/[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 335 by dpavlin, Sat Dec 31 14:00:36 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 --one=database_name
         $log->info("working on $database in $db_path");  
44    
45          my $isis = new WebPAC::Input::ISIS(  reindex just single database
                 code_page => $config->{webpac}->{webpac_encoding},  
                 limit_mfn => $db_config->{input}->{limit},  
         );  
46    
47          my $maxmfn = $isis->open(  =item --config conf/config.yml
                 filename => $db_config->{input}->{path},  
                 code_page => $db_config->{input}->{encoding},   # database encoding  
         );  
48    
49          my $path = './db/';  path to YAML configuration file
50    
51          my $db = new WebPAC::Store(  =back
                 path => $db_path,  
         );  
52    
53          my $n = new WebPAC::Normalize::XML(  =cut
         #       filter => { 'foo' => sub { shift } },  
                 db => $db,  
                 lookup_regex => $lookup->regex,  
                 lookup => $lookup,  
         );  
54    
55          $n->open(  my $offset;
56                  tag => $db_config->{normalize}->{tag},  my $limit;
                 xml_file => $db_config->{normalize}->{path},  
         );  
57    
58          my $out = new WebPAC::Output::TT(  my $clean = 0;
59                  include_path => $config->{webpac}->{template_path},  my $config = 'conf/config.yml';
60                  filters => { foo => sub { shift } },  my $debug = 0;
61          );  my $one_db_name;
62    
63          my $est_config = $config->{hyperestraier} || $log->logdie("can't find 'hyperestraier' part in confguration");  GetOptions(
64          $est_config->{database} = $database;          "limit=i" => \$limit,
65            "offset=i" => \$offset,
66            "clean" => \$clean,
67            "one=s" => \$one_db_name,
68            "config" => \$config,
69            "debug" => \$debug,
70    );
71    
72          $log->info("using HyperEstraier URL $est_config->{url}");  $config = LoadFile($config);
73    
74          my $est = new WebPAC::Output::Estraier(  print "config = ",Dumper($config) if ($debug);
                 %{ $est_config },  
         );  
75    
76          my $total_rows = 0;  die "no databases in config file!\n" unless ($config->{databases});
77    
78    my $total_rows = 0;
79    
80    while (my ($database, $db_config) = each %{ $config->{databases} }) {
81    
82          for ( 0 ... $isis->size ) {          next if ($one_db_name && $database !~ m/$one_db_name/i);
83    
84                  my $row = $isis->fetch || next;          my $log = _new WebPAC::Common()->_get_logger();
85    
86                  my $mfn = $row->{'000'}->[0] || die "can't find MFN";          #
87            # open Hyper Estraier database
88            #
89    
90                  my $ds = $n->data_structure($row);          my $est_config = $config->{hyperestraier} || $log->logdie("can't find 'hyperestraier' part in confguration");
91            $est_config->{database} = $database;
92            $est_config->{clean} = $clean;
93    
94          #       print STDERR Dumper($row, $ds);          my $est = new WebPAC::Output::Estraier( %{ $est_config } );
95    
         #       my $html = $out->apply(  
         #               template => 'html_ffzg.tt',  
         #               data => $ds,  
         #       );  
96          #          #
97          #       # create test output          # now WebPAC::Store
98          #          #
99          #       my $file = sprintf('out/%02d.html', $mfn );          my $abs_path = abs_path($0);
100          #       open(my $fh, '>', $file) or die "can't open $file: $!";          $abs_path =~ s#/[^/]*$#/#;
101          #       print $fh $html;  
102          #       close($fh);          my $db_path = $config->{webpac}->{db_path} . '/' . $database;
103    
104            if ($clean) {
105                    $log->info("creating new database $database in $db_path");
106                    rmtree( $db_path ) || $log->warn("can't remove $db_path: $!");
107            } else {
108                    $log->info("working on $database in $db_path");
109            }
110    
111            my $db = new WebPAC::Store(
112                    path => $db_path,
113                    database => $database,
114                    debug => $debug,
115            );
116    
117    
118          #          #
119          #       $html =~ s#\s*[\n\r]+\s*##gs;          # now, iterate through input formats
120          #          #
         #       print STDERR $html;  
121    
122                  $est->add(          my @inputs;
123                          id => $mfn,          if (ref($db_config->{input}) eq 'ARRAY') {
124                          ds => $ds,                  @inputs = @{ $db_config->{input} };
125                          type => $config->{hyperestraier}->{type},          } elsif ($db_config->{input}) {
126                    push @inputs, $db_config->{input};
127            } else {
128                    $log->info("database $database doesn't have inputs defined");
129            }
130    
131            my @supported_inputs = keys %{ $config->{webpac}->{inputs} };
132    
133            foreach my $input (@inputs) {
134    
135                    my $type = lc($input->{type});
136    
137                    die "I know only how to handle input types ", join(",", @supported_inputs), " not '$type'!\n" unless (grep(/$type/, @supported_inputs));
138    
139                    my $lookup = new WebPAC::Lookup(
140                            lookup_file => $input->{lookup},
141                  );                  );
142    
143                  $total_rows++;                  my $input_module = $config->{webpac}->{inputs}->{$type};
144    
145                    $log->info("working on input $input->{path} [$input->{type}] using $input_module");
146    
147                    my $input_db = new WebPAC::Input(
148                            module => $input_module,
149                            code_page => $config->{webpac}->{webpac_encoding},
150                            limit => $limit || $input->{limit},
151                            offset => $offset,
152                            lookup => $lookup,
153                    );
154                    $log->logdie("can't create input using $input_module") unless ($input);
155    
156                    my $maxmfn = $input_db->open(
157                            path => $input->{path},
158                            code_page => $input->{encoding},        # database encoding
159                    );
160    
161                    my $n = new WebPAC::Normalize::XML(
162                    #       filter => { 'foo' => sub { shift } },
163                            db => $db,
164                            lookup_regex => $lookup->regex,
165                            lookup => $lookup,
166                            prefix => $input->{name},
167                    );
168    
169                    my $normalize_path = $input->{normalize}->{path};
170    
171                    if ($normalize_path =~ m/\.xml$/i) {
172                            $n->open(
173                                    tag => $input->{normalize}->{tag},
174                                    xml_file => $input->{normalize}->{path},
175                            );
176                    } elsif ($normalize_path =~ m/\.(?:yml|yaml)$/i) {
177                            $n->open_yaml(
178                                    path => $normalize_path,
179                                    tag => $input->{normalize}->{tag},
180                            );
181                    }
182    
183                    foreach my $pos ( 0 ... $input_db->size ) {
184    
185                            my $row = $input_db->fetch || next;
186    
187                            my $mfn = $row->{'000'}->[0];
188    
189                            if (! $mfn || $mfn !~ m#^\d+$#) {
190                                    $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");
191                                    $mfn = $pos;
192                                    push @{ $row->{'000'} }, $pos;
193                            }
194    
195                            my $ds = $n->data_structure($row);
196    
197                            $est->add(
198                                    id => $input->{name} . "/" . $mfn,
199                                    ds => $ds,
200                                    type => $config->{hyperestraier}->{type},
201                            );
202    
203                            $total_rows++;
204                    }
205    
206          };          };
207    
208          $log->info("$total_rows records indexed");          $log->info("$total_rows records indexed");
209    
210            #
211            # add Hyper Estraier links to other databases
212            #
213            if (ref($db_config->{links}) eq 'ARRAY') {
214                    foreach my $link (@{ $db_config->{links} }) {
215                            $log->info("adding link $database -> $link->{to} [$link->{credit}]");
216                            $est->add_link(
217                                    from => $database,
218                                    to => $link->{to},
219                                    credit => $link->{credit},
220                            );
221                    }
222            }
223    
224  }  }
225    
Legend:
Removed from v.210  
changed lines
  Added in v.335
  ViewVC Help
Powered by ViewVC 1.1.26