn) = @_;
592    #warn "### load_row($database,$input,$mfn) from data_structure\n";
593                                                    return $store->load_row(
594                                                            database => $database,
595                                                            input => $input,
596                                                            id => $mfn,
597                                                    );
598                                            },
599                                    );
600    
601                                    $log->debug("ds = ", sub { dump($ds) });
602    
603                                    if ( $ds ) {
604    
605                                            $store->save_ds(
606                                                  database => $database,                                                  database => $database,
607                                                  input => $input,                                                  input => $input_name,
608                                                  id => $mfn,                                                  id => $mfn,
609                                          );                                                  ds => $ds,
610                                  },                                          ) if !$stats;
                         );  
611    
612                          $log->debug("ds = ", sub { dump($ds) }) if ($ds);                                          $indexer->add(
613                                                    id => "${input_name}/${mfn}",
614                                                    ds => $ds,
615                                                    type => $config->get($indexer_config)->{type},
616                                            ) if $indexer;
617    
618                          $store->save_ds(                                          foreach my $out ( @output_modules ) {
619                                  database => $database,                                                  $out->add( $mfn, $ds ) if $out->can('add');
620                                  input => $input_name,                                          }
621                                  id => $mfn,  
622                                  ds => $ds,                                  } else {
623                          ) if ($ds && !$stats);                                          $log->warn("record $pos didn't produce any output after normalization rules!") unless $marc;
624                                    }
625                          $indexer->add(                          }
                                 id => "${input_name}/${mfn}",  
                                 ds => $ds,  
                                 type => $config->get($indexer_config)->{type},  
                         ) if ($indexer && $ds);  
626    
627                          if ($marc) {                          if ($marc) {
628                                  my $i = 0;                                  my $i = 0;
629    
630                                  while (my $fields = WebPAC::Normalize::_get_marc_fields( fetch_next => 1 ) ) {                                  while (my $fields = WebPAC::Normalize::MARC::_get_marc_fields( fetch_next => 1 ) ) {
631                                          $marc->add(                                          $marc->add(
632                                                  id => $mfn . ( $i ? "/$i" : '' ),                                                  id => $mfn . ( $i ? "/$i" : '' ),
633                                                  fields => $fields,                                                  fields => $fields,
634                                                  leader => WebPAC::Normalize::_get_marc_leader(),                                                  leader => WebPAC::Normalize::MARC::_get_marc_leader(),
635                                                  row => $row,                                                  row => $row,
636                                          );                                          );
637                                          $i++;                                          $i++;
# Line 561  while (my ($database, $db_config) = each Line 639  while (my ($database, $db_config) = each
639    
640                                  $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);                                  $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);
641                          }                          }
642    
643                  }                  }
644    
645                  if ($validate) {                  if ($validate) {
# Line 591  while (my ($database, $db_config) = each Line 670  while (my ($database, $db_config) = each
670    
671          eval { $indexer->finish } if ($indexer && $indexer->can('finish'));          eval { $indexer->finish } if ($indexer && $indexer->can('finish'));
672    
673            foreach my $out ( @output_modules ) {
674                    $out->finish if $out->can('finish');
675            }
676    
677          my $dt = time() - $start_t;          my $dt = time() - $start_t;
678          $log->info("$total_rows records ", $indexer ? "indexed " : "",          $log->info("$total_rows records ", $indexer ? "indexed " : "",
679                  sprintf("in %.2f sec [%.2f rec/sec]",                  sprintf("in %.2f sec [%.2f rec/sec]",
# Line 614  if ($parallel) { Line 697  if ($parallel) {
697  }  }
698    
699  # save new delimiters if needed  # save new delimiters if needed
700  $validate->save_delimiters_templates if ( $validate );  $validate->save_delimiters_templates if ( $validate_delimiters_path );
701    
702  #  #
703  # handle links or merge after indexing  # handle links or merge after indexing
Legend:
Removed from v.851  
changed lines
  Added in v.1098
  ViewVC Help
Powered by ViewVC 1.1.26