/[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 713 by dpavlin, Tue Sep 26 12:42:49 2006 UTC revision 775 by dpavlin, Sun Nov 5 12:28:37 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::Parser 0.04;  use WebPAC::Parser 0.08;
11  use WebPAC::Input 0.13;  use WebPAC::Input 0.16;
12  use WebPAC::Store 0.11;  use WebPAC::Store 0.14;
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 0.06;
16  use WebPAC::Output::MARC;  use WebPAC::Output::MARC;
# Line 67  and subfield usage for each input Line 67  and subfield usage for each input
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    
 =item --marc-normalize conf/normalize/mapping.pl  
   
 This option specifies normalisation file for MARC creation  
   
 =item --marc-output out/marc/test.marc  
   
 Optional path to output file  
   
70  =item --marc-lint  =item --marc-lint
71    
72  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
73  messages with C<--no-marc-lint>.  messages with C<--no-marc-lint>.
74    
75  =item --marc-dump  =item --marc-dump
# Line 110  my $debug = 0; Line 102  my $debug = 0;
102  my $only_filter;  my $only_filter;
103  my $stats = 0;  my $stats = 0;
104  my $validate_path;  my $validate_path;
 my ($marc_normalize, $marc_output);  
105  my $marc_lint = 1;  my $marc_lint = 1;
106  my $marc_dump = 0;  my $marc_dump = 0;
107  my $parallel = 0;  my $parallel = 0;
# Line 129  GetOptions( Line 120  GetOptions(
120          "debug+" => \$debug,          "debug+" => \$debug,
121          "stats" => \$stats,          "stats" => \$stats,
122          "validate=s" => \$validate_path,          "validate=s" => \$validate_path,
         "marc-normalize=s" => \$marc_normalize,  
         "marc-output=s" => \$marc_output,  
123          "marc-lint!" => \$marc_lint,          "marc-lint!" => \$marc_lint,
124          "marc-dump!" => \$marc_dump,          "marc-dump!" => \$marc_dump,
125          "parallel=i" => \$parallel,          "parallel=i" => \$parallel,
# Line 146  die "no databases in config file!\n" unl Line 135  die "no databases in config file!\n" unl
135    
136  $log->info( "-" x 79 );  $log->info( "-" x 79 );
137    
138    my $log_file = 'log';
139    
140    if (-e $log_file ) {    # && -s $log_file > 5 * 1024 * 1024) {
141            $log->info("moved old log with ", -s $log_file, " bytes to '${log_file}.old'");
142            rename $log_file, "${log_file}.old" || $log->logwarn("can't rename $log_file to ${log_file}.old: $!");
143    }
144    
145  my $estcmd_fh;  my $estcmd_fh;
146  my $estcmd_path = './estcmd-merge.sh';  my $estcmd_path = './estcmd-merge.sh';
# Line 164  $validate = new WebPAC::Validate( Line 159  $validate = new WebPAC::Validate(
159    
160    
161  my $use_indexer = $config->use_indexer;  my $use_indexer = $config->use_indexer;
162    $stats ||= $validate;
163  if ($stats) {  if ($stats) {
164          $log->debug("option --stats disables update of indexing engine...");          $log->debug("disabled indexing for stats collection");
165          $use_indexer = undef;          $use_indexer = undef;
166  } else {  } else {
167          $log->info("using $use_indexer indexing engine...");          $log->info("using $use_indexer indexing engine...");
168  }  }
169    
 # disable indexing when creating marc  
 $use_indexer = undef if ($marc_normalize);  
   
170  # parse normalize files and create source files for lookup and normalization  # parse normalize files and create source files for lookup and normalization
171    
172  my $parser = new WebPAC::Parser( config => $config );  my $parser = new WebPAC::Parser( config => $config );
# Line 212  while (my ($database, $db_config) = each Line 205  while (my ($database, $db_config) = each
205          }          }
206    
207          my $indexer;          my $indexer;
208          if ($use_indexer) {          if ($use_indexer && $parser->have_rules( 'search', $database )) {
209    
210                  my $cfg_name = $use_indexer;                  my $cfg_name = $use_indexer;
211                  $cfg_name =~ s/\-.*$//;                  $cfg_name =~ s/\-.*$//;
# Line 354  while (my ($database, $db_config) = each Line 347  while (my ($database, $db_config) = each
347                          delete( $input->{lookup} );                          delete( $input->{lookup} );
348                  }                  }
349    
                 my $lookup;  
350                  my $lookup_coderef;                  my $lookup_coderef;
351    
352                  if (@lookups) {                  if (@lookups) {
# Line 368  while (my ($database, $db_config) = each Line 360  while (my ($database, $db_config) = each
360                                  WebPAC::Normalize::data_structure(                                  WebPAC::Normalize::data_structure(
361                                          row => $rec,                                          row => $rec,
362                                          rules => $rules,                                          rules => $rules,
                                         lookup => $lookup,  
363                                          config => create_ds_config( $db_config, $database, $input, $mfn ),                                          config => create_ds_config( $db_config, $database, $input, $mfn ),
364                                  );                                  );
365    
366                                  warn "current lookup = ", dump($lookup) if ($lookup);                                  #warn "current lookup: ", dump(WebPAC::Normalize::_get_lookup());
367                          };                          };
368    
369                          WebPAC::Normalize::_set_lookup( undef );                          WebPAC::Normalize::_set_lookup( undef );
# Line 381  while (my ($database, $db_config) = each Line 372  while (my ($database, $db_config) = each
372    
373                  };                  };
374    
375                    my $lookup_jar;
376    
377                  my $maxmfn = $input_db->open(                  my $maxmfn = $input_db->open(
378                          path => $input->{path},                          path => $input->{path},
379                          code_page => $input->{encoding},        # database encoding                          code_page => $input->{encoding},        # database encoding
380                          lookup_coderef => $lookup_coderef,                          lookup_coderef => $lookup_coderef,
381                            lookup => $lookup_jar,
382                          %{ $input },                          %{ $input },
383                            load_row => sub {
384                                    my $a = shift;
385                                    return $store->load_row(
386                                            database => $database,
387                                            input => $input_name,
388                                            id => $a->{id},
389                                    );
390                            },
391                            save_row => sub {
392                                    my $a = shift;
393                                    return $store->save_row(
394                                            database => $database,
395                                            input => $input_name,
396                                            id => $a->{id},
397                                            row => $a->{row},
398                                    );
399                            },
400    
401                  );                  );
402    
403                  my $lookup_data = WebPAC::Normalize::_get_lookup();                  my $lookup_data = WebPAC::Normalize::_get_lookup();
404    
405                  if (defined( $lookup_data->{$database}->{$input_name} )) {                  if (defined( $lookup_data->{$database}->{$input_name} )) {
406                          $log->debug("created following lookups: ", dump( $lookup_data ));                          $log->debug("created following lookups: ", sub { dump( $lookup_data ) } );
407    
408                          foreach my $key (keys %{ $lookup_data->{$database}->{$input_name} }) {                          foreach my $key (keys %{ $lookup_data->{$database}->{$input_name} }) {
409                                  $store->save_lookup(                                  $store->save_lookup(
# Line 413  while (my ($database, $db_config) = each Line 425  while (my ($database, $db_config) = each
425                          $log->info("Generating report file $path");                          $log->info("Generating report file $path");
426                  }                  }
427    
428                  my @norm_array = ref($input->{normalize}) eq 'ARRAY' ?                  my $marc;
429                          @{ $input->{normalize} } : ( $input->{normalize} );                  if ($parser->have_rules( 'marc', $database, $input_name )) {
430                            $marc = new WebPAC::Output::MARC(
431                  if ($marc_normalize) {                                  path => "out/marc/${database}-${input_name}.marc",
432                          @norm_array = ( {                                  lint => $marc_lint,
433                                  path => $marc_normalize,                                  dump => $marc_dump,
434                                  output => $marc_output || "out/marc/${database}-${input_name}.marc",                          );
                         } );  
435                  }                  }
436    
437                  foreach my $normalize (@norm_array) {                  my $rules = $parser->normalize_rules($database,$input_name) || $log->logdie("no normalize rules found for $database/$input_name");
438                    $log->debug("parsed normalize rules:\n$rules");
                         my $normalize_path = $normalize->{path} || $log->logdie("can't find normalize path in config");  
439    
440                          $log->logdie("Found '$normalize_path' as normalization file which isn't supported any more!") unless ( $normalize_path =~ m!\.pl$!i );                  # reset position in database
441                    $input_db->seek(1);
442    
443                          my $rules = read_file( $normalize_path ) or die "can't open $normalize_path: $!";                  # generate name of config key for indexer (strip everything after -)
444                    my $indexer_config = $use_indexer;
445                          $log->info("Using $normalize_path for normalization...");                  $indexer_config =~ s/^(\w+)-?.*$/$1/g if ($indexer_config);
446    
447                    my $lookup_hash;
448                    my $depends = $parser->depends($database,$input_name);
449            
450                    if ($depends) {
451                            $log->debug("$database/$input_name depends on: ", dump($depends)) if ($depends);
452                            $log->logdie("parser->depends didn't return HASH") unless (ref($depends) eq 'HASH');
453    
454                            foreach my $db (keys %$depends) {
455                                    foreach my $i (keys %{$depends->{$db}}) {
456                                            foreach my $k (keys %{$depends->{$db}->{$i}}) {
457                                                    my $t = time();
458                                                    $log->debug("loading lookup $db/$i");
459                                                    $lookup_hash->{$db}->{$i}->{$k} = $store->load_lookup(
460                                                            database => $db,
461                                                            input => $i,
462                                                            key => $k,
463                                                    );
464                                                    $log->debug(sprintf("lookup $db/$i took %.2fs", time() - $t));
465                                            }
466                                    }
467                            }
468    
469                          my $marc = new WebPAC::Output::MARC(                          $log->debug("lookup_hash = ", sub { dump( $lookup_hash ) });
470                                  path => $normalize->{output},                  }
                                 lint => $marc_lint,  
                                 dump => $marc_dump,  
                         ) if ($normalize->{output});  
471    
                         # reset position in database  
                         $input_db->seek(1);  
472    
473                          # generate name of config key for indexer (strip everything after -)                  foreach my $pos ( 0 ... $input_db->size ) {
                         my $indexer_config = $use_indexer;  
                         $indexer_config =~ s/^(\w+)-?.*$/$1/g if ($indexer_config);  
474    
475                          foreach my $pos ( 0 ... $input_db->size ) {                          my $row = $input_db->fetch || next;
476    
477                                  my $row = $input_db->fetch || next;                          $total_rows++;
478    
479                                  my $mfn = $row->{'000'}->[0];                          my $mfn = $row->{'000'}->[0];
480    
481                                  if (! $mfn || $mfn !~ m#^\d+$#) {                          if (! $mfn || $mfn !~ m#^\d+$#) {
482                                          $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");                                  $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");
483                                          $mfn = $pos;                                  $mfn = $pos;
484                                          push @{ $row->{'000'} }, $pos;                                  push @{ $row->{'000'} }, $pos;
485                                  }                          }
486    
487    
488                                  if ($validate) {                          if ($validate) {
489                                          if ( my $errors = $validate->validate_errors( $row, $input_db->dump ) ) {                                  if ( my $errors = $validate->validate_rec( $row, $input_db->dump_ascii ) ) {
490                                                  $log->error( "MFN $mfn validation error:\n",                                          $log->error( "MFN $mfn validation error:\n",
491                                                          $validate->report_error( $errors )                                                  $validate->report_error( $errors )
492                                                  );                                          );
                                         }  
493                                  }                                  }
494                                    next;   # validation doesn't create any output
495                            }
496    
497                                  my $ds = WebPAC::Normalize::data_structure(                          my $ds = WebPAC::Normalize::data_structure(
498                                          row => $row,                                  row => $row,
499                                          rules => $rules,                                  rules => $rules,
500                                          lookup => $lookup ? $lookup->lookup_hash : undef,                                  lookup => $lookup_hash,
501                                          config => create_ds_config( $db_config, $database, $input, $mfn ),                                  config => create_ds_config( $db_config, $database, $input, $mfn ),
502                                          marc_encoding => 'utf-8',                                  marc_encoding => 'utf-8',
503                                  );                                  load_row_coderef => sub {
504                                            my ($database,$input,$mfn) = @_;
505                                  $store->save_ds(                                          return $store->load_row(
506                                          database => $database,                                                  database => $database,
507                                          input => $input_name,                                                  input => $input,
508                                          id => $mfn,                                                  id => $mfn,
509                                          ds => $ds,                                          );
510                                  ) if ($ds && !$stats);                                  },
511                            );
512                                  $indexer->add(  
513                                          id => "${input_name}/${mfn}",                          $log->debug("ds = ", sub { dump($ds) }) if ($ds);
514                                          ds => $ds,  
515                                          type => $config->get($indexer_config)->{type},                          $store->save_ds(
516                                  ) if ($indexer && $ds);                                  database => $database,
517                                    input => $input_name,
518                                  if ($marc) {                                  id => $mfn,
519                                          my $i = 0;                                  ds => $ds,
520                            ) if ($ds && !$stats);
521                                          while (my $fields = WebPAC::Normalize::_get_marc_fields( fetch_next => 1 ) ) {  
522                                                  $marc->add(                          $indexer->add(
523                                                          id => $mfn . ( $i ? "/$i" : '' ),                                  id => "${input_name}/${mfn}",
524                                                          fields => $fields,                                  ds => $ds,
525                                                          leader => WebPAC::Normalize::marc_leader(),                                  type => $config->get($indexer_config)->{type},
526                                                          row => $row,                          ) if ($indexer && $ds);
527                                                  );  
528                                                  $i++;                          if ($marc) {
529                                          }                                  my $i = 0;
530    
531                                          $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);                                  while (my $fields = WebPAC::Normalize::_get_marc_fields( fetch_next => 1 ) ) {
532                                            $marc->add(
533                                                    id => $mfn . ( $i ? "/$i" : '' ),
534                                                    fields => $fields,
535                                                    leader => WebPAC::Normalize::marc_leader(),
536                                                    row => $row,
537                                            );
538                                            $i++;
539                                  }                                  }
540    
541                                  $total_rows++;                                  $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);
542                          }                          }
543                    }
544    
545                          if ($validate) {                  if ($validate) {
546                                  my $errors = $validate->report;                          my $errors = $validate->report;
547                                  if ($errors) {                          if ($errors) {
548                                          $log->info("validation errors:\n$errors\n" );                                  $log->info("validation errors:\n$errors\n" );
549                                          print $report_fh "$errors\n" if ($report_fh);                                  print $report_fh "$errors\n" if ($report_fh);
                                 }  
550                          }                          }
551                    }
552    
553                          if ($stats) {                  if ($stats) {
554                                  my $s = $input_db->stats;                          my $s = $input_db->stats;
555                                  $log->info("statistics of fields usage:\n$s");                          $log->info("statistics of fields usage:\n$s");
556                                  print $report_fh "Statistics of fields usage:\n$s" if ($report_fh);                          print $report_fh "Statistics of fields usage:\n$s" if ($report_fh);
557                          }                  }
558    
559                          # close MARC file                  # close MARC file
560                          $marc->finish if ($marc);                  $marc->finish if ($marc);
561    
562                          # close report                  # close report
563                          close($report_fh) if ($report_fh)                  close($report_fh) if ($report_fh)
                 }  
564    
565          }          }
566    
Legend:
Removed from v.713  
changed lines
  Added in v.775
  ViewVC Help
Powered by ViewVC 1.1.26