/[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 837 by dpavlin, Thu May 24 12:44:45 2007 UTC revision 978 by dpavlin, Sat Nov 3 12:35:42 2007 UTC
# Line 9  use lib './lib'; Line 9  use lib './lib';
9  use WebPAC::Common 0.02;  use WebPAC::Common 0.02;
10  use WebPAC::Parser 0.08;  use WebPAC::Parser 0.08;
11  use WebPAC::Input 0.16;  use WebPAC::Input 0.16;
12  use WebPAC::Store 0.14;  use WebPAC::Store 0.15;
13  use WebPAC::Normalize 0.22;  use WebPAC::Normalize 0.22;
14  use WebPAC::Output::TT;  use WebPAC::Output::TT;
15  use WebPAC::Validate 0.11;  use WebPAC::Validate 0.11;
# Line 68  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    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  =item --validate-delimiters path/to/validate_delimiters_file  =item --validate-delimiters path/to/validate_delimiters_file
75    
76  this option is used with C<--validate> to turn on extra validation of  this option is used with C<--validate> to turn on extra validation of
# Line 130  GetOptions( Line 133  GetOptions(
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_path,          "config=s" => \$config_path,
137          "debug+" => \$debug,          "debug+" => \$debug,
138          "stats" => \$stats,          "stats" => \$stats,
139          "validate=s" => \$validate_path,          "validate=s" => \$validate_path,
# Line 144  GetOptions( Line 147  GetOptions(
147          "help" => \$help,          "help" => \$help,
148  );  );
149    
150    $marc_generate = 0 if ( $validate_delimiters_path );
151    
152  pod2usage(-verbose => 2) if ($help);  pod2usage(-verbose => 2) if ($help);
153    
154  my $config = new WebPAC::Config( path => $config_path );  my $config = new WebPAC::Config( path => $config_path );
# Line 172  if ($merge) { Line 177  if ($merge) {
177    
178  my $validate;  my $validate;
179  $validate = new WebPAC::Validate(  $validate = new WebPAC::Validate(
         path => $validate_path,  
180          delimiters => $config->webpac('delimiters'),          delimiters => $config->webpac('delimiters'),
         delimiters_path => $validate_delimiters_path,  
181  ) if ($validate_path || $validate_delimiters_path);  ) if ($validate_path || $validate_delimiters_path);
182    
183  my $use_indexer = $config->use_indexer;  my $use_indexer = $config->use_indexer;
# Line 182  $stats ||= $validate; Line 185  $stats ||= $validate;
185  if ($stats) {  if ($stats) {
186          $log->debug("disabled indexing for stats collection");          $log->debug("disabled indexing for stats collection");
187          $use_indexer = undef;          $use_indexer = undef;
188  } else {  } elsif ( $use_indexer ) {
189          $log->info("using $use_indexer indexing engine...");          $log->info("using $use_indexer indexing engine...");
190  }  }
191    
192  # parse normalize files and create source files for lookup and normalization  # parse normalize files and create source files for lookup and normalization
193    
194  my $parser = new WebPAC::Parser( config => $config );  my ($only_database,$only_input) = split(m#/#, $only_filter) if $only_filter;
195    
196    my $parser = new WebPAC::Parser(
197            config => $config,
198            only_database => $only_database,
199            only_input => $only_input,
200    );
201    
202  my $total_rows = 0;  my $total_rows = 0;
203  my $start_t = time();  my $start_t = time();
# Line 209  sub create_ds_config { Line 218  sub create_ds_config {
218          return $c;          return $c;
219  }  }
220    
221  while (my ($database, $db_config) = each %{ $config->databases }) {  foreach my $database ( sort keys %{ $config->databases } ) {
222            my $db_config = $config->databases->{$database};
223    
         my ($only_database,$only_input) = split(m#/#, $only_filter) if ($only_filter);  
224          next if ($only_database && $database !~ m/$only_database/i);          next if ($only_database && $database !~ m/$only_database/i);
225    
226          if ($parallel) {          if ($parallel) {
# Line 240  while (my ($database, $db_config) = each Line 249  while (my ($database, $db_config) = each
249                  if ($use_indexer eq 'hyperestraier') {                  if ($use_indexer eq 'hyperestraier') {
250    
251                          # open Hyper Estraier database                          # open Hyper Estraier database
252                          use WebPAC::Output::Estraier '0.10';                          require WebPAC::Output::Estraier;
253                          $indexer = new WebPAC::Output::Estraier( %{ $indexer_config } );                          $indexer = new WebPAC::Output::Estraier( %{ $indexer_config } );
254                                    
255                  } elsif ($use_indexer eq 'hyperestraier-native') {                  } elsif ($use_indexer eq 'hyperestraier-native') {
256    
257                          # open Hyper Estraier database                          # open Hyper Estraier database
258                          use WebPAC::Output::EstraierNative;                          require WebPAC::Output::EstraierNative;
259                          $indexer = new WebPAC::Output::EstraierNative( %{ $indexer_config } );                          $indexer = new WebPAC::Output::EstraierNative( %{ $indexer_config } );
260    
261                  } elsif ($use_indexer eq 'kinosearch') {                  } elsif ($use_indexer eq 'kinosearch') {
262    
263                          # 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 } );  
264    
265                  } else {                  } else {
266                          $log->logdie("unknown use_indexer: $use_indexer");                          $log->logdie("unknown use_indexer: $use_indexer");
267                  }                  }
268    
269                  $log->logide("can't continue without valid indexer") unless ($indexer);                  $log->logdie("can't continue without valid indexer") unless ($indexer);
270          }          }
271    
272    
# Line 294  while (my ($database, $db_config) = each Line 300  while (my ($database, $db_config) = each
300          #          #
301          # now WebPAC::Store          # now WebPAC::Store
302          #          #
303          my $abs_path = abs_path($0);          my $store = new WebPAC::Store({
304          $abs_path =~ s#/[^/]*$#/#;                  debug => $debug,
305            });
306    
         my $db_path = $config->webpac('db_path');  
307    
308          if ($clean) {          #
309                  $log->info("creating new database '$database' in $db_path");          # prepare output
310                  rmtree( $db_path ) || $log->warn("can't remove $db_path: $!");          #
311          } else {          my @outputs = force_array( $db_config->{output}, sub {
312                  $log->info("working on database '$database' in $db_path");                  $log->error("Database $database doesn't have any outputs defined. Do you want to remove it from configuration?" );
313          }          } );
314    
315          my $store = new WebPAC::Store(          my @output_modules;
316                  path => $db_path,  
317                  debug => $debug,          foreach my $output ( @outputs ) {
318          );  
319    #warn '## output = ',dump( $output );
320    
321                    my $module = $output->{module} || $log->logdie("need module in output section of $database");
322                    $module = 'WebPAC::Output::' . $module unless $module =~ m/::/;
323            
324                    $log->debug("loading output module $module");
325                    eval "require $module";
326    
327                    # add database to arugemnts for output filter
328                    $output->{database} = $database;
329    
330                    $log->debug("calling $module->new(",dump( $output ),")");
331                    my $out = new $module->new( $output );
332                    $out->init;
333    
334                    push @output_modules, $out;
335            }
336    
337    
338          #          #
339          # now, iterate through input formats          # now, iterate through input formats
340          #          #
341    
342          my @inputs;  
343          if (ref($db_config->{input}) eq 'ARRAY') {          my @inputs = force_array( $db_config->{input}, sub {
                 @inputs = @{ $db_config->{input} };  
         } elsif ($db_config->{input}) {  
                 push @inputs, $db_config->{input};  
         } else {  
344                  $log->info("database $database doesn't have inputs defined");                  $log->info("database $database doesn't have inputs defined");
345          }          } );
346    
347          foreach my $input (@inputs) {          foreach my $input (@inputs) {
348    
# Line 333  while (my ($database, $db_config) = each Line 352  while (my ($database, $db_config) = each
352    
353                  my $type = lc($input->{type});                  my $type = lc($input->{type});
354    
355                  die "I know only how to handle input types ", join(",", $config->webpac('inputs') ), " not '$type'!\n" unless (grep(/$type/, $config->webpac('inputs')));                  # FIXME check if input module exists
356                    my $input_module = $input->{module};
357    
358                  my $input_module = $config->webpac('inputs')->{$type};                  if ( ! $input_module ) {
359                            if ( grep(/$type/, $config->webpac('inputs')) ) {
360                                    $input_module = $config->webpac('inputs')->{$type};
361                            } else {
362                                    $log->logdie("I know only how to handle input types ", join(",", $config->webpac('inputs') ), " not '$type'!" );
363                            }
364                    }
365    
366                  my @lookups = $parser->have_lookup_create($database, $input);                  my @lookups = $parser->have_lookup_create($database, $input);
367    
# Line 358  while (my ($database, $db_config) = each Line 384  while (my ($database, $db_config) = each
384                          stats => $stats,                          stats => $stats,
385                          modify_records => $input->{modify_records},                          modify_records => $input->{modify_records},
386                          modify_file => $input->{modify_file},                          modify_file => $input->{modify_file},
387                            input_config => $input,
388                  );                  );
389                  $log->logdie("can't create input using $input_module") unless ($input);                  $log->logdie("can't create input using $input_module") unless ($input);
390    
# Line 442  while (my ($database, $db_config) = each Line 469  while (my ($database, $db_config) = each
469                          print $report_fh "Report for database '$database' input '$input_name' records ",                          print $report_fh "Report for database '$database' input '$input_name' records ",
470                                  $offset || 1, "-", $limit || $input->{limit} || $maxmfn, "\n\n";                                  $offset || 1, "-", $limit || $input->{limit} || $maxmfn, "\n\n";
471                          $log->info("Generating report file $path");                          $log->info("Generating report file $path");
472    
473                            if ( $validate ) {
474                                    $validate->read_validate_file( $validate->fill_in( $validate_path, database => $database, input => $input_name ) ) if ( $validate_path );
475                                    $validate->read_validate_delimiters_file( $validate->fill_in( $validate_delimiters_path, database => $database, input => $input_name ) ) if ( $validate_delimiters_path );
476                            }
477                  }                  }
478    
479                  my $marc;                  my $marc;
# Line 489  while (my ($database, $db_config) = each Line 521  while (my ($database, $db_config) = each
521                  }                  }
522    
523    
524                    # setup input name for all output filters
525                    foreach my $out ( @output_modules ) {
526                            if ( $out->can('input') ) {
527                                    $out->input( $input_name );
528                            } else {
529                                    $log->warn("output filter ",ref($out)," doesn't support input name");
530                            }
531                    }
532    
533    
534                  foreach my $pos ( 0 ... $input_db->size ) {                  foreach my $pos ( 0 ... $input_db->size ) {
535    
536                          my $row = $input_db->fetch || next;                          my $row = $input_db->fetch || next;
# Line 497  while (my ($database, $db_config) = each Line 539  while (my ($database, $db_config) = each
539    
540                          my $mfn = $row->{'000'}->[0];                          my $mfn = $row->{'000'}->[0];
541    
542                          if (! $mfn || $mfn !~ m#^\d+$#) {                          if (! $mfn || $mfn !~ m{^\d+$}) {
543                                  $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");
544                                  $mfn = $pos;                                  $mfn = $pos;
545                                  push @{ $row->{'000'} }, $pos;                                  push @{ $row->{'000'} }, $pos;
# Line 521  while (my ($database, $db_config) = each Line 563  while (my ($database, $db_config) = each
563                                  marc_encoding => 'utf-8',                                  marc_encoding => 'utf-8',
564                                  load_row_coderef => sub {                                  load_row_coderef => sub {
565                                          my ($database,$input,$mfn) = @_;                                          my ($database,$input,$mfn) = @_;
566    #warn "### load_row($database,$input,$mfn) from data_structure\n";
567                                          return $store->load_row(                                          return $store->load_row(
568                                                  database => $database,                                                  database => $database,
569                                                  input => $input,                                                  input => $input,
# Line 529  while (my ($database, $db_config) = each Line 572  while (my ($database, $db_config) = each
572                                  },                                  },
573                          );                          );
574    
575                          $log->debug("ds = ", sub { dump($ds) }) if ($ds);                          $log->debug("ds = ", sub { dump($ds) });
576    
577                            if ( $ds ) {
578    
579                          $store->save_ds(                                  $store->save_ds(
580                                  database => $database,                                          database => $database,
581                                  input => $input_name,                                          input => $input_name,
582                                  id => $mfn,                                          id => $mfn,
583                                  ds => $ds,                                          ds => $ds,
584                          ) if ($ds && !$stats);                                  ) if !$stats;
585    
586                          $indexer->add(                                  $indexer->add(
587                                  id => "${input_name}/${mfn}",                                          id => "${input_name}/${mfn}",
588                                  ds => $ds,                                          ds => $ds,
589                                  type => $config->get($indexer_config)->{type},                                          type => $config->get($indexer_config)->{type},
590                          ) if ($indexer && $ds);                                  ) if $indexer;
591    
592                                    foreach my $out ( @output_modules ) {
593                                            $out->add( $mfn, $ds ) if $out->can('add');
594                                    }
595    
596                            } else {
597                                    $log->warn("record $pos didn't produce any output after normalization rules!") unless $marc;
598                            }
599    
600                          if ($marc) {                          if ($marc) {
601                                  my $i = 0;                                  my $i = 0;
# Line 559  while (my ($database, $db_config) = each Line 612  while (my ($database, $db_config) = each
612    
613                                  $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);                                  $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);
614                          }                          }
615    
616                  }                  }
617    
618                  if ($validate) {                  if ($validate) {
# Line 568  while (my ($database, $db_config) = each Line 622  while (my ($database, $db_config) = each
622                                  print $report_fh "$errors\n" if ($report_fh);                                  print $report_fh "$errors\n" if ($report_fh);
623                          }                          }
624    
625                          print $report_fh "\nAll possible subfields/delimiter templates:\n", $validate->delimiters_templates( report => 1 ), "\n\n";                          print $report_fh "\nAll possible subfields/delimiter templates:\n", $validate->delimiters_templates( report => 1, current_input => 1 ), "\n\n";
626    
627                            # must be last thing that touches $validate for this input
628                            $validate->reset;
629                  }                  }
630    
631                  if ($stats) {                  if ($stats) {
# Line 581  while (my ($database, $db_config) = each Line 638  while (my ($database, $db_config) = each
638                  $marc->finish if ($marc);                  $marc->finish if ($marc);
639    
640                  # close report                  # close report
641                  close($report_fh) if ($report_fh)                  close($report_fh) if ($report_fh);
   
642          }          }
643    
644          eval { $indexer->finish } if ($indexer && $indexer->can('finish'));          eval { $indexer->finish } if ($indexer && $indexer->can('finish'));
645    
646            foreach my $out ( @output_modules ) {
647                    $out->finish if $out->can('finish');
648            }
649    
650          my $dt = time() - $start_t;          my $dt = time() - $start_t;
651          $log->info("$total_rows records ", $indexer ? "indexed " : "",          $log->info("$total_rows records ", $indexer ? "indexed " : "",
652                  sprintf("in %.2f sec [%.2f rec/sec]",                  sprintf("in %.2f sec [%.2f rec/sec]",
# Line 610  if ($parallel) { Line 670  if ($parallel) {
670  }  }
671    
672  # save new delimiters if needed  # save new delimiters if needed
673  $validate->save_delimiters_templates;  $validate->save_delimiters_templates if ( $validate_delimiters_path );
674    
675  #  #
676  # handle links or merge after indexing  # handle links or merge after indexing
Legend:
Removed from v.837  
changed lines
  Added in v.978
  ViewVC Help
Powered by ViewVC 1.1.26