/[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 653 by dpavlin, Thu Sep 7 15:57:48 2006 UTC revision 1043 by dpavlin, Mon Nov 12 12:35:32 2007 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 0.11;  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 0.06;  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    
26  use Proc::Queue size => 1;  use Proc::Queue size => 1;
27  use POSIX ":sys_wait_h"; # imports WNOHANG  use POSIX ":sys_wait_h"; # imports WNOHANG
# Line 31  run.pl - start WebPAC indexing Line 32  run.pl - start WebPAC indexing
32    
33  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!>
34    
35  Options:  =head1 OPTIONS
36    
37  =over 4  =over 4
38    
# Line 67  and subfield usage for each input Line 68  and subfield usage for each input
68    
69  turn on extra validation of imput records, see L<WebPAC::Validation>  turn on extra validation of imput records, see L<WebPAC::Validation>
70    
71  =item --marc-normalize conf/normalize/mapping.pl  You can use special variables C<$database> and $C<$input> in this parametar
72    like C<--validate 'conf/validate/$database-$input'> to construct filename
73    
74  This option specifies normalisation file for MARC creation  =item --validate-delimiters path/to/validate_delimiters_file
75    
76  =item --marc-output out/marc/test.marc  this option is used with C<--validate> to turn on extra validation of
77    delimiters. If file is non existant, it will be created on first run.
78    
79  Optional path to output file  =item --marc-generate
80    
81    Generate MARC file. This will automatically be on if file contains C<marc*> directives.
82    You can use this option as C<--no-marc-generate> to disable MARC generation.
83    
84  =item --marc-lint  =item --marc-lint
85    
86  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
87  messages with C<--no-marc-lint>.  messages with C<--no-marc-lint>.
88    
89  =item --marc-dump  =item --marc-dump
# Line 105  my $offset; Line 111  my $offset;
111  my $limit;  my $limit;
112    
113  my $clean = 0;  my $clean = 0;
114  my $config = 'conf/config.yml';  my $config_path;
115  my $debug = 0;  my $debug = 0;
116  my $only_filter;  my $only_filter;
117  my $stats = 0;  my $stats = 0;
118  my $validate_path;  my $validate_path;
119  my ($marc_normalize, $marc_output);  my $validate_delimiters_path;
120    my $marc_generate = 1;
121  my $marc_lint = 1;  my $marc_lint = 1;
122  my $marc_dump = 0;  my $marc_dump = 0;
123  my $parallel = 0;  my $parallel = 0;
124  my $only_links = 0;  my $only_links = 0;
125  my $merge = 0;  my $merge = 0;
126    my $help;
127    
128  my $log = _new WebPAC::Common()->_get_logger();  my $log = _new WebPAC::Common()->_get_logger();
129    
 my $hostname = `hostname`;  
 chomp($hostname);  
 $hostname =~ s/\..+$//;  
 if (-e "conf/$hostname.yml") {  
         $config = "conf/$hostname.yml";  
         $log->info("using host configuration file: $config");  
 }  
   
130  GetOptions(  GetOptions(
131          "limit=i" => \$limit,          "limit=i" => \$limit,
132          "offset=i" => \$offset,          "offset=i" => \$offset,
133          "clean" => \$clean,          "clean" => \$clean,
134          "one=s" => \$only_filter,          "one=s" => \$only_filter,
135          "only=s" => \$only_filter,          "only=s" => \$only_filter,
136          "config" => \$config,          "config=s" => \$config_path,
137          "debug+" => \$debug,          "debug+" => \$debug,
138          "stats" => \$stats,          "stats" => \$stats,
139          "validate=s" => \$validate_path,          "validate=s" => \$validate_path,
140          "marc-normalize=s" => \$marc_normalize,          "validate-delimiters=s" => \$validate_delimiters_path,
141          "marc-output=s" => \$marc_output,          "marc-generate!" => \$marc_generate,
142          "marc-lint!" => \$marc_lint,          "marc-lint!" => \$marc_lint,
143          "marc-dump!" => \$marc_dump,          "marc-dump!" => \$marc_dump,
144          "parallel=i" => \$parallel,          "parallel=i" => \$parallel,
145          "only-links!" => \$only_links,          "only-links!" => \$only_links,
146          "merge" => \$merge,          "merge" => \$merge,
147            "help" => \$help,
148  );  );
149    
150  $config = LoadFile($config);  $marc_generate = 0 if ( $validate_delimiters_path );
151    
152    pod2usage(-verbose => 2) if ($help);
153    
154    my $config = new WebPAC::Config( path => $config_path );
155    
156    WebPAC::Normalize::_debug( $debug - 1 ) if $debug > 1;
157    
158  #print "config = ",dump($config) if ($debug);  #print "config = ",dump($config) if ($debug);
159    
160  die "no databases in config file!\n" unless ($config->{databases});  die "no databases in config file!\n" unless ($config->databases);
161    
162  $log->info( "-" x 79 );  $log->info( "-" x 79 );
163    
164    my $log_file = 'log';
165    
166    if (-e $log_file ) {    # && -s $log_file > 5 * 1024 * 1024) {
167            $log->info("moved old log with ", -s $log_file, " bytes to '${log_file}.old'");
168            rename $log_file, "${log_file}.old" || $log->logwarn("can't rename $log_file to ${log_file}.old: $!");
169    }
170    
171  my $estcmd_fh;  my $estcmd_fh;
172  my $estcmd_path = './estcmd-merge.sh';  my $estcmd_path = './estcmd-merge.sh';
# Line 164  if ($merge) { Line 177  if ($merge) {
177          $log->info("created merge batch file $estcmd_path");          $log->info("created merge batch file $estcmd_path");
178  }  }
179    
   
180  my $validate;  my $validate;
181  $validate = new WebPAC::Validate(  $validate = new WebPAC::Validate(
182          path => $validate_path,          delimiters => $config->webpac('delimiters'),
183  ) if ($validate_path);  ) if ($validate_path || $validate_delimiters_path);
   
184    
185  my $use_indexer = $config->{use_indexer} || 'hyperestraier';  my $use_indexer = $config->use_indexer;
186    $stats ||= $validate;
187  if ($stats) {  if ($stats) {
188          $log->debug("option --stats disables update of indexing engine...");          $log->debug("disabled indexing for stats collection");
189          $use_indexer = undef;          $use_indexer = undef;
190  } else {  } elsif ( $use_indexer ) {
191          $log->info("using $use_indexer indexing engine...");          $log->info("using $use_indexer indexing engine...");
192  }  }
193    
194  # disable indexing when creating marc  # parse normalize files and create source files for lookup and normalization
195  $use_indexer = undef if ($marc_normalize);  
196    my ($only_database,$only_input) = split(m#/#, $only_filter) if $only_filter;
197    
198    my $parser = new WebPAC::Parser(
199            config => $config,
200            only_database => $only_database,
201            only_input => $only_input,
202    );
203    
204  my $total_rows = 0;  my $total_rows = 0;
205  my $start_t = time();  my $start_t = time();
# Line 192  if ($parallel) { Line 211  if ($parallel) {
211          Proc::Queue::size($parallel);          Proc::Queue::size($parallel);
212  }  }
213    
214  while (my ($database, $db_config) = each %{ $config->{databases} }) {  sub create_ds_config {
215            my ($db_config, $database, $input, $mfn) = @_;
216            my $c = dclone( $db_config );
217            $c->{_} = $database || $log->logconfess("need database");
218            $c->{_mfn} = $mfn || $log->logconfess("need mfn");
219            $c->{input} = $input || $log->logconfess("need input");
220            return $c;
221    }
222    
223    foreach my $database ( sort keys %{ $config->databases } ) {
224            my $db_config = $config->databases->{$database};
225    
         my ($only_database,$only_input) = split(m#/#, $only_filter) if ($only_filter);  
226          next if ($only_database && $database !~ m/$only_database/i);          next if ($only_database && $database !~ m/$only_database/i);
227    
228          if ($parallel) {          if ($parallel) {
# Line 207  while (my ($database, $db_config) = each Line 235  while (my ($database, $db_config) = each
235          }          }
236    
237          my $indexer;          my $indexer;
238          if ($use_indexer) {          if ($use_indexer && $parser->have_rules( 'search', $database )) {
239    
240                  my $cfg_name = $use_indexer;                  my $cfg_name = $use_indexer;
241                  $cfg_name =~ s/\-.*$//;                  $cfg_name =~ s/\-.*$//;
242    
243                  my $indexer_config = $config->{$cfg_name} || $log->logdie("can't find '$cfg_name' part in confguration");                  my $indexer_config = $config->get( $cfg_name ) || $log->logdie("can't find '$cfg_name' part in confguration");
244                  $indexer_config->{database} = $database;                  $indexer_config->{database} = $database;
245                  $indexer_config->{clean} = $clean;                  $indexer_config->{clean} = $clean;
246                  $indexer_config->{label} = $db_config->{name};                  $indexer_config->{label} = $db_config->{name};
# Line 223  while (my ($database, $db_config) = each Line 251  while (my ($database, $db_config) = each
251                  if ($use_indexer eq 'hyperestraier') {                  if ($use_indexer eq 'hyperestraier') {
252    
253                          # open Hyper Estraier database                          # open Hyper Estraier database
254                          use WebPAC::Output::Estraier '0.10';                          require WebPAC::Output::Estraier;
255                          $indexer = new WebPAC::Output::Estraier( %{ $indexer_config } );                          $indexer = new WebPAC::Output::Estraier( %{ $indexer_config } );
256                                    
257                  } elsif ($use_indexer eq 'hyperestraier-native') {                  } elsif ($use_indexer eq 'hyperestraier-native') {
258    
259                          # open Hyper Estraier database                          # open Hyper Estraier database
260                          use WebPAC::Output::EstraierNative;                          require WebPAC::Output::EstraierNative;
261                          $indexer = new WebPAC::Output::EstraierNative( %{ $indexer_config } );                          $indexer = new WebPAC::Output::EstraierNative( %{ $indexer_config } );
262    
                         $use_indexer = 'hyperestraier';  
   
263                  } elsif ($use_indexer eq 'kinosearch') {                  } elsif ($use_indexer eq 'kinosearch') {
264    
265                          # 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 } );  
266    
267                  } else {                  } else {
268                          $log->logdie("unknown use_indexer: $use_indexer");                          $log->logdie("unknown use_indexer: $use_indexer");
269                  }                  }
270    
271                  $log->logide("can't continue without valid indexer") unless ($indexer);                  $log->logdie("can't continue without valid indexer") unless ($indexer);
272          }          }
273    
274    
# Line 279  while (my ($database, $db_config) = each Line 302  while (my ($database, $db_config) = each
302          #          #
303          # now WebPAC::Store          # now WebPAC::Store
304          #          #
305          my $abs_path = abs_path($0);          my $store = new WebPAC::Store({
306          $abs_path =~ s#/[^/]*$#/#;                  debug => $debug,
307            });
308    
         my $db_path = $config->{webpac}->{db_path} . '/' . $database;  
309    
310          if ($clean) {          #
311                  $log->info("creating new database '$database' in $db_path");          # prepare output
312                  rmtree( $db_path ) || $log->warn("can't remove $db_path: $!");          #
313          } else {          my @outputs = force_array( $db_config->{output}, sub {
314                  $log->info("working on database '$database' in $db_path");                  $log->error("Database $database doesn't have any outputs defined. Do you want to remove it from configuration?" );
315          }          } );
316    
317          my $db = new WebPAC::Store(          my @output_modules;
318                  path => $db_path,  
319                  database => $database,          foreach my $output ( @outputs ) {
320                  debug => $debug,  
321          );  #warn '## output = ',dump( $output );
322    
323                    my $module = $output->{module} || $log->logdie("need module in output section of $database");
324                    $module = 'WebPAC::Output::' . $module unless $module =~ m/::/;
325            
326                    $log->debug("loading output module $module");
327                    eval "require $module";
328    
329                    # add database to arugemnts for output filter
330                    $output->{database} = $database;
331    
332                    $log->debug("calling $module->new(",dump( $output ),")");
333                    my $out = new $module->new( $output );
334                    $out->init;
335    
336                    push @output_modules, $out;
337            }
338    
339    
340          #          #
341          # now, iterate through input formats          # now, iterate through input formats
342          #          #
343    
         my @inputs;  
         if (ref($db_config->{input}) eq 'ARRAY') {  
                 @inputs = @{ $db_config->{input} };  
         } elsif ($db_config->{input}) {  
                 push @inputs, $db_config->{input};  
         } else {  
                 $log->info("database $database doesn't have inputs defined");  
         }  
344    
345          my @supported_inputs = keys %{ $config->{webpac}->{inputs} };          my @inputs = force_array( $db_config->{input}, sub {
346                    $log->info("database $database doesn't have inputs defined");
347            } );
348    
349          foreach my $input (@inputs) {          foreach my $input (@inputs) {
350    
351                  next if ($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));
352    
353                    next if ($only_input && ($input_name !~ m#$only_input#i && $input->{type} !~ m#$only_input#i));
354    
355                  my $type = lc($input->{type});                  my $type = lc($input->{type});
356    
357                  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
358                    my $input_module = $input->{module};
359    
360                  my $lookup;                  if ( ! $input_module ) {
361                  if ($input->{lookup}) {                          if ( grep(/$type/, $config->webpac('inputs')) ) {
362                          $lookup = new WebPAC::Lookup(                                  $input_module = $config->webpac('inputs')->{$type};
363                                  lookup_file => $input->{lookup},                          } else {
364                          );                                  $log->logdie("I know only how to handle input types ", join(",", $config->webpac('inputs') ), " not '$type'!" );
365                          delete( $input->{lookup} );                          }
366                  }                  }
367    
368                  my $input_module = $config->{webpac}->{inputs}->{$type};                  my @lookups = $parser->have_lookup_create($database, $input);
369    
370                  $log->info("working on input '$input->{name}' in $input->{path} [type: $input->{type}] using $input_module",                  $log->info("working on input '$input_name' in $input->{path} [type: $input->{type}] using $input_module",
371                          $input->{lookup} ? "lookup '$input->{lookup}'" : ""                          @lookups ? " creating lookups: ".join(", ", @lookups) : ""
372                  );                  );
373    
374                  if ($stats) {                  if ($stats) {
# Line 343  while (my ($database, $db_config) = each Line 379  while (my ($database, $db_config) = each
379    
380                  my $input_db = new WebPAC::Input(                  my $input_db = new WebPAC::Input(
381                          module => $input_module,                          module => $input_module,
382                          encoding => $config->{webpac}->{webpac_encoding},                          encoding => $config->webpac('webpac_encoding'),
383                          limit => $limit || $input->{limit},                          limit => $limit || $input->{limit},
384                          offset => $offset,                          offset => $offset,
                         lookup_coderef => sub {  
                                 my $rec = shift || return;  
                                 $lookup->add( $rec );  
                         },  
385                          recode => $input->{recode},                          recode => $input->{recode},
386                          stats => $stats,                          stats => $stats,
387                          modify_records => $input->{modify_records},                          modify_records => $input->{modify_records},
388                          modify_file => $input->{modify_file},                          modify_file => $input->{modify_file},
389                            input_config => $input,
390                  );                  );
391                  $log->logdie("can't create input using $input_module") unless ($input);                  $log->logdie("can't create input using $input_module") unless ($input);
392    
393                    if (defined( $input->{lookup} )) {
394                            $log->warn("$database/$input_name has depriciated lookup definition, removing it...");
395                            delete( $input->{lookup} );
396                    }
397    
398                    my $lookup_coderef;
399    
400                    if (@lookups) {
401    
402                            my $rules = $parser->lookup_create_rules($database, $input) || $log->logdie("no rules found for $database/$input");
403    
404                            $lookup_coderef = sub {
405                                    my $rec = shift || die "need rec!";
406                                    my $mfn = $rec->{'000'}->[0] || die "need mfn in 000";
407    
408                                    WebPAC::Normalize::data_structure(
409                                            row => $rec,
410                                            rules => $rules,
411                                            config => create_ds_config( $db_config, $database, $input, $mfn ),
412                                    );
413    
414                                    #warn "current lookup: ", dump(WebPAC::Normalize::_get_lookup());
415                            };
416    
417                            WebPAC::Normalize::_set_lookup( undef );
418    
419                            $log->debug("created lookup_coderef using:\n$rules");
420    
421                    };
422    
423                    my $lookup_jar;
424    
425                  my $maxmfn = $input_db->open(                  my $maxmfn = $input_db->open(
426                          path => $input->{path},                          path => $input->{path},
427                          code_page => $input->{encoding},        # database encoding                          code_page => $input->{encoding},        # database encoding
428                            lookup_coderef => $lookup_coderef,
429                            lookup => $lookup_jar,
430                          %{ $input },                          %{ $input },
431                            load_row => sub {
432                                    my $a = shift;
433                                    return $store->load_row(
434                                            database => $database,
435                                            input => $input_name,
436                                            id => $a->{id},
437                                    );
438                            },
439                            save_row => sub {
440                                    my $a = shift;
441                                    return $store->save_row(
442                                            database => $database,
443                                            input => $input_name,
444                                            id => $a->{id},
445                                            row => $a->{row},
446                                    );
447                            },
448    
449                  );                  );
450    
451                  my @norm_array = ref($input->{normalize}) eq 'ARRAY' ?                  my $lookup_data = WebPAC::Normalize::_get_lookup();
452                          @{ $input->{normalize} } : ( $input->{normalize} );  
453                    if (defined( $lookup_data->{$database}->{$input_name} )) {
454                            $log->debug("created following lookups: ", sub { dump( $lookup_data ) } );
455    
456                  if ($marc_normalize) {                          foreach my $key (keys %{ $lookup_data->{$database}->{$input_name} }) {
457                          @norm_array = ( {                                  $store->save_lookup(
458                                  path => $marc_normalize,                                          database => $database,
459                                  output => $marc_output || 'out/marc/' . $database . '-' . $input->{name} . '.marc',                                          input => $input_name,
460                          } );                                          key => $key,
461                                            data => $lookup_data->{$database}->{$input_name}->{$key},
462                                    );
463                            }
464                  }                  }
465    
466                  foreach my $normalize (@norm_array) {                  my $report_fh;
467                    if ($stats || $validate) {
468                            my $path = "out/report/${database}-${input_name}.txt";
469                            open($report_fh, '>', $path) || $log->logdie("can't open $path: $!");
470    
471                            print $report_fh "Report for database '$database' input '$input_name' records ",
472                                    $offset || 1, "-", $limit || $input->{limit} || $maxmfn, "\n\n";
473                            $log->info("Generating report file $path");
474    
475                            if ( $validate ) {
476                                    $validate->read_validate_file( $validate->fill_in( $validate_path, database => $database, input => $input_name ) ) if ( $validate_path );
477                                    $validate->read_validate_delimiters_file( $validate->fill_in( $validate_delimiters_path, database => $database, input => $input_name ) ) if ( $validate_delimiters_path );
478                            }
479                    }
480    
481                          my $normalize_path = $normalize->{path} || $log->logdie("can't find normalize path in config");                  my $marc;
482                    if ($marc_generate && $parser->have_rules( 'marc', $database, $input_name )) {
483                            $marc = new WebPAC::Output::MARC(
484                                    path => "out/marc/${database}-${input_name}.marc",
485                                    lint => $marc_lint,
486                                    dump => $marc_dump,
487                            );
488                    }
489    
490                          $log->logdie("Found '$normalize_path' as normalization file which isn't supported any more!") unless ( $normalize_path =~ m!\.pl$!i );                  my $rules = $parser->normalize_rules($database,$input_name) || $log->logdie("no normalize rules found for $database/$input_name");
491                    $log->debug("parsed normalize rules:\n$rules");
492    
493                          my $rules = read_file( $normalize_path ) or die "can't open $normalize_path: $!";                  # reset position in database
494                    $input_db->seek(1);
495    
496                          $log->info("Using $normalize_path for normalization...");                  # generate name of config key for indexer (strip everything after -)
497                    my $indexer_config = $use_indexer;
498                    $indexer_config =~ s/^(\w+)-?.*$/$1/g if ($indexer_config);
499    
500                    my $lookup_hash;
501                    my $depends = $parser->depends($database,$input_name);
502            
503                    if ($depends) {
504                            $log->debug("$database/$input_name depends on: ", dump($depends)) if ($depends);
505                            $log->logdie("parser->depends didn't return HASH") unless (ref($depends) eq 'HASH');
506    
507                            foreach my $db (keys %$depends) {
508                                    foreach my $i (keys %{$depends->{$db}}) {
509                                            foreach my $k (keys %{$depends->{$db}->{$i}}) {
510                                                    my $t = time();
511                                                    $log->debug("loading lookup $db/$i");
512                                                    $lookup_hash->{$db}->{$i}->{$k} = $store->load_lookup(
513                                                            database => $db,
514                                                            input => $i,
515                                                            key => $k,
516                                                    );
517                                                    $log->debug(sprintf("lookup $db/$i took %.2fs", time() - $t));
518                                            }
519                                    }
520                            }
521    
522                          my $marc = new WebPAC::Output::MARC(                          $log->debug("lookup_hash = ", sub { dump( $lookup_hash ) });
523                                  path => $normalize->{output},                  }
                                 lint => $marc_lint,  
                                 dump => $marc_dump,  
                         ) if ($normalize->{output});  
524    
                         # reset position in database  
                         $input_db->seek(1);  
525    
526                          foreach my $pos ( 0 ... $input_db->size ) {                  # setup input name for all output filters
527                    foreach my $out ( @output_modules ) {
528                            if ( $out->can('input') ) {
529                                    $out->input( $input_name );
530                            } else {
531                                    $log->warn("output filter ",ref($out)," doesn't support input name");
532                            }
533                    }
534    
                                 my $row = $input_db->fetch || next;  
535    
536                                  my $mfn = $row->{'000'}->[0];                  foreach my $pos ( 0 ... $input_db->size ) {
537    
538                                  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;  
                                 }  
539    
540                            $total_rows++;
541    
542                                  if ($validate) {                          my $mfn = $row->{'000'}->[0];
                                         if ( my $errors = $validate->validate_errors( $row, $input_db->dump ) ) {  
                                                 $log->error( "MFN $mfn validation error:\n",  
                                                         dump( $errors )  
                                                 );  
                                         }  
                                 }  
543    
544                                  my $ds_config = dclone($db_config);                          if (! $mfn || $mfn !~ m{^\d+$}) {
545                                    $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");
546                                    $mfn = $pos;
547                                    push @{ $row->{'000'} }, $pos;
548                            }
549    
                                 # default values -> database key  
                                 $ds_config->{_} = $database;  
550    
551                                  # current mfn                          if ($validate) {
552                                  $ds_config->{_mfn} = $mfn;                                  if ( my $errors = $validate->validate_rec( $row, $input_db->dump_ascii ) ) {
553                                            $log->error( "MFN $mfn validation error:\n",
554                                                    $validate->report_error( $errors )
555                                            );
556                                    }
557                                    next;   # validation doesn't create any output
558                            }
559    
560                                  # attach current input                          my $ds = WebPAC::Normalize::data_structure(
561                                  $ds_config->{input} = $input;                                  row => $row,
562                                    rules => $rules,
563                                    lookup => $lookup_hash,
564                                    config => create_ds_config( $db_config, $database, $input, $mfn ),
565                                    marc_encoding => 'utf-8',
566                                    load_row_coderef => sub {
567                                            my ($database,$input,$mfn) = @_;
568    #warn "### load_row($database,$input,$mfn) from data_structure\n";
569                                            return $store->load_row(
570                                                    database => $database,
571                                                    input => $input,
572                                                    id => $mfn,
573                                            );
574                                    },
575                            );
576    
577                                  my $ds = WebPAC::Normalize::data_structure(                          $log->debug("ds = ", sub { dump($ds) });
578                                          row => $row,  
579                                          rules => $rules,                          if ( $ds ) {
                                         lookup => $lookup ? $lookup->lookup_hash : undef,  
                                         config => $ds_config,  
                                         marc_encoding => 'utf-8',  
                                 );  
580    
581                                  $db->save_ds(                                  $store->save_ds(
582                                            database => $database,
583                                            input => $input_name,
584                                          id => $mfn,                                          id => $mfn,
585                                          ds => $ds,                                          ds => $ds,
586                                          prefix => $input->{name},                                  ) if !$stats;
                                 ) if ($ds && !$stats);  
587    
588                                  $indexer->add(                                  $indexer->add(
589                                          id => $input->{name} . "/" . $mfn,                                          id => "${input_name}/${mfn}",
590                                          ds => $ds,                                          ds => $ds,
591                                          type => $config->{$use_indexer}->{type},                                          type => $config->get($indexer_config)->{type},
592                                  ) if ($indexer && $ds);                                  ) if $indexer;
593    
594                                  if ($marc) {                                  foreach my $out ( @output_modules ) {
595                                          my $i = 0;                                          $out->add( $mfn, $ds ) if $out->can('add');
596                                    }
597    
598                                          while (my $fields = WebPAC::Normalize::_get_marc_fields( fetch_next => 1 ) ) {                          } else {
599                                                  $marc->add(                                  $log->warn("record $pos didn't produce any output after normalization rules!") unless $marc;
600                                                          id => $mfn . ( $i ? "/$i" : '' ),                          }
601                                                          fields => $fields,  
602                                                          leader => WebPAC::Normalize::marc_leader(),                          if ($marc) {
603                                                          row => $row,                                  my $i = 0;
                                                 );  
                                                 $i++;  
                                         }  
604    
605                                          $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);                                  while (my $fields = WebPAC::Normalize::MARC::_get_marc_fields( fetch_next => 1 ) ) {
606                                            $marc->add(
607                                                    id => $mfn . ( $i ? "/$i" : '' ),
608                                                    fields => $fields,
609                                                    leader => WebPAC::Normalize::MARC::_get_marc_leader(),
610                                                    row => $row,
611                                            );
612                                            $i++;
613                                  }                                  }
614    
615                                  $total_rows++;                                  $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);
616                          }                          }
617    
618                          $log->info("validation errors:\n", dump( $validate->all_errors ) ) if ($validate && defined($validate->all_errors));                  }
619    
620                    if ($validate) {
621                            my $errors = $validate->report;
622                            if ($errors) {
623                                    $log->info("validation errors:\n$errors\n" );
624                                    print $report_fh "$errors\n" if ($report_fh);
625                            }
626    
627                          $log->info("statistics of fields usage:\n", $input_db->stats) if ($stats);                          print $report_fh "\nAll possible subfields/delimiter templates:\n", $validate->delimiters_templates( report => 1, current_input => 1 ), "\n\n";
628    
629                          # close MARC file                          # must be last thing that touches $validate for this input
630                          $marc->finish if ($marc);                          $validate->reset;
631                    }
632    
633                    if ($stats) {
634                            my $s = $input_db->stats;
635                            $log->info("statistics of fields usage:\n$s");
636                            print $report_fh "Statistics of fields usage:\n$s" if ($report_fh);
637                  }                  }
638    
639                    # close MARC file
640                    $marc->finish if ($marc);
641    
642                    # close report
643                    close($report_fh) if ($report_fh);
644          }          }
645    
646          eval { $indexer->finish } if ($indexer && $indexer->can('finish'));          eval { $indexer->finish } if ($indexer && $indexer->can('finish'));
647    
648            foreach my $out ( @output_modules ) {
649                    $out->finish if $out->can('finish');
650            }
651    
652          my $dt = time() - $start_t;          my $dt = time() - $start_t;
653          $log->info("$total_rows records ", $indexer ? "indexed " : "",          $log->info("$total_rows records ", $indexer ? "indexed " : "",
654                  sprintf("in %.2f sec [%.2f rec/sec]",                  sprintf("in %.2f sec [%.2f rec/sec]",
# Line 498  if ($parallel) { Line 671  if ($parallel) {
671          $log->info("all parallel processes finished");          $log->info("all parallel processes finished");
672  }  }
673    
674    # save new delimiters if needed
675    $validate->save_delimiters_templates if ( $validate_delimiters_path );
676    
677  #  #
678  # handle links or merge after indexing  # handle links or merge after indexing
679  #  #
Legend:
Removed from v.653  
changed lines
  Added in v.1043
  ViewVC Help
Powered by ViewVC 1.1.26