/[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 141 by dpavlin, Fri Nov 25 00:22:58 2005 UTC revision 307 by dpavlin, Tue Dec 20 00:03:04 2005 UTC
# Line 7  use File::Temp qw/tempdir/; Line 7  use File::Temp qw/tempdir/;
7  use Data::Dumper;  use Data::Dumper;
8  use lib './lib';  use lib './lib';
9    
10    use WebPAC::Common 0.02;
11  use WebPAC::Lookup;  use WebPAC::Lookup;
12  use WebPAC::Input::ISIS;  use WebPAC::Input 0.03;
13  use WebPAC::DB 0.02;  use WebPAC::Store 0.03;
14  use WebPAC::Normalize::XML;  use WebPAC::Normalize::XML;
15  use WebPAC::Output::TT;  use WebPAC::Output::TT;
16  use WebPAC::Output::Estraier;  use WebPAC::Output::Estraier 0.08;
17  use YAML qw/LoadFile/;  use YAML qw/LoadFile/;
18    use Getopt::Long;
19    use File::Path;
20    
21  my $limit = shift @ARGV;  =head1 NAME
22    
23  my $config = LoadFile('conf/config.yml');  run.pl - start WebPAC indexing
24    
25  print "config = ",Dumper($config);  B<this command will probably go away. Don't get used to it!>
26    
27  my $type = lc($config->{input}->{type});  Options:
28    
29  die "I know only how to handle input type isis, not '$type'!\n" unless ($type eq 'isis');  =over 4
30    
31  my $abs_path = abs_path($0);  =item --offset 42
 $abs_path =~ s#/[^/]*$#/#;  
32    
33  my $lookup = new WebPAC::Lookup(  start loading (all) databases at offset 42
         lookup_file => $config->{input}->{lookup},  
 );  
34    
35    =item --limit 100
36    
37    limit loading to 100 records
38    
39  my $isis = new WebPAC::Input::ISIS(  =item --clean
         code_page => $config->{webpac}->{webpac_encoding},  
         limit_mfn => $config->{input}->{limit},  
 );  
40    
41  my $maxmfn = $isis->open(  remove database and Hyper Estraier index before indexing
         filename => $config->{input}->{path},  
         code_page => $config->{input}->{encoding},      # database encoding  
 );  
42    
43  my $path = './db/';  =item --config conf/config.yml
44    
45  my $db = new WebPAC::DB(  path to YAML configuration file
         path => $config->{webpac}->{db_path},  
 );  
46    
47  my $n = new WebPAC::Normalize::XML(  =back
 #       filter => { 'foo' => sub { shift } },  
         db => $db,  
         lookup_regex => $lookup->regex,  
         lookup => $lookup,  
 );  
48    
49  $n->open(  =cut
         tag => $config->{normalize}->{tag},  
         xml_file => $config->{normalize}->{path},  
 );  
50    
51  my $out = new WebPAC::Output::TT(  my $offset;
52          include_path => $config->{webpac}->{template_path},  my $limit;
53          filters => { foo => sub { shift } },  
54  );  my $clean = 0;
55    my $config = 'conf/config.yml';
56    my $debug = 0;
57    
58  my $est = new WebPAC::Output::Estraier(  GetOptions(
59          %{ $config->{hyperestraier} }          "limit=i" => \$limit,
60            "offset=i" => \$offset,
61            "clean" => \$clean,
62            "config" => \$config,
63            "debug" => \$debug,
64  );  );
65    
66  my $total_rows = 0;  $config = LoadFile($config);
67    
68  for ( 0 ... $isis->size ) {  print "config = ",Dumper($config) if ($debug);
69    
70          my $row = $isis->fetch || next;  die "no databases in config file!\n" unless ($config->{databases});
71    
72    my $total_rows = 0;
73    
74          my $mfn = $row->{'000'}->[0] || die "can't find MFN";  while (my ($database, $db_config) = each %{ $config->{databases} }) {
75    
76          my $ds = $n->data_structure($row);          my $log = _new WebPAC::Common()->_get_logger();
77    
78  #       print STDERR Dumper($row, $ds);          #
79            # open Hyper Estraier database
80  #       my $html = $out->apply(          #
81  #               template => 'html_ffzg.tt',  
82  #               data => $ds,          my $est_config = $config->{hyperestraier} || $log->logdie("can't find 'hyperestraier' part in confguration");
83  #       );          $est_config->{database} = $database;
84  #          $est_config->{clean} = $clean;
85  #       # create test output  
86  #          my $est = new WebPAC::Output::Estraier( %{ $est_config } );
87  #       my $file = sprintf('out/%02d.html', $mfn );  
88  #       open(my $fh, '>', $file) or die "can't open $file: $!";          #
89  #       print $fh $html;          # now WebPAC::Store
90  #       close($fh);          #
91  #          my $abs_path = abs_path($0);
92  #       $html =~ s#\s*[\n\r]+\s*##gs;          $abs_path =~ s#/[^/]*$#/#;
93  #  
94  #       print STDERR $html;          my $db_path = $config->{webpac}->{db_path} . '/' . $database;
95    
96          $est->add(          if ($clean) {
97                  id => $mfn,                  $log->info("creating new database $database in $db_path");
98                  ds => $ds,                  rmtree( $db_path ) || $log->warn("can't remove $db_path: $!");
99                  type => $config->{hyperestraier}->{type},          } else {
100                    $log->info("working on $database in $db_path");
101            }
102    
103            my $db = new WebPAC::Store(
104                    path => $db_path,
105                    database => $database,
106                    debug => $debug,
107          );          );
108    
         $total_rows++;  
109    
110  };          #
111            # now, iterate through input formats
112            #
113    
114            my @inputs;
115            if (ref($db_config->{input}) eq 'ARRAY') {
116                    @inputs = @{ $db_config->{input} };
117            } elsif ($db_config->{input}) {
118                    push @inputs, $db_config->{input};
119            } else {
120                    $log->info("database $database doesn't have inputs defined");
121            }
122    
123            my @supported_inputs = keys %{ $config->{webpac}->{inputs} };
124    
125            foreach my $input (@inputs) {
126    
127                    my $type = lc($input->{type});
128    
129                    die "I know only how to handle input types ", join(",", @supported_inputs), " not '$type'!\n" unless (grep(/$type/, @supported_inputs));
130    
131                    my $lookup = new WebPAC::Lookup(
132                            lookup_file => $input->{lookup},
133                    );
134    
135                    my $input_module = $config->{webpac}->{inputs}->{$type};
136    
137                    $log->info("working on input $input->{path} [$input->{type}] using $input_module");
138    
139                    my $input_db = new WebPAC::Input(
140                            module => $input_module,
141                            code_page => $config->{webpac}->{webpac_encoding},
142                            limit => $limit || $input->{limit},
143                            offset => $offset,
144                            lookup => $lookup,
145                    );
146                    $log->logdie("can't create input using $input_module") unless ($input);
147    
148                    my $maxmfn = $input_db->open(
149                            path => $input->{path},
150                            code_page => $input->{encoding},        # database encoding
151                    );
152    
153                    my $n = new WebPAC::Normalize::XML(
154                    #       filter => { 'foo' => sub { shift } },
155                            db => $db,
156                            lookup_regex => $lookup->regex,
157                            lookup => $lookup,
158                            prefix => $input->{name},
159                    );
160    
161                    my $normalize_path = $input->{normalize}->{path};
162    
163                    if ($normalize_path =~ m/\.xml$/i) {
164                            $n->open(
165                                    tag => $input->{normalize}->{tag},
166                                    xml_file => $input->{normalize}->{path},
167                            );
168                    } elsif ($normalize_path =~ m/\.(?:yml|yaml)$/i) {
169                            $n->open_yaml(
170                                    path => $normalize_path,
171                                    tag => $input->{normalize}->{tag},
172                            );
173                    }
174    
175                    foreach my $pos ( 0 ... $input_db->size ) {
176    
177                            my $row = $input_db->fetch || next;
178    
179                            my $mfn = $row->{'000'}->[0];
180    
181                            if (! $mfn || $mfn !~ m#^\d+$#) {
182                                    $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");
183                                    $mfn = $pos;
184                                    push @{ $row->{'000'} }, $pos;
185                            }
186    
187                            my $ds = $n->data_structure($row);
188    
189                            $est->add(
190                                    id => $input->{name} . "/" . $mfn,
191                                    ds => $ds,
192                                    type => $config->{hyperestraier}->{type},
193                            );
194    
195                            $total_rows++;
196                    }
197    
198            };
199    
200            $log->info("$total_rows records indexed");
201    
202            #
203            # add Hyper Estraier links to other databases
204            #
205            if (ref($db_config->{links}) eq 'ARRAY') {
206                    foreach my $link (@{ $db_config->{links} }) {
207                            $log->info("adding link $database -> $link->{to} [$link->{credit}]");
208                            $est->add_link(
209                                    from => $database,
210                                    to => $link->{to},
211                                    credit => $link->{credit},
212                            );
213                    }
214            }
215    
216  my $log = $lookup->_get_logger;  }
217    
 $log->info("$total_rows records indexed");  
Legend:
Removed from v.141  
changed lines
  Added in v.307
  ViewVC Help
Powered by ViewVC 1.1.26