/[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 608 by dpavlin, Tue Aug 1 16:47:40 2006 UTC revision 1100 by dpavlin, Sat Aug 2 23:46:41 2008 UTC
# Line 7  use File::Temp qw/tempdir/; Line 7  use File::Temp qw/tempdir/;
7  use lib './lib';  use lib './lib';
8    
9  use WebPAC::Common 0.02;  use WebPAC::Common 0.02;
10  use WebPAC::Lookup 0.03;  use WebPAC::Parser 0.08;
11  use WebPAC::Input 0.07;  use WebPAC::Input 0.16;
12  use WebPAC::Store 0.03;  use WebPAC::Store 0.15;
13  use WebPAC::Normalize 0.11;  use WebPAC::Normalize 0.22;
14  use WebPAC::Output::TT;  use WebPAC::Output::TT;
15  use WebPAC::Validate;  use WebPAC::Validate 0.11;
16  use WebPAC::Output::MARC;  use WebPAC::Output::MARC;
17  use YAML qw/LoadFile/;  use WebPAC::Config;
18  use Getopt::Long;  use Getopt::Long;
19  use File::Path;  use File::Path;
20  use Time::HiRes qw/time/;  use Time::HiRes qw/time/;
21  use File::Slurp;  use File::Slurp;
22  use Data::Dump qw/dump/;  use Data::Dump qw/dump/;
23  use Storable qw/dclone/;  use Storable qw/dclone/;
24    use Pod::Usage qw/pod2usage/;
25    
 use Proc::Queue size => 1;  
26  use POSIX ":sys_wait_h"; # imports WNOHANG  use POSIX ":sys_wait_h"; # imports WNOHANG
27    
28  =head1 NAME  =head1 NAME
# Line 31  run.pl - start WebPAC indexing Line 31  run.pl - start WebPAC indexing
31    
32  B<this command will probably go away. Don't get used to it!>  B<this command will probably go away. Don't get used to it!>
33    
34  Options:  =head1 OPTIONS
35    
36  =over 4  =over 4
37    
# Line 60  path to YAML configuration file Line 60  path to YAML configuration file
60    
61  =item --stats  =item --stats
62    
63  disable indexing and dump statistics about field and subfield  disable indexing, modify_* in configuration and dump statistics about field
64  usage for each input  and subfield usage for each input
65    
66  =item --validate path/to/validation_file  =item --validate path/to/validation_file
67    
68  turn on extra validation of imput records, see L<WebPAC::Validation>  turn on extra validation of imput records, see L<WebPAC::Validation>
69    
70  =item --marc-normalize conf/normalize/mapping.pl  You can use special variables C<$database> and $C<$input> in this parametar
71    like C<--validate 'conf/validate/$database-$input'> to construct filename
72    
73  This option specifies normalisation file for MARC creation  =item --validate-delimiters path/to/validate_delimiters_file
74    
75  =item --marc-output out/marc/test.marc  this option is used with C<--validate> to turn on extra validation of
76    delimiters. If file is non existant, it will be created on first run.
77    
78  Optional path to output file  =item --marc-generate
79    
80    Generate MARC file. This will automatically be on if file contains C<marc*> directives.
81    You can use this option as C<--no-marc-generate> to disable MARC generation.
82    
83  =item --marc-lint  =item --marc-lint
84    
85  By default turned on if C<--marc-normalize> is used. You can disable lint  By default turned on if normalisation file has C<marc*> directives. You can disable lint
86  messages with C<--no-marc-lint>.  messages with C<--no-marc-lint>.
87    
88  =item --marc-dump  =item --marc-dump
# Line 105  my $offset; Line 110  my $offset;
110  my $limit;  my $limit;
111    
112  my $clean = 0;  my $clean = 0;
113  my $config = 'conf/config.yml';  my $config_path;
114  my $debug = 0;  my $debug = 0;
115  my $only_filter;  my $only_filter;
116  my $stats = 0;  my $stats = 0;
117  my $validate_path;  my $validate_path;
118  my ($marc_normalize, $marc_output);  my $validate_delimiters_path;
119    my $marc_generate = 1;
120  my $marc_lint = 1;  my $marc_lint = 1;
121  my $marc_dump = 0;  my $marc_dump = 0;
122  my $parallel = 0;  my $parallel = 0;
123  my $only_links = 0;  my $only_links = 0;
124  my $merge = 0;  my $merge = 0;
125    my $help;
126    
127    my $log = _new WebPAC::Common()->_get_logger();
128    
129  GetOptions(  GetOptions(
130          "limit=i" => \$limit,          "limit=i" => \$limit,
# Line 123  GetOptions( Line 132  GetOptions(
132          "clean" => \$clean,          "clean" => \$clean,
133          "one=s" => \$only_filter,          "one=s" => \$only_filter,
134          "only=s" => \$only_filter,          "only=s" => \$only_filter,
135          "config" => \$config,          "config=s" => \$config_path,
136          "debug+" => \$debug,          "debug+" => \$debug,
137          "stats" => \$stats,          "stats" => \$stats,
138          "validate=s" => \$validate_path,          "validate=s" => \$validate_path,
139          "marc-normalize=s" => \$marc_normalize,          "validate-delimiters=s" => \$validate_delimiters_path,
140          "marc-output=s" => \$marc_output,          "marc-generate!" => \$marc_generate,
141          "marc-lint!" => \$marc_lint,          "marc-lint!" => \$marc_lint,
142          "marc-dump!" => \$marc_dump,          "marc-dump!" => \$marc_dump,
143          "parallel=i" => \$parallel,          "parallel=i" => \$parallel,
144          "only-links!" => \$only_links,          "only-links!" => \$only_links,
145          "merge" => \$merge,          "merge" => \$merge,
146            "help" => \$help,
147  );  );
148    
149  $config = LoadFile($config);  $marc_generate = 0 if ( $validate_delimiters_path );
150    
151  print "config = ",dump($config) if ($debug);  pod2usage(-verbose => 2) if ($help);
152    
153  die "no databases in config file!\n" unless ($config->{databases});  my $config = new WebPAC::Config( path => $config_path );
154    
155    WebPAC::Normalize::_debug( $debug - 1 ) if $debug > 1;
156    
157    #print "config = ",dump($config) if ($debug);
158    
159    die "no databases in config file!\n" unless ($config->databases);
160    
 my $log = _new WebPAC::Common()->_get_logger();  
161  $log->info( "-" x 79 );  $log->info( "-" x 79 );
162    
163    my $log_file = 'log';
164    
165    if (-e $log_file ) {    # && -s $log_file > 5 * 1024 * 1024) {
166            $log->info("moved old log with ", -s $log_file, " bytes to '${log_file}.old'");
167            rename $log_file, "${log_file}.old" || $log->logwarn("can't rename $log_file to ${log_file}.old: $!");
168    }
169    
170  my $estcmd_fh;  my $estcmd_fh;
171  my $estcmd_path = './estcmd-merge.sh';  my $estcmd_path = './estcmd-merge.sh';
# Line 155  if ($merge) { Line 176  if ($merge) {
176          $log->info("created merge batch file $estcmd_path");          $log->info("created merge batch file $estcmd_path");
177  }  }
178    
   
179  my $validate;  my $validate;
180  $validate = new WebPAC::Validate(  $validate = new WebPAC::Validate(
181          path => $validate_path,          delimiters => $config->webpac('delimiters'),
182  ) if ($validate_path);  ) if ($validate_path || $validate_delimiters_path);
   
183    
184  my $use_indexer = $config->{use_indexer} || 'hyperestraier';  my $use_indexer = $config->use_indexer;
185    $stats ||= $validate;
186  if ($stats) {  if ($stats) {
187          $log->debug("option --stats disables update of indexing engine...");          $log->debug("disabled indexing for stats collection");
188          $use_indexer = undef;          $use_indexer = undef;
189  } else {  } elsif ( $use_indexer ) {
190          $log->info("using $use_indexer indexing engine...");          $log->info("using $use_indexer indexing engine...");
191  }  }
192    
193  # disable indexing when creating marc  # parse normalize files and create source files for lookup and normalization
194  $use_indexer = undef if ($marc_normalize);  
195    my ($only_database,$only_input) = split(m#/#, $only_filter) if $only_filter;
196    
197    my $parser = new WebPAC::Parser(
198            config => $config,
199            only_database => $only_database,
200            only_input => $only_input,
201    );
202    
203  my $total_rows = 0;  my $total_rows = 0;
204  my $start_t = time();  my $start_t = time();
# Line 179  my $start_t = time(); Line 206  my $start_t = time();
206  my @links;  my @links;
207    
208  if ($parallel) {  if ($parallel) {
209            eval 'use Proc::Queue size => 1;';
210            die $@ if $@;
211          $log->info("Using $parallel processes for speedup");          $log->info("Using $parallel processes for speedup");
212          Proc::Queue::size($parallel);          Proc::Queue::size($parallel);
213  }  }
214    
215  while (my ($database, $db_config) = each %{ $config->{databases} }) {  sub create_ds_config {
216            my ($db_config, $database, $input, $mfn) = @_;
217            my $c = dclone( $db_config );
218            $c->{_} = $database || $log->logconfess("need database");
219            $c->{_mfn} = $mfn || $log->logconfess("need mfn");
220            $c->{input} = $input || $log->logconfess("need input");
221            return $c;
222    }
223    
224    foreach my $database ( sort keys %{ $config->databases } ) {
225            my $db_config = $config->databases->{$database};
226    
         my ($only_database,$only_input) = split(m#/#, $only_filter) if ($only_filter);  
227          next if ($only_database && $database !~ m/$only_database/i);          next if ($only_database && $database !~ m/$only_database/i);
228    
229          if ($parallel) {          if ($parallel) {
# Line 198  while (my ($database, $db_config) = each Line 236  while (my ($database, $db_config) = each
236          }          }
237    
238          my $indexer;          my $indexer;
239          if ($use_indexer) {          if ($use_indexer && $parser->have_rules( 'search', $database )) {
240                  my $indexer_config = $config->{$use_indexer} || $log->logdie("can't find '$use_indexer' part in confguration");  
241                    my $cfg_name = $use_indexer;
242                    $cfg_name =~ s/\-.*$//;
243    
244                    my $indexer_config = $config->get( $cfg_name ) || $log->logdie("can't find '$cfg_name' part in confguration");
245                  $indexer_config->{database} = $database;                  $indexer_config->{database} = $database;
246                  $indexer_config->{clean} = $clean;                  $indexer_config->{clean} = $clean;
247                  $indexer_config->{label} = $db_config->{name};                  $indexer_config->{label} = $db_config->{name};
# Line 210  while (my ($database, $db_config) = each Line 252  while (my ($database, $db_config) = each
252                  if ($use_indexer eq 'hyperestraier') {                  if ($use_indexer eq 'hyperestraier') {
253    
254                          # open Hyper Estraier database                          # open Hyper Estraier database
255                          use WebPAC::Output::Estraier '0.10';                          require WebPAC::Output::Estraier;
256                          $indexer = new WebPAC::Output::Estraier( %{ $indexer_config } );                          $indexer = new WebPAC::Output::Estraier( %{ $indexer_config } );
257                                    
258                    } elsif ($use_indexer eq 'hyperestraier-native') {
259    
260                            # open Hyper Estraier database
261                            require WebPAC::Output::EstraierNative;
262                            $indexer = new WebPAC::Output::EstraierNative( %{ $indexer_config } );
263    
264                  } elsif ($use_indexer eq 'kinosearch') {                  } elsif ($use_indexer eq 'kinosearch') {
265    
266                          # 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 } );  
267    
268                  } else {                  } else {
269                          $log->logdie("unknown use_indexer: $use_indexer");                          $log->logdie("unknown use_indexer: $use_indexer");
270                  }                  }
271    
272                  $log->logide("can't continue without valid indexer") unless ($indexer);                  $log->logdie("can't continue without valid indexer") unless ($indexer);
273          }          }
274    
275    
# Line 258  while (my ($database, $db_config) = each Line 303  while (my ($database, $db_config) = each
303          #          #
304          # now WebPAC::Store          # now WebPAC::Store
305          #          #
306          my $abs_path = abs_path($0);          my $store = new WebPAC::Store({
307          $abs_path =~ s#/[^/]*$#/#;                  debug => $debug,
308            });
309    
         my $db_path = $config->{webpac}->{db_path} . '/' . $database;  
310    
311          if ($clean) {          #
312                  $log->info("creating new database '$database' in $db_path");          # prepare output
313                  rmtree( $db_path ) || $log->warn("can't remove $db_path: $!");          #
314          } else {          my @outputs = force_array( $db_config->{output}, sub {
315                  $log->info("working on database '$database' in $db_path");                  $log->error("Database $database doesn't have any outputs defined. Do you want to remove it from configuration?" );
316            } );
317    
318            my @output_modules;
319    
320            foreach my $output ( @outputs ) {
321    
322    #warn '## output = ',dump( $output );
323    
324                    my $module = $output->{module} || $log->logdie("need module in output section of $database");
325                    $module = 'WebPAC::Output::' . $module unless $module =~ m/::/;
326            
327                    $log->debug("loading output module $module");
328                    eval "require $module";
329    
330                    # add database to arugemnts for output filter
331                    $output->{database} = $database;
332                    $output->{clean} = $clean;
333    
334                    $log->debug("calling $module->new(",dump( $output ),")");
335                    my $out = new $module->new( $output );
336                    if ( $out->init ) {
337                            push @output_modules, $out;
338                    } else {
339                            $log->warn("SKIPPED $module");
340                    }
341          }          }
342    
         my $db = new WebPAC::Store(  
                 path => $db_path,  
                 database => $database,  
                 debug => $debug,  
         );  
   
343    
344          #          #
345          # now, iterate through input formats          # now, iterate through input formats
346          #          #
347    
348          my @inputs;  
349          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 {  
350                  $log->info("database $database doesn't have inputs defined");                  $log->info("database $database doesn't have inputs defined");
351          }          } );
352    
353          my @supported_inputs = keys %{ $config->{webpac}->{inputs} };          if ( -e 'out/debug' ) { # FIXME flag?
354                    my $out;
355                    foreach my $i ( @inputs ) {
356                            warn dump( $i );
357                            next unless defined $i->{normalize};
358                            warn dump( $i->{normalize} );
359                            foreach my $normalize ( @{ $i->{normalize} } ) {
360                                    my $path = $normalize->{path};
361                                    $out .= qq/\n##\n## $path\n##\n\n/;
362                                    $out .= read_file( $path );
363                            }
364                    }
365                    my $all = "out/debug/all-normalize.pl";
366                    write_file( $all, $out );
367                    warn "### all normalize for this input saved to: $all";
368            };
369    
370          foreach my $input (@inputs) {          foreach my $input (@inputs) {
371    
372                  next if ($only_input && ($input->{name} !~ m#$only_input#i && $input->{type} !~ m#$only_input#i));                  my $input_name = $input->{name} || $log->logdie("input without a name isn't valid: ",dump($input));
373    
374                    next if ($only_input && ($input_name !~ m#$only_input#i && $input->{type} !~ m#$only_input#i));
375    
376                  my $type = lc($input->{type});                  my $type = lc($input->{type});
377    
378                  die "I know only how to handle input types ", join(",", @supported_inputs), " not '$type'!\n" unless (grep(/$type/, @supported_inputs));                  # FIXME check if input module exists
379                    my $input_module = $input->{module};
380    
381                  my $lookup;                  if ( ! $input_module ) {
382                  if ($input->{lookup}) {                          if ( grep(/$type/, $config->webpac('inputs')) ) {
383                          $lookup = new WebPAC::Lookup(                                  $input_module = $config->webpac('inputs')->{$type};
384                                  lookup_file => $input->{lookup},                          } else {
385                          );                                  $log->logdie("I know only how to handle input types ", join(",", $config->webpac('inputs') ), " not '$type'!" );
386                          delete( $input->{lookup} );                          }
387                  }                  }
388    
389                  my $input_module = $config->{webpac}->{inputs}->{$type};                  my @lookups = $parser->have_lookup_create($database, $input);
390    
391                  $log->info("working on input '$input->{name}' in $input->{path} [type: $input->{type}] using $input_module",                  $log->info("working on $database/$input_name with $input_module on $input->{path}",
392                          $input->{lookup} ? "lookup '$input->{lookup}'" : ""                          @lookups ? " creating lookups: ".join(", ", @lookups) : ""
393                  );                  );
394    
395                    if ($stats) {
396                            # disable modification of records if --stats is in use
397                            delete($input->{modify_records});
398                            delete($input->{modify_file});
399                    }
400    
401                  my $input_db = new WebPAC::Input(                  my $input_db = new WebPAC::Input(
402                          module => $input_module,                          module => $input_module,
                         encoding => $config->{webpac}->{webpac_encoding},  
403                          limit => $limit || $input->{limit},                          limit => $limit || $input->{limit},
404                          offset => $offset,                          offset => $offset,
                         lookup_coderef => sub {  
                                 my $rec = shift || return;  
                                 $lookup->add( $rec );  
                         },  
405                          recode => $input->{recode},                          recode => $input->{recode},
406                          stats => $stats,                          stats => $stats,
407                          modify_records => $input->{modify_records},                          modify_records => $input->{modify_records},
408                            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    
413                    if (defined( $input->{lookup} )) {
414                            $log->warn("$database/$input_name has depriciated lookup definition, removing it...");
415                            delete( $input->{lookup} );
416                    }
417    
418                    my $lookup_coderef;
419    
420                    if (@lookups) {
421    
422                            my $rules = $parser->lookup_create_rules($database, $input) || $log->logdie("no rules found for $database/$input");
423    
424                            $lookup_coderef = sub {
425                                    my $rec = shift || die "need rec!";
426                                    my $mfn = $rec->{'000'}->[0] || die "need mfn in 000";
427    
428                                    WebPAC::Normalize::data_structure(
429                                            row => $rec,
430                                            rules => $rules,
431                                            config => create_ds_config( $db_config, $database, $input, $mfn ),
432                                    );
433    
434                                    #warn "current lookup: ", dump(WebPAC::Normalize::_get_lookup());
435                            };
436    
437                            WebPAC::Normalize::_set_lookup( undef );
438    
439                            $log->debug("created lookup_coderef using:\n$rules");
440    
441                    };
442    
443                    my $lookup_jar;
444    
445                  my $maxmfn = $input_db->open(                  my $maxmfn = $input_db->open(
446                          path => $input->{path},                          path => $input->{path},
447                          code_page => $input->{encoding},        # database encoding                          input_encoding => $input->{encoding},   # database encoding
448                            lookup_coderef => $lookup_coderef,
449                            lookup => $lookup_jar,
450                          %{ $input },                          %{ $input },
451                            load_row => sub {
452                                    my $a = shift;
453                                    return $store->load_row(
454                                            database => $database,
455                                            input => $input_name,
456                                            id => $a->{id},
457                                    );
458                            },
459                            save_row => sub {
460                                    my $a = shift;
461                                    return $store->save_row(
462                                            database => $database,
463                                            input => $input_name,
464                                            id => $a->{id},
465                                            row => $a->{row},
466                                    );
467                            },
468    
469                  );                  );
470    
471                  my @norm_array = ref($input->{normalize}) eq 'ARRAY' ?                  my $lookup_data = WebPAC::Normalize::_get_lookup();
472                          @{ $input->{normalize} } : ( $input->{normalize} );  
473                    if (defined( $lookup_data->{$database}->{$input_name} )) {
474                            $log->debug("created following lookups: ", sub { dump( $lookup_data ) } );
475    
476                            foreach my $key (keys %{ $lookup_data->{$database}->{$input_name} }) {
477                                    $store->save_lookup(
478                                            database => $database,
479                                            input => $input_name,
480                                            key => $key,
481                                            data => $lookup_data->{$database}->{$input_name}->{$key},
482                                    );
483                            }
484                    }
485    
486                  if ($marc_normalize) {                  my $report_fh;
487                          @norm_array = ( {                  if ($stats || $validate) {
488                                  path => $marc_normalize,                          my $path = "out/report/${database}-${input_name}.txt";
489                                  output => $marc_output || 'out/marc/' . $database . '-' . $input->{name} . '.marc',                          open($report_fh, '>', $path) || $log->logdie("can't open $path: $!");
490                          } );  
491                            print $report_fh "Report for database '$database' input '$input_name' records ",
492                                    $offset || 1, "-", $limit || $input->{limit} || $maxmfn, "\n\n";
493                            $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                  foreach my $normalize (@norm_array) {                  my $marc;
502                    if ($marc_generate && $parser->have_rules( 'marc', $database, $input_name )) {
503                            $marc = new WebPAC::Output::MARC(
504                                    path => "out/marc/${database}-${input_name}.marc",
505                                    lint => $marc_lint,
506                                    dump => $marc_dump,
507                            );
508                    }
509    
510                          my $normalize_path = $normalize->{path} || $log->logdie("can't find normalize path in config");                  my $rules = $parser->normalize_rules($database,$input_name);
511                    $log->logwarn("no normalize rules for $database/$input_name") unless $rules;
512    
513                          $log->logdie("Found '$normalize_path' as normalization file which isn't supported any more!") unless ( $normalize_path =~ m!\.pl$!i );                  $log->debug("parsed normalize rules:\n$rules");
514    
515                          my $rules = read_file( $normalize_path ) or die "can't open $normalize_path: $!";                  # reset position in database
516                    $input_db->seek(1);
517    
518                          $log->info("Using $normalize_path for normalization...");                  # generate name of config key for indexer (strip everything after -)
519                    my $indexer_config = $use_indexer;
520                    $indexer_config =~ s/^(\w+)-?.*$/$1/g if ($indexer_config);
521    
522                    my $lookup_hash;
523                    my $depends = $parser->depends($database,$input_name);
524            
525                    if ($depends) {
526                            $log->debug("$database/$input_name depends on: ", dump($depends)) if ($depends);
527                            $log->logdie("parser->depends didn't return HASH") unless (ref($depends) eq 'HASH');
528    
529                            foreach my $db (keys %$depends) {
530                                    foreach my $i (keys %{$depends->{$db}}) {
531                                            foreach my $k (keys %{$depends->{$db}->{$i}}) {
532                                                    my $t = time();
533                                                    $log->debug("loading lookup $db/$i");
534                                                    $lookup_hash->{$db}->{$i}->{$k} = $store->load_lookup(
535                                                            database => $db,
536                                                            input => $i,
537                                                            key => $k,
538                                                    );
539                                                    $log->debug(sprintf("lookup $db/$i took %.2fs", time() - $t));
540                                            }
541                                    }
542                            }
543    
544                          my $marc = new WebPAC::Output::MARC(                          $log->debug("lookup_hash = ", sub { dump( $lookup_hash ) });
545                                  path => $normalize->{output},                  }
                                 lint => $marc_lint,  
                                 dump => $marc_dump,  
                         ) if ($normalize->{output});  
546    
                         # reset position in database  
                         $input_db->seek(1);  
547    
548                          foreach my $pos ( 0 ... $input_db->size ) {                  # 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    
                                 my $row = $input_db->fetch || next;  
557    
558                                  my $mfn = $row->{'000'}->[0];                  foreach my $pos ( 0 ... $input_db->size ) {
559    
560                                  if (! $mfn || $mfn !~ m#^\d+$#) {                          my $row = $input_db->fetch || next;
                                         $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");  
                                         $mfn = $pos;  
                                         push @{ $row->{'000'} }, $pos;  
                                 }  
561    
562                            $total_rows++;
563    
564                                  if ($validate) {                          my $mfn = $row->{'000'}->[0];
                                         my @errors = $validate->validate_errors( $row );  
                                         $log->error( "MFN $mfn validation errors:\n", join("\n", @errors) ) if (@errors);  
                                 }  
565    
566                                  my $ds_config = dclone($db_config);                          if (! $mfn || $mfn !~ m{^\d+$}) {
567                                    $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");
568                                    $mfn = $pos;
569                                    push @{ $row->{'000'} }, $pos;
570                            }
571    
                                 # default values -> database key  
                                 $ds_config->{_} = $database;  
572    
573                                  # current mfn                          if ($validate) {
574                                  $ds_config->{_mfn} = $mfn;                                  if ( my $errors = $validate->validate_rec( $row, $input_db->dump_ascii ) ) {
575                                            $log->error( "MFN $mfn validation error:\n",
576                                                    $validate->report_error( $errors )
577                                            );
578                                    }
579                                    next;   # validation doesn't create any output
580                            }
581    
582                                  # attach current input                          if ($rules) {
                                 $ds_config->{input} = $input;  
583    
584                                  my $ds = WebPAC::Normalize::data_structure(                                  my $ds = WebPAC::Normalize::data_structure(
585                                          row => $row,                                          row => $row,
586                                          rules => $rules,                                          rules => $rules,
587                                          lookup => $lookup ? $lookup->lookup_hash : undef,                                          lookup => $lookup_hash,
588                                          config => $ds_config,                                          config => create_ds_config( $db_config, $database, $input, $mfn ),
589                                          marc_encoding => 'utf-8',                                          marc_encoding => 'utf-8',
590                                            load_row_coderef => sub {
591                                                    my ($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                                  $db->save_ds(                                  $log->debug("ds = ", sub { dump($ds) });
602                                          id => $mfn,  
603                                          ds => $ds,                                  if ( $ds ) {
604                                          prefix => $input->{name},  
605                                  ) if ($ds && !$stats);                                          $store->save_ds(
606                                                    database => $database,
607                                  $indexer->add(                                                  input => $input_name,
608                                          id => $input->{name} . "/" . $mfn,                                                  id => $mfn,
609                                          ds => $ds,                                                  ds => $ds,
610                                          type => $config->{$use_indexer}->{type},                                          ) if !$stats;
611                                  ) if ($indexer && $ds);  
612                                            $indexer->add(
613                                  if ($marc) {                                                  id => "${input_name}/${mfn}",
614                                          my $i = 0;                                                  ds => $ds,
615                                                    type => $config->get($indexer_config)->{type},
616                                          while (my $fields = WebPAC::Normalize::_get_marc_fields( fetch_next => 1 ) ) {                                          ) if $indexer;
617                                                  $marc->add(  
618                                                          id => $mfn . ( $i ? "/$i" : '' ),                                          foreach my $out ( @output_modules ) {
619                                                          fields => $fields,                                                  $out->add( $mfn, $ds ) if $out->can('add');
                                                         leader => WebPAC::Normalize::marc_leader(),  
                                                         row => $row,  
                                                 );  
                                                 $i++;  
620                                          }                                          }
621    
622                                          $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);                                  } else {
623                                            $log->warn("record $pos didn't produce any output after normalization rules!") unless $marc;
624                                    }
625                            }
626    
627                            if ($marc) {
628                                    my $i = 0;
629    
630                                    while (my $fields = WebPAC::Normalize::MARC::_get_marc_fields( fetch_next => 1 ) ) {
631                                            $marc->add(
632                                                    id => $mfn . ( $i ? "/$i" : '' ),
633                                                    fields => $fields,
634                                                    leader => WebPAC::Normalize::MARC::_get_marc_leader(),
635                                                    row => $row,
636                                            );
637                                            $i++;
638                                  }                                  }
639    
640                                  $total_rows++;                                  $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);
641                          }                          }
642    
643                          $log->info("statistics of fields usage:\n", $input_db->stats) if ($stats);                  }
644    
645                    if ($validate) {
646                            my $errors = $validate->report;
647                            if ($errors) {
648                                    $log->info("validation errors:\n$errors\n" );
649                                    print $report_fh "$errors\n" if ($report_fh);
650                            }
651    
652                          # close MARC file                          print $report_fh "\nAll possible subfields/delimiter templates:\n", $validate->delimiters_templates( report => 1, current_input => 1 ), "\n\n";
                         $marc->finish if ($marc);  
653    
654                            # must be last thing that touches $validate for this input
655                            $validate->reset;
656                  }                  }
657    
658                    if ($stats) {
659                            my $s = $input_db->stats;
660                            $log->info("statistics of fields usage:\n$s");
661                            print $report_fh "Statistics of fields usage:\n$s" if ($report_fh);
662                    }
663    
664                    # close MARC file
665                    $marc->finish if ($marc);
666    
667                    # close report
668                    close($report_fh) if ($report_fh);
669          }          }
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 ", $indexer ? "indexed " : "",
679                  sprintf("in %.2f sec [%.2f rec/sec]",                  sprintf("in %.2f sec [%.2f rec/sec]",
# Line 465  if ($parallel) { Line 696  if ($parallel) {
696          $log->info("all parallel processes finished");          $log->info("all parallel processes finished");
697  }  }
698    
699    # save new delimiters if needed
700    $validate->save_delimiters_templates if ( $validate_delimiters_path );
701    
702  #  #
703  # handle links or merge after indexing  # handle links or merge after indexing
704  #  #
Legend:
Removed from v.608  
changed lines
  Added in v.1100
  ViewVC Help
Powered by ViewVC 1.1.26