/[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 210 by dpavlin, Mon Dec 5 17:47:04 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  die "no databases in config file!\n" unless ($config->{databases});  Options:
28    
29  while (my ($database, $db_config) = each %{ $config->{databases} }) {  =over 4
30    
31          my $type = lc($db_config->{input}->{type});  =item --offset 42
32    
33          die "I know only how to handle input type isis, not '$type'!\n" unless ($type eq 'isis');  start loading (all) databases at offset 42
34    
35          my $abs_path = abs_path($0);  =item --limit 100
         $abs_path =~ s#/[^/]*$#/#;  
36    
37          my $lookup = new WebPAC::Lookup(  limit loading to 100 records
                 lookup_file => $db_config->{input}->{lookup},  
         );  
38    
39          my $db_path = $config->{webpac}->{db_path} . '/' . $database;  =item --clean
40    
41    remove database and Hyper Estraier index before indexing
42    
43          my $log = $lookup->_get_logger;  =item --config conf/config.yml
         $log->info("working on $database in $db_path");  
44    
45          my $isis = new WebPAC::Input::ISIS(  path to YAML configuration file
                 code_page => $config->{webpac}->{webpac_encoding},  
                 limit_mfn => $db_config->{input}->{limit},  
         );  
46    
47          my $maxmfn = $isis->open(  =back
                 filename => $db_config->{input}->{path},  
                 code_page => $db_config->{input}->{encoding},   # database encoding  
         );  
48    
49          my $path = './db/';  =cut
50    
51          my $db = new WebPAC::Store(  my $offset;
52                  path => $db_path,  my $limit;
         );  
53    
54          my $n = new WebPAC::Normalize::XML(  my $clean = 0;
55          #       filter => { 'foo' => sub { shift } },  my $config = 'conf/config.yml';
56                  db => $db,  my $debug = 0;
                 lookup_regex => $lookup->regex,  
                 lookup => $lookup,  
         );  
57    
58          $n->open(  GetOptions(
59                  tag => $db_config->{normalize}->{tag},          "limit=i" => \$limit,
60                  xml_file => $db_config->{normalize}->{path},          "offset=i" => \$offset,
61          );          "clean" => \$clean,
62            "config" => \$config,
63            "debug" => \$debug,
64    );
65    
66          my $out = new WebPAC::Output::TT(  $config = LoadFile($config);
                 include_path => $config->{webpac}->{template_path},  
                 filters => { foo => sub { shift } },  
         );  
67    
68          my $est_config = $config->{hyperestraier} || $log->logdie("can't find 'hyperestraier' part in confguration");  print "config = ",Dumper($config) if ($debug);
         $est_config->{database} = $database;  
69    
70          $log->info("using HyperEstraier URL $est_config->{url}");  die "no databases in config file!\n" unless ($config->{databases});
   
         my $est = new WebPAC::Output::Estraier(  
                 %{ $est_config },  
         );  
71    
72          my $total_rows = 0;  my $total_rows = 0;
73    
74          for ( 0 ... $isis->size ) {  while (my ($database, $db_config) = each %{ $config->{databases} }) {
75    
76                  my $row = $isis->fetch || next;          my $log = _new WebPAC::Common()->_get_logger();
77    
78                  my $mfn = $row->{'000'}->[0] || die "can't find MFN";          #
79            # open Hyper Estraier database
80            #
81    
82                  my $ds = $n->data_structure($row);          my $est_config = $config->{hyperestraier} || $log->logdie("can't find 'hyperestraier' part in confguration");
83            $est_config->{database} = $database;
84            $est_config->{clean} = $clean;
85    
86          #       print STDERR Dumper($row, $ds);          my $est = new WebPAC::Output::Estraier( %{ $est_config } );
87    
         #       my $html = $out->apply(  
         #               template => 'html_ffzg.tt',  
         #               data => $ds,  
         #       );  
88          #          #
89          #       # create test output          # now WebPAC::Store
90          #          #
91          #       my $file = sprintf('out/%02d.html', $mfn );          my $abs_path = abs_path($0);
92          #       open(my $fh, '>', $file) or die "can't open $file: $!";          $abs_path =~ s#/[^/]*$#/#;
93          #       print $fh $html;  
94          #       close($fh);          my $db_path = $config->{webpac}->{db_path} . '/' . $database;
95    
96            if ($clean) {
97                    $log->info("creating new database $database in $db_path");
98                    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(
104                    path => $db_path,
105                    database => $database,
106                    debug => $debug,
107            );
108    
109    
110          #          #
111          #       $html =~ s#\s*[\n\r]+\s*##gs;          # now, iterate through input formats
112          #          #
         #       print STDERR $html;  
113    
114                  $est->add(          my @inputs;
115                          id => $mfn,          if (ref($db_config->{input}) eq 'ARRAY') {
116                          ds => $ds,                  @inputs = @{ $db_config->{input} };
117                          type => $config->{hyperestraier}->{type},          } elsif ($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                  $total_rows++;                  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");          $log->info("$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.210  
changed lines
  Added in v.307
  ViewVC Help
Powered by ViewVC 1.1.26