/[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 657 by dpavlin, Fri Sep 8 14:33:03 2006 UTC revision 731 by dpavlin, Fri Sep 29 20:18:39 2006 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 0.04;
11  use WebPAC::Input 0.11;  use WebPAC::Input 0.13;
12  use WebPAC::Store 0.03;  use WebPAC::Store 0.11;
13  use WebPAC::Normalize 0.11;  use WebPAC::Normalize 0.21;
14  use WebPAC::Output::TT;  use WebPAC::Output::TT;
15  use WebPAC::Validate 0.06;  use WebPAC::Validate 0.06;
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/;
# Line 105  my $offset; Line 105  my $offset;
105  my $limit;  my $limit;
106    
107  my $clean = 0;  my $clean = 0;
108  my $config = 'conf/config.yml';  my $config_path;
109  my $debug = 0;  my $debug = 0;
110  my $only_filter;  my $only_filter;
111  my $stats = 0;  my $stats = 0;
# Line 119  my $merge = 0; Line 119  my $merge = 0;
119    
120  my $log = _new WebPAC::Common()->_get_logger();  my $log = _new WebPAC::Common()->_get_logger();
121    
 my $hostname = `hostname`;  
 chomp($hostname);  
 $hostname =~ s/\..+$//;  
 if (-e "conf/$hostname.yml") {  
         $config = "conf/$hostname.yml";  
         $log->info("using host configuration file: $config");  
 }  
   
122  GetOptions(  GetOptions(
123          "limit=i" => \$limit,          "limit=i" => \$limit,
124          "offset=i" => \$offset,          "offset=i" => \$offset,
125          "clean" => \$clean,          "clean" => \$clean,
126          "one=s" => \$only_filter,          "one=s" => \$only_filter,
127          "only=s" => \$only_filter,          "only=s" => \$only_filter,
128          "config" => \$config,          "config" => \$config_path,
129          "debug+" => \$debug,          "debug+" => \$debug,
130          "stats" => \$stats,          "stats" => \$stats,
131          "validate=s" => \$validate_path,          "validate=s" => \$validate_path,
# Line 146  GetOptions( Line 138  GetOptions(
138          "merge" => \$merge,          "merge" => \$merge,
139  );  );
140    
141  $config = LoadFile($config);  my $config = new WebPAC::Config( path => $config_path );
142    
143  #print "config = ",dump($config) if ($debug);  #print "config = ",dump($config) if ($debug);
144    
145  die "no databases in config file!\n" unless ($config->{databases});  die "no databases in config file!\n" unless ($config->databases);
146    
147  $log->info( "-" x 79 );  $log->info( "-" x 79 );
148    
# Line 171  $validate = new WebPAC::Validate( Line 163  $validate = new WebPAC::Validate(
163  ) if ($validate_path);  ) if ($validate_path);
164    
165    
166  my $use_indexer = $config->{use_indexer} || 'hyperestraier';  my $use_indexer = $config->use_indexer;
167  if ($stats) {  if ($stats) {
168          $log->debug("option --stats disables update of indexing engine...");          $log->debug("option --stats disables update of indexing engine...");
169          $use_indexer = undef;          $use_indexer = undef;
# Line 182  if ($stats) { Line 174  if ($stats) {
174  # disable indexing when creating marc  # disable indexing when creating marc
175  $use_indexer = undef if ($marc_normalize);  $use_indexer = undef if ($marc_normalize);
176    
177    # parse normalize files and create source files for lookup and normalization
178    
179    my $parser = new WebPAC::Parser( config => $config );
180    
181  my $total_rows = 0;  my $total_rows = 0;
182  my $start_t = time();  my $start_t = time();
183    
# Line 192  if ($parallel) { Line 188  if ($parallel) {
188          Proc::Queue::size($parallel);          Proc::Queue::size($parallel);
189  }  }
190    
191  while (my ($database, $db_config) = each %{ $config->{databases} }) {  sub create_ds_config {
192            my ($db_config, $database, $input, $mfn) = @_;
193            my $c = dclone( $db_config );
194            $c->{_} = $database || $log->logconfess("need database");
195            $c->{_mfn} = $mfn || $log->logconfess("need mfn");
196            $c->{input} = $input || $log->logconfess("need input");
197            return $c;
198    }
199    
200    while (my ($database, $db_config) = each %{ $config->databases }) {
201    
202          my ($only_database,$only_input) = split(m#/#, $only_filter) if ($only_filter);          my ($only_database,$only_input) = split(m#/#, $only_filter) if ($only_filter);
203          next if ($only_database && $database !~ m/$only_database/i);          next if ($only_database && $database !~ m/$only_database/i);
# Line 212  while (my ($database, $db_config) = each Line 217  while (my ($database, $db_config) = each
217                  my $cfg_name = $use_indexer;                  my $cfg_name = $use_indexer;
218                  $cfg_name =~ s/\-.*$//;                  $cfg_name =~ s/\-.*$//;
219    
220                  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");
221                  $indexer_config->{database} = $database;                  $indexer_config->{database} = $database;
222                  $indexer_config->{clean} = $clean;                  $indexer_config->{clean} = $clean;
223                  $indexer_config->{label} = $db_config->{name};                  $indexer_config->{label} = $db_config->{name};
# Line 232  while (my ($database, $db_config) = each Line 237  while (my ($database, $db_config) = each
237                          use WebPAC::Output::EstraierNative;                          use WebPAC::Output::EstraierNative;
238                          $indexer = new WebPAC::Output::EstraierNative( %{ $indexer_config } );                          $indexer = new WebPAC::Output::EstraierNative( %{ $indexer_config } );
239    
                         $use_indexer = 'hyperestraier';  
   
240                  } elsif ($use_indexer eq 'kinosearch') {                  } elsif ($use_indexer eq 'kinosearch') {
241    
242                          # open KinoSearch                          # open KinoSearch
# Line 282  while (my ($database, $db_config) = each Line 285  while (my ($database, $db_config) = each
285          my $abs_path = abs_path($0);          my $abs_path = abs_path($0);
286          $abs_path =~ s#/[^/]*$#/#;          $abs_path =~ s#/[^/]*$#/#;
287    
288          my $db_path = $config->{webpac}->{db_path} . '/' . $database;          my $db_path = $config->webpac('db_path');
289    
290          if ($clean) {          if ($clean) {
291                  $log->info("creating new database '$database' in $db_path");                  $log->info("creating new database '$database' in $db_path");
# Line 291  while (my ($database, $db_config) = each Line 294  while (my ($database, $db_config) = each
294                  $log->info("working on database '$database' in $db_path");                  $log->info("working on database '$database' in $db_path");
295          }          }
296    
297          my $db = new WebPAC::Store(          my $store = new WebPAC::Store(
298                  path => $db_path,                  path => $db_path,
                 database => $database,  
299                  debug => $debug,                  debug => $debug,
300          );          );
301    
# Line 311  while (my ($database, $db_config) = each Line 313  while (my ($database, $db_config) = each
313                  $log->info("database $database doesn't have inputs defined");                  $log->info("database $database doesn't have inputs defined");
314          }          }
315    
         my @supported_inputs = keys %{ $config->{webpac}->{inputs} };  
   
316          foreach my $input (@inputs) {          foreach my $input (@inputs) {
317    
318                  next if ($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));
319    
320                    next if ($only_input && ($input_name !~ m#$only_input#i && $input->{type} !~ m#$only_input#i));
321    
322                  my $type = lc($input->{type});                  my $type = lc($input->{type});
323    
324                  die "I know only how to handle input types ", join(",", @supported_inputs), " not '$type'!\n" unless (grep(/$type/, @supported_inputs));                  die "I know only how to handle input types ", join(",", $config->webpac('inputs') ), " not '$type'!\n" unless (grep(/$type/, $config->webpac('inputs')));
325    
326                  my $lookup;                  my $input_module = $config->webpac('inputs')->{$type};
                 if ($input->{lookup}) {  
                         $lookup = new WebPAC::Lookup(  
                                 lookup_file => $input->{lookup},  
                         );  
                         delete( $input->{lookup} );  
                 }  
327    
328                  my $input_module = $config->{webpac}->{inputs}->{$type};                  my @lookups = $parser->have_lookup_create($database, $input);
329    
330                  $log->info("working on input '$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",
331                          $input->{lookup} ? "lookup '$input->{lookup}'" : ""                          @lookups ? " creating lookups: ".join(", ", @lookups) : ""
332                  );                  );
333    
334                  if ($stats) {                  if ($stats) {
# Line 343  while (my ($database, $db_config) = each Line 339  while (my ($database, $db_config) = each
339    
340                  my $input_db = new WebPAC::Input(                  my $input_db = new WebPAC::Input(
341                          module => $input_module,                          module => $input_module,
342                          encoding => $config->{webpac}->{webpac_encoding},                          encoding => $config->webpac('webpac_encoding'),
343                          limit => $limit || $input->{limit},                          limit => $limit || $input->{limit},
344                          offset => $offset,                          offset => $offset,
                         lookup_coderef => sub {  
                                 my $rec = shift || return;  
                                 $lookup->add( $rec );  
                         },  
345                          recode => $input->{recode},                          recode => $input->{recode},
346                          stats => $stats,                          stats => $stats,
347                          modify_records => $input->{modify_records},                          modify_records => $input->{modify_records},
# Line 357  while (my ($database, $db_config) = each Line 349  while (my ($database, $db_config) = each
349                  );                  );
350                  $log->logdie("can't create input using $input_module") unless ($input);                  $log->logdie("can't create input using $input_module") unless ($input);
351    
352                    if (defined( $input->{lookup} )) {
353                            $log->warn("$database/$input_name has depriciated lookup definition, removing it...");
354                            delete( $input->{lookup} );
355                    }
356    
357                    my $lookup_coderef;
358    
359                    if (@lookups) {
360    
361                            my $rules = $parser->lookup_create_rules($database, $input) || $log->logdie("no rules found for $database/$input");
362    
363                            $lookup_coderef = sub {
364                                    my $rec = shift || die "need rec!";
365                                    my $mfn = $rec->{'000'}->[0] || die "need mfn in 000";
366    
367                                    WebPAC::Normalize::data_structure(
368                                            row => $rec,
369                                            rules => "_debug(2); $rules _debug(0)",
370                                            config => create_ds_config( $db_config, $database, $input, $mfn ),
371                                    );
372    
373                                    warn "current lookup: ", dump(WebPAC::Normalize::_get_lookup());
374                            };
375    
376                            WebPAC::Normalize::_set_lookup( undef );
377    
378                            $log->debug("created lookup_coderef using:\n$rules");
379    
380                    };
381    
382                    my $lookup_jar;
383    
384                  my $maxmfn = $input_db->open(                  my $maxmfn = $input_db->open(
385                          path => $input->{path},                          path => $input->{path},
386                          code_page => $input->{encoding},        # database encoding                          code_page => $input->{encoding},        # database encoding
387                            lookup_coderef => $lookup_coderef,
388                            lookup => $lookup_jar,
389                          %{ $input },                          %{ $input },
390                  );                  );
391    
392                  my @norm_array = ref($input->{normalize}) eq 'ARRAY' ?                  my $lookup_data = WebPAC::Normalize::_get_lookup();
                         @{ $input->{normalize} } : ( $input->{normalize} );  
   
                 if ($marc_normalize) {  
                         @norm_array = ( {  
                                 path => $marc_normalize,  
                                 output => $marc_output || 'out/marc/' . $database . '-' . $input->{name} . '.marc',  
                         } );  
                 }  
   
                 foreach my $normalize (@norm_array) {  
393    
394                          my $normalize_path = $normalize->{path} || $log->logdie("can't find normalize path in config");                  if (defined( $lookup_data->{$database}->{$input_name} )) {
395                            $log->debug("created following lookups: ", dump( $lookup_data ));
396    
397                          $log->logdie("Found '$normalize_path' as normalization file which isn't supported any more!") unless ( $normalize_path =~ m!\.pl$!i );                          foreach my $key (keys %{ $lookup_data->{$database}->{$input_name} }) {
398                                    $store->save_lookup(
399                          my $rules = read_file( $normalize_path ) or die "can't open $normalize_path: $!";                                          database => $database,
400                                            input => $input_name,
401                                            key => $key,
402                                            data => $lookup_data->{$database}->{$input_name}->{$key},
403                                    );
404                            }
405                    }
406    
407                          $log->info("Using $normalize_path for normalization...");                  my $report_fh;
408                    if ($stats || $validate) {
409                            my $path = "out/report/${database}-${input_name}.txt";
410                            open($report_fh, '>', $path) || $log->logdie("can't open $path: $!");
411    
412                            print $report_fh "Report for database '$database' input '$input_name' records ",
413                                    $offset || 1, "-", $limit || $input->{limit} || $maxmfn, "\n\n";
414                            $log->info("Generating report file $path");
415                    }
416    
417                          my $marc = new WebPAC::Output::MARC(                  my $marc;
418                                  path => $normalize->{output},                  if ($marc_normalize) {
419                            $marc = new WebPAC::Output::MARC(
420                                    path => $marc_output || "out/marc/${database}-${input_name}.marc",
421                                  lint => $marc_lint,                                  lint => $marc_lint,
422                                  dump => $marc_dump,                                  dump => $marc_dump,
423                          ) if ($normalize->{output});                          );
424                    }
425    
426                          # reset position in database                  my $rules = $parser->normalize_rules($database,$input_name) || $log->logdie("no normalize rules found for $database/$input_name");
427                          $input_db->seek(1);                  $log->debug("parsed normalize rules:\n$rules");
428    
429                          foreach my $pos ( 0 ... $input_db->size ) {                  # reset position in database
430                    $input_db->seek(1);
431    
432                                  my $row = $input_db->fetch || next;                  # generate name of config key for indexer (strip everything after -)
433                    my $indexer_config = $use_indexer;
434                    $indexer_config =~ s/^(\w+)-?.*$/$1/g if ($indexer_config);
435    
436                    my $lookup_hash;
437                    my $depends = $parser->depends($database,$input_name);
438            
439                    if ($depends) {
440                            $log->debug("$database/$input_name depends on: ", dump($depends)) if ($depends);
441                            $log->logdie("parser->depends didn't return HASH") unless (ref($depends) eq 'HASH');
442    
443                            foreach my $db (keys %$depends) {
444                                    foreach my $i (keys %{$depends->{$db}}) {
445                                            foreach my $k (keys %{$depends->{$db}->{$i}}) {
446                                                    $log->debug("loading lookup $db/$i");
447                                                    $lookup_hash->{$db}->{$i}->{$k} = $store->load_lookup(
448                                                            database => $db,
449                                                            input => $i,
450                                                            key => $k,
451                                                    );
452                                            }
453                                    }
454                            }
455    
456                                  my $mfn = $row->{'000'}->[0];                          $log->debug("lookup_hash = ", dump( $lookup_hash ));
457                    }
458    
                                 if (! $mfn || $mfn !~ m#^\d+$#) {  
                                         $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");  
                                         $mfn = $pos;  
                                         push @{ $row->{'000'} }, $pos;  
                                 }  
459    
460                    foreach my $pos ( 0 ... $input_db->size ) {
461    
462                                  if ($validate) {                          my $row = $input_db->fetch || next;
                                         if ( my $errors = $validate->validate_errors( $row, $input_db->dump ) ) {  
                                                 $log->error( "MFN $mfn validation error:\n",  
                                                         dump( $errors )  
                                                 );  
                                         }  
                                 }  
463    
464                                  my $ds_config = dclone($db_config);                          my $mfn = $row->{'000'}->[0];
465    
466                                  # default values -> database key                          if (! $mfn || $mfn !~ m#^\d+$#) {
467                                  $ds_config->{_} = $database;                                  $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");
468                                    $mfn = $pos;
469                                    push @{ $row->{'000'} }, $pos;
470                            }
471    
                                 # current mfn  
                                 $ds_config->{_mfn} = $mfn;  
472    
473                                  # attach current input                          if ($validate) {
474                                  $ds_config->{input} = $input;                                  if ( my $errors = $validate->validate_errors( $row, $input_db->dump ) ) {
475                                            $log->error( "MFN $mfn validation error:\n",
476                                  my $ds = WebPAC::Normalize::data_structure(                                                  $validate->report_error( $errors )
477                                          row => $row,                                          );
478                                          rules => $rules,                                  }
479                                          lookup => $lookup ? $lookup->lookup_hash : undef,                          }
                                         config => $ds_config,  
                                         marc_encoding => 'utf-8',  
                                 );  
480    
481                                  $db->save_ds(                          my $ds = WebPAC::Normalize::data_structure(
482                                          id => $mfn,                                  row => $row,
483                                          ds => $ds,                                  rules => $rules,
484                                          prefix => $input->{name},                                  lookup => $lookup_hash,
485                                  ) if ($ds && !$stats);                                  config => create_ds_config( $db_config, $database, $input, $mfn ),
486                                    marc_encoding => 'utf-8',
487                                  $indexer->add(                                  load_ds_coderef => sub {
488                                          id => $input->{name} . "/" . $mfn,                                          my ($database,$input,$mfn) = @_;
489                                          ds => $ds,                                          return $store->load_ds(
490                                          type => $config->{$use_indexer}->{type},                                                  database => $database,
491                                  ) if ($indexer && $ds);                                                  input => $input,
492                                                    id => $mfn,
493                                  if ($marc) {                                          );
494                                          my $i = 0;                                  },
495                            );
                                         while (my $fields = WebPAC::Normalize::_get_marc_fields( fetch_next => 1 ) ) {  
                                                 $marc->add(  
                                                         id => $mfn . ( $i ? "/$i" : '' ),  
                                                         fields => $fields,  
                                                         leader => WebPAC::Normalize::marc_leader(),  
                                                         row => $row,  
                                                 );  
                                                 $i++;  
                                         }  
496    
497                                          $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);                          $store->save_ds(
498                                    database => $database,
499                                    input => $input_name,
500                                    id => $mfn,
501                                    ds => $ds,
502                            ) if ($ds && !$stats);
503    
504                            $indexer->add(
505                                    id => "${input_name}/${mfn}",
506                                    ds => $ds,
507                                    type => $config->get($indexer_config)->{type},
508                            ) if ($indexer && $ds);
509    
510                            if ($marc) {
511                                    my $i = 0;
512    
513                                    while (my $fields = WebPAC::Normalize::_get_marc_fields( fetch_next => 1 ) ) {
514                                            $marc->add(
515                                                    id => $mfn . ( $i ? "/$i" : '' ),
516                                                    fields => $fields,
517                                                    leader => WebPAC::Normalize::marc_leader(),
518                                                    row => $row,
519                                            );
520                                            $i++;
521                                  }                                  }
522    
523                                  $total_rows++;                                  $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);
524                          }                          }
525    
526                          if ($validate && defined($validate->all_errors)) {                          $total_rows++;
527                                  my $validate_errors = $validate->all_errors;                  }
528    
529                                  $log->info("validation errors:\n", dump( $validate_errors ) );                  if ($validate) {
530                            my $errors = $validate->report;
531                            if ($errors) {
532                                    $log->info("validation errors:\n$errors\n" );
533                                    print $report_fh "$errors\n" if ($report_fh);
534                          }                          }
535                    }
536    
537                          $log->info("statistics of fields usage:\n", $input_db->stats) if ($stats);                  if ($stats) {
538                            my $s = $input_db->stats;
539                            $log->info("statistics of fields usage:\n$s");
540                            print $report_fh "Statistics of fields usage:\n$s" if ($report_fh);
541                    }
542    
543                          # close MARC file                  # close MARC file
544                          $marc->finish if ($marc);                  $marc->finish if ($marc);
545    
546                  }                  # close report
547                    close($report_fh) if ($report_fh)
548    
549          }          }
550    
Legend:
Removed from v.657  
changed lines
  Added in v.731
  ViewVC Help
Powered by ViewVC 1.1.26