/[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 74 by dpavlin, Sun Nov 20 20:13:39 2005 UTC revision 301 by dpavlin, Mon Dec 19 21:26:04 2005 UTC
# Line 7  use File::Temp qw/tempdir/; Line 7  use File::Temp qw/tempdir/;
7  use Data::Dumper;  use Data::Dumper;
8  use lib './lib';  use lib './lib';
9    
10    use WebPAC::Common 0.02;
11  use WebPAC::Lookup;  use WebPAC::Lookup;
12  use WebPAC::Input::ISIS;  use WebPAC::Input 0.03;
13  use WebPAC::DB;  use WebPAC::Store 0.03;
14  use WebPAC::Normalize::XML;  use WebPAC::Normalize::XML;
15  use WebPAC::Output::TT;  use WebPAC::Output::TT;
16  use WebPAC::Output::Estraier;  use WebPAC::Output::Estraier 0.05;
17    use YAML qw/LoadFile/;
18    use Getopt::Long;
19    use File::Path;
20    
21  my $abs_path = abs_path($0);  =head1 NAME
 $abs_path =~ s#/[^/]*$#/#;  
22    
23  my $isis_file = '/data/isis_data/ps/LIBRI/LIBRI';  run.pl - start WebPAC indexing
24    
25  my $lookup = new WebPAC::Lookup(  B<this command will probably go away. Don't get used to it!>
         lookup_file => "$abs_path/conf/lookup/isis.pm",  
 );  
26    
27  my $isis = new WebPAC::Input::ISIS(  Options:
         code_page => 'ISO-8859-2',      # application encoding  
         limit_mfn => 50,  
 );  
28    
29  my $maxmfn = $isis->open(  =over 4
         filename => $isis_file,  
         code_page => '852',             # database encoding  
 );  
30    
31  my $path = './db/';  =item --offset 42
32    
33  my $db = new WebPAC::DB(  start loading (all) databases at offset 42
         path => $path,  
 );  
34    
35  my $n = new WebPAC::Normalize::XML(  =item --limit 100
 #       filter => { 'foo' => sub { shift } },  
         db => $db,  
         lookup_regex => $lookup->regex,  
         lookup => $lookup,  
 );  
36    
37  $n->open(  limit loading to 100 records
         tag => 'isis',  
         xml_file => "$abs_path/conf/normalize/isis_ffzg.xml",  
 );  
38    
39  my $out = new WebPAC::Output::TT(  =item --clean
40          include_path => "$abs_path/conf/output/tt",  
41          filters => { foo => sub { shift } },  remove database and Hyper Estraier index before indexing
42  );  
43    =item --config conf/config.yml
44    
45    path to YAML configuration file
46    
47  my $est = new WebPAC::Output::Estraier(  =back
48          url => 'http://localhost:1978/node/webpac2',  
49          user => 'admin',  =cut
50          passwd => 'admin',  
51          database => 'ps',  my $offset;
52    my $limit;
53    
54    my $clean = 0;
55    my $config = 'conf/config.yml';
56    my $debug = 0;
57    
58    GetOptions(
59            "limit=i" => \$limit,
60            "offset=i" => \$offset,
61            "clean" => \$clean,
62            "config" => \$config,
63            "debug" => \$debug,
64  );  );
65    
66  while (my $row = $isis->fetch) {  $config = LoadFile($config);
67    
68          my $mfn = $row->{'000'}->[0] || die "can't find MFN";  print "config = ",Dumper($config) if ($debug);
69    
70          my $ds = $n->data_structure($row);  die "no databases in config file!\n" unless ($config->{databases});
71    
72  #       print STDERR Dumper($row, $ds);  my $total_rows = 0;
73    
74          my $html = $out->apply(  while (my ($database, $db_config) = each %{ $config->{databases} }) {
                 template => 'html_ffzg.tt',  
                 data => $ds,  
         );  
75    
76          # create test output          my $log = _new WebPAC::Common()->_get_logger();
77    
78          my $file = sprintf('out/%02d.html', $mfn );          #
79          open(my $fh, '>', $file) or die "can't open $file: $!";          # open Hyper Estraier database
80          print $fh $html;          #
         close($fh);  
81    
82          $html =~ s#\s*[\n\r]+\s*##gs;          my $est_config = $config->{hyperestraier} || $log->logdie("can't find 'hyperestraier' part in confguration");
83            $est_config->{database} = $database;
84    
85  #       print STDERR $html;          my $est = new WebPAC::Output::Estraier(
86                    %{ $est_config },
87            );
88    
89          $est->add(          if ($clean) {
90                  id => $mfn,                  $log->warn("creating new empty index $database");
91                  ds => $ds,                  $est->master( action => 'nodedel', name => $database );
92                  type => 'search',                  $est->master( action => 'nodeadd', name => $database, label => $database );
93            }
94    
95            #
96            # now WebPAC::Store
97            #
98            my $abs_path = abs_path($0);
99            $abs_path =~ s#/[^/]*$#/#;
100    
101            my $db_path = $config->{webpac}->{db_path} . '/' . $database;
102    
103            if ($clean) {
104                    $log->info("creating new database $database in $db_path");
105                    rmtree( $db_path ) || $log->warn("can't remove $db_path: $!");
106            } else {
107                    $log->info("working on $database in $db_path");
108            }
109    
110            my $db = new WebPAC::Store(
111                    path => $db_path,
112                    database => $database,
113                    debug => $debug,
114          );          );
115    
116  };  
117            #
118            # now, iterate through input formats
119            #
120    
121            my @inputs;
122            if (ref($db_config->{input}) eq 'ARRAY') {
123                    @inputs = @{ $db_config->{input} };
124            } elsif ($db_config->{input}) {
125                    push @inputs, $db_config->{input};
126            } else {
127                    $log->info("database $database doesn't have inputs defined");
128            }
129    
130            my @supported_inputs = keys %{ $config->{webpac}->{inputs} };
131    
132            foreach my $input (@inputs) {
133    
134                    my $type = lc($input->{type});
135    
136                    die "I know only how to handle input types ", join(",", @supported_inputs), " not '$type'!\n" unless (grep(/$type/, @supported_inputs));
137    
138                    my $lookup = new WebPAC::Lookup(
139                            lookup_file => $input->{lookup},
140                    );
141    
142                    my $input_module = $config->{webpac}->{inputs}->{$type};
143    
144                    $log->info("working on input $input->{path} [$input->{type}] using $input_module");
145    
146                    my $input_db = new WebPAC::Input(
147                            module => $input_module,
148                            code_page => $config->{webpac}->{webpac_encoding},
149                            limit => $limit || $input->{limit},
150                            offset => $offset,
151                            lookup => $lookup,
152                    );
153                    $log->logdie("can't create input using $input_module") unless ($input);
154    
155                    my $maxmfn = $input_db->open(
156                            path => $input->{path},
157                            code_page => $input->{encoding},        # database encoding
158                    );
159    
160                    my $n = new WebPAC::Normalize::XML(
161                    #       filter => { 'foo' => sub { shift } },
162                            db => $db,
163                            lookup_regex => $lookup->regex,
164                            lookup => $lookup,
165                            prefix => $input->{name},
166                    );
167    
168                    my $normalize_path = $input->{normalize}->{path};
169    
170                    if ($normalize_path =~ m/\.xml$/i) {
171                            $n->open(
172                                    tag => $input->{normalize}->{tag},
173                                    xml_file => $input->{normalize}->{path},
174                            );
175                    } elsif ($normalize_path =~ m/\.(?:yml|yaml)$/i) {
176                            $n->open_yaml(
177                                    path => $normalize_path,
178                                    tag => $input->{normalize}->{tag},
179                            );
180                    }
181    
182                    foreach my $pos ( 0 ... $input_db->size ) {
183    
184                            my $row = $input_db->fetch || next;
185    
186                            my $mfn = $row->{'000'}->[0];
187    
188                            if (! $mfn || $mfn !~ m#^\d+$#) {
189                                    $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");
190                                    $mfn = $pos;
191                                    push @{ $row->{'000'} }, $pos;
192                            }
193    
194                            my $ds = $n->data_structure($row);
195    
196                            $est->add(
197                                    id => $input->{name} . "/" . $mfn,
198                                    ds => $ds,
199                                    type => $config->{hyperestraier}->{type},
200                            );
201    
202                            $total_rows++;
203                    }
204    
205            };
206    
207            $log->info("$total_rows records indexed");
208    
209            #
210            # add Hyper Estraier links to other databases
211            #
212            if (ref($db_config->{links}) eq 'ARRAY') {
213                    foreach my $link (@{ $db_config->{links} }) {
214                            $log->info("adding link $database -> $link->{to} [$link->{credit}]");
215                            $est->add_link(
216                                    from => $database,
217                                    to => $link->{to},
218                                    credit => $link->{credit},
219                            );
220                    }
221            }
222    
223    }
224    
Legend:
Removed from v.74  
changed lines
  Added in v.301
  ViewVC Help
Powered by ViewVC 1.1.26