/[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 221 by dpavlin, Mon Dec 5 17:48:23 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::Store 0.03;  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 0.02;  use WebPAC::Output::Estraier 0.08;
17  use YAML qw/LoadFile/;  use YAML qw/LoadFile/;
18  use LWP::Simple;  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    Options:
28    
29    =over 4
30    
31    =item --offset 42
32    
33    start loading (all) databases at offset 42
34    
35    =item --limit 100
36    
37    limit loading to 100 records
38    
39    =item --clean
40    
41    remove database and Hyper Estraier index before indexing
42    
43    =item --config conf/config.yml
44    
45    path to YAML configuration file
46    
47    =back
48    
49    =cut
50    
51    my $offset;
52    my $limit;
53    
54    my $clean = 0;
55    my $config = 'conf/config.yml';
56    my $debug = 0;
57    
58    GetOptions(
59            "limit=i" => \$limit,
60            "offset=i" => \$offset,
61            "clean" => \$clean,
62            "config" => \$config,
63            "debug" => \$debug,
64    );
65    
66    $config = LoadFile($config);
67    
68    print "config = ",Dumper($config) if ($debug);
69    
70  die "no databases in config file!\n" unless ($config->{databases});  die "no databases in config file!\n" unless ($config->{databases});
71    
# Line 28  my $total_rows = 0; Line 73  my $total_rows = 0;
73    
74  while (my ($database, $db_config) = each %{ $config->{databases} }) {  while (my ($database, $db_config) = each %{ $config->{databases} }) {
75    
76          my $type = lc($db_config->{input}->{type});          my $log = _new WebPAC::Common()->_get_logger();
77    
78            #
79            # open Hyper Estraier database
80            #
81    
82            my $est_config = $config->{hyperestraier} || $log->logdie("can't find 'hyperestraier' part in confguration");
83            $est_config->{database} = $database;
84            $est_config->{clean} = $clean;
85    
86          die "I know only how to handle input type isis, not '$type'!\n" unless ($type eq 'isis');          my $est = new WebPAC::Output::Estraier( %{ $est_config } );
87    
88            #
89            # now WebPAC::Store
90            #
91          my $abs_path = abs_path($0);          my $abs_path = abs_path($0);
92          $abs_path =~ s#/[^/]*$#/#;          $abs_path =~ s#/[^/]*$#/#;
93    
         my $lookup = new WebPAC::Lookup(  
                 lookup_file => $db_config->{input}->{lookup},  
         );  
   
94          my $db_path = $config->{webpac}->{db_path} . '/' . $database;          my $db_path = $config->{webpac}->{db_path} . '/' . $database;
95    
96            if ($clean) {
97          my $log = $lookup->_get_logger;                  $log->info("creating new database $database in $db_path");
98          $log->info("working on $database in $db_path");                  rmtree( $db_path ) || $log->warn("can't remove $db_path: $!");
99            } else {
100                    $log->info("working on $database in $db_path");
101            }
102    
103          my $db = new WebPAC::Store(          my $db = new WebPAC::Store(
104                  path => $db_path,                  path => $db_path,
105                  database => $database,                  database => $database,
106                  debug => 1,                  debug => $debug,
107          );          );
108    
         my $est_config = $config->{hyperestraier} || $log->logdie("can't find 'hyperestraier' part in confguration");  
         $est_config->{database} = $database;  
   
         $log->info("using HyperEstraier URL $est_config->{masterurl}");  
   
         my $est = new WebPAC::Output::Estraier(  
                 %{ $est_config },  
         );  
109    
110          #          #
111          # now, iterate through input formats          # now, iterate through input formats
# Line 67  while (my ($database, $db_config) = each Line 114  while (my ($database, $db_config) = each
114          my @inputs;          my @inputs;
115          if (ref($db_config->{input}) eq 'ARRAY') {          if (ref($db_config->{input}) eq 'ARRAY') {
116                  @inputs = @{ $db_config->{input} };                  @inputs = @{ $db_config->{input} };
117          } else {          } elsif ($db_config->{input}) {
118                  push @inputs, $db_config->{input};                  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) {          foreach my $input (@inputs) {
                 $log->info("working on input $input->{path} [$input->{type}]");  
126    
127                  my $isis = new WebPAC::Input::ISIS(                  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},                          code_page => $config->{webpac}->{webpac_encoding},
142                          limit_mfn => $input->{limit},                          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 = $isis->open(                  my $maxmfn = $input_db->open(
149                          filename => $input->{path},                          path => $input->{path},
150                          code_page => $input->{encoding},        # database encoding                          code_page => $input->{encoding},        # database encoding
151                  );                  );
152    
# Line 92  while (my ($database, $db_config) = each Line 158  while (my ($database, $db_config) = each
158                          prefix => $input->{name},                          prefix => $input->{name},
159                  );                  );
160    
161                  $n->open(                  my $normalize_path = $input->{normalize}->{path};
162                          tag => $input->{normalize}->{tag},  
163                          xml_file => $input->{normalize}->{path},                  if ($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                  for ( 0 ... $isis->size ) {                          my $row = $input_db->fetch || next;
178    
179                          my $row = $isis->fetch || next;                          my $mfn = $row->{'000'}->[0];
180    
181                          my $mfn = $row->{'000'}->[0] || die "can't find MFN";                          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);                          my $ds = $n->data_structure($row);
188    
189                          $est->add(                          $est->add(
190                                  id => $input->{name} . "#" . $mfn,                                  id => $input->{name} . "/" . $mfn,
191                                  ds => $ds,                                  ds => $ds,
192                                  type => $config->{hyperestraier}->{type},                                  type => $config->{hyperestraier}->{type},
193                          );                          );
# Line 117  while (my ($database, $db_config) = each Line 198  while (my ($database, $db_config) = each
198          };          };
199    
200          $log->info("$total_rows records indexed");          $log->info("$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  }  }
217    
Legend:
Removed from v.221  
changed lines
  Added in v.307
  ViewVC Help
Powered by ViewVC 1.1.26