xelm
[idzebra-moved-to-github.git] / index / extract.c
1 /* $Id: extract.c,v 1.132 2002-11-26 22:18:34 adam Exp $
2    Copyright (C) 1995,1996,1997,1998,1999,2000,2001,2002
3    Index Data Aps
4
5 This file is part of the Zebra server.
6
7 Zebra is free software; you can redistribute it and/or modify it under
8 the terms of the GNU General Public License as published by the Free
9 Software Foundation; either version 2, or (at your option) any later
10 version.
11
12 Zebra is distributed in the hope that it will be useful, but WITHOUT ANY
13 WARRANTY; without even the implied warranty of MERCHANTABILITY or
14 FITNESS FOR A PARTICULAR PURPOSE.  See the GNU General Public License
15 for more details.
16
17 You should have received a copy of the GNU General Public License
18 along with Zebra; see the file LICENSE.zebra.  If not, write to the
19 Free Software Foundation, 59 Temple Place - Suite 330, Boston, MA
20 02111-1307, USA.
21 */
22
23
24 #include <stdio.h>
25 #include <assert.h>
26 #ifdef WIN32
27 #include <io.h>
28 #else
29 #include <unistd.h>
30 #endif
31 #include <fcntl.h>
32
33 #include "index.h"
34 #include <direntz.h>
35 #include <charmap.h>
36
37 #if _FILE_OFFSET_BITS == 64
38 #define PRINTF_OFF_T "%Ld"
39 #else
40 #define PRINTF_OFF_T "%ld"
41 #endif
42
43 #define USE_SHELLSORT 0
44
45 #if USE_SHELLSORT
46 static void shellsort(void *ar, int r, size_t s,
47                       int (*cmp)(const void *a, const void *b))
48 {
49     char *a = ar;
50     char v[100];
51     int h, i, j, k;
52     static const int incs[16] = { 1391376, 463792, 198768, 86961, 33936,
53                                   13776, 4592, 1968, 861, 336, 
54                                   112, 48, 21, 7, 3, 1 };
55     for ( k = 0; k < 16; k++)
56         for (h = incs[k], i = h; i < r; i++)
57         { 
58             memcpy (v, a+s*i, s);
59             j = i;
60             while (j > h && (*cmp)(a + s*(j-h), v) > 0)
61             {
62                 memcpy (a + s*j, a + s*(j-h), s);
63                 j -= h;
64             }
65             memcpy (a+s*j, v, s);
66         } 
67 }
68 #endif
69
70 static void logRecord (ZebraHandle zh)
71 {
72     ++zh->records_processed;
73     if (!(zh->records_processed % 1000))
74     {
75         logf (LOG_LOG, "Records: %7d i/u/d %d/%d/%d", 
76               zh->records_processed, zh->records_inserted, zh->records_updated,
77               zh->records_deleted);
78     }
79 }
80
81 static void extract_init (struct recExtractCtrl *p, RecWord *w)
82 {
83     w->zebra_maps = p->zebra_maps;
84     w->seqno = 1;
85     w->attrSet = VAL_BIB1;
86     w->attrUse = 1016;
87     w->reg_type = 'w';
88     w->extractCtrl = p;
89 }
90
91 static const char **searchRecordKey (ZebraHandle zh,
92                                      struct recKeys *reckeys,
93                                      int attrSetS, int attrUseS)
94 {
95     static const char *ws[32];
96     int off = 0;
97     int startSeq = -1;
98     int i;
99     int seqno = 0;
100 #if SU_SCHEME
101     int chS, ch;
102 #else
103     short attrUse;
104     char attrSet;
105 #endif
106
107     for (i = 0; i<32; i++)
108         ws[i] = NULL;
109
110 #if SU_SCHEME
111     chS = zebraExplain_lookupSU (zh->reg->zei, attrSetS, attrUseS);
112     if (chS < 0)
113         return ws;
114 #endif
115     while (off < reckeys->buf_used)
116     {
117
118         const char *src = reckeys->buf + off;
119         const char *wstart;
120         int lead;
121     
122         lead = *src++;
123 #if SU_SCHEME
124         if ((lead & 3)<3)
125         {
126             memcpy (&ch, src, sizeof(ch));
127             src += sizeof(ch);
128         }
129 #else
130         if (!(lead & 1))
131         {
132             memcpy (&attrSet, src, sizeof(attrSet));
133             src += sizeof(attrSet);
134         }
135         if (!(lead & 2))
136         {
137             memcpy (&attrUse, src, sizeof(attrUse));
138             src += sizeof(attrUse);
139         }
140 #endif
141         wstart = src;
142         while (*src++)
143             ;
144         if (lead & 60)
145             seqno += ((lead>>2) & 15)-1;
146         else
147         {
148             memcpy (&seqno, src, sizeof(seqno));
149             src += sizeof(seqno);
150         }
151         if (
152 #if SU_SCHEME
153             ch == chS
154 #else
155             attrUseS == attrUse && attrSetS == attrSet
156 #endif
157             )
158         {
159             int woff;
160
161
162             if (startSeq == -1)
163                 startSeq = seqno;
164             woff = seqno - startSeq;
165             if (woff >= 0 && woff < 31)
166                 ws[woff] = wstart;
167         }
168
169         off = src - reckeys->buf;
170     }
171     assert (off == reckeys->buf_used);
172     return ws;
173 }
174
175 struct file_read_info {
176     off_t file_max;         /* maximum offset so far */
177     off_t file_offset;      /* current offset */
178     off_t file_moffset;     /* offset of rec/rec boundary */
179     int file_more;
180     int fd;
181     char *sdrbuf;
182     int sdrmax;
183 };
184
185 static struct file_read_info *file_read_start (int fd)
186 {
187     struct file_read_info *fi = (struct file_read_info *)
188         xmalloc (sizeof(*fi));
189
190     fi->fd = fd;
191     fi->file_max = 0;
192     fi->file_moffset = 0;
193     fi->sdrbuf = 0;
194     fi->sdrmax = 0;
195     return fi;
196 }
197
198 static void file_read_stop (struct file_read_info *fi)
199 {
200     xfree (fi);
201 }
202
203 static off_t file_seek (void *handle, off_t offset)
204 {
205     struct file_read_info *p = (struct file_read_info *) handle;
206     p->file_offset = offset;
207     if (p->sdrbuf)
208         return offset;
209     return lseek (p->fd, offset, SEEK_SET);
210 }
211
212 static off_t file_tell (void *handle)
213 {
214     struct file_read_info *p = (struct file_read_info *) handle;
215     return p->file_offset;
216 }
217
218 static int file_read (void *handle, char *buf, size_t count)
219 {
220     struct file_read_info *p = (struct file_read_info *) handle;
221     int fd = p->fd;
222     int r;
223     if (p->sdrbuf)
224     {
225         r = count;
226         if (r > p->sdrmax - p->file_offset)
227             r = p->sdrmax - p->file_offset;
228         if (r)
229             memcpy (buf, p->sdrbuf + p->file_offset, r);
230     }
231     else
232         r = read (fd, buf, count);
233     if (r > 0)
234     {
235         p->file_offset += r;
236         if (p->file_offset > p->file_max)
237             p->file_max = p->file_offset;
238     }
239     return r;
240 }
241
242 static void file_begin (void *handle)
243 {
244     struct file_read_info *p = (struct file_read_info *) handle;
245
246     p->file_offset = p->file_moffset;
247     if (!p->sdrbuf && p->file_moffset)
248         lseek (p->fd, p->file_moffset, SEEK_SET);
249     p->file_more = 0;
250 }
251
252 static void file_end (void *handle, off_t offset)
253 {
254     struct file_read_info *p = (struct file_read_info *) handle;
255
256     assert (p->file_more == 0);
257     p->file_more = 1;
258     p->file_moffset = offset;
259 }
260
261 static char *fileMatchStr (ZebraHandle zh,
262                            struct recKeys *reckeys, struct recordGroup *rGroup,
263                            const char *fname, const char *spec)
264 {
265     static char dstBuf[2048];      /* static here ??? */
266     char *dst = dstBuf;
267     const char *s = spec;
268     static const char **w;
269
270     while (1)
271     {
272         while (*s == ' ' || *s == '\t')
273             s++;
274         if (!*s)
275             break;
276         if (*s == '(')
277         {
278             char attset_str[64], attname_str[64];
279             data1_attset *attset;
280             int i;
281             char matchFlag[32];
282             int attSet = 1, attUse = 1;
283             int first = 1;
284
285             s++;
286             for (i = 0; *s && *s != ',' && *s != ')'; s++)
287                 if (i < 63)
288                     attset_str[i++] = *s;
289             attset_str[i] = '\0';
290
291             if (*s == ',')
292             {
293                 s++;
294                 for (i = 0; *s && *s != ')'; s++)
295                     if (i < 63)
296                         attname_str[i++] = *s;
297                 attname_str[i] = '\0';
298             }
299             
300             if ((attset = data1_get_attset (zh->reg->dh, attset_str)))
301             {
302                 data1_att *att;
303                 attSet = attset->reference;
304                 att = data1_getattbyname(zh->reg->dh, attset, attname_str);
305                 if (att)
306                     attUse = att->value;
307                 else
308                     attUse = atoi (attname_str);
309             }
310             w = searchRecordKey (zh, reckeys, attSet, attUse);
311             assert (w);
312
313             if (*s == ')')
314             {
315                 for (i = 0; i<32; i++)
316                     matchFlag[i] = 1;
317             }
318             else
319             {
320                 logf (LOG_WARN, "Missing ) in match criteria %s in group %s",
321                       spec, rGroup->groupName ? rGroup->groupName : "none");
322                 return NULL;
323             }
324             s++;
325
326             for (i = 0; i<32; i++)
327                 if (matchFlag[i] && w[i])
328                 {
329                     if (first)
330                     {
331                         *dst++ = ' ';
332                         first = 0;
333                     }
334                     strcpy (dst, w[i]);
335                     dst += strlen(w[i]);
336                 }
337             if (first)
338             {
339                 logf (LOG_WARN, "Record didn't contain match"
340                       " fields in (%s,%s)", attset_str, attname_str);
341                 return NULL;
342             }
343         }
344         else if (*s == '$')
345         {
346             int spec_len;
347             char special[64];
348             const char *spec_src = NULL;
349             const char *s1 = ++s;
350             while (*s1 && *s1 != ' ' && *s1 != '\t')
351                 s1++;
352
353             spec_len = s1 - s;
354             if (spec_len > 63)
355                 spec_len = 63;
356             memcpy (special, s, spec_len);
357             special[spec_len] = '\0';
358             s = s1;
359
360             if (!strcmp (special, "group"))
361                 spec_src = rGroup->groupName;
362             else if (!strcmp (special, "database"))
363                 spec_src = rGroup->databaseName;
364             else if (!strcmp (special, "filename")) {
365                 spec_src = fname;
366             }
367             else if (!strcmp (special, "type"))
368                 spec_src = rGroup->recordType;
369             else 
370                 spec_src = NULL;
371             if (spec_src)
372             {
373                 strcpy (dst, spec_src);
374                 dst += strlen (spec_src);
375             }
376         }
377         else if (*s == '\"' || *s == '\'')
378         {
379             int stopMarker = *s++;
380             char tmpString[64];
381             int i = 0;
382
383             while (*s && *s != stopMarker)
384             {
385                 if (i < 63)
386                     tmpString[i++] = *s++;
387             }
388             if (*s)
389                 s++;
390             tmpString[i] = '\0';
391             strcpy (dst, tmpString);
392             dst += strlen (tmpString);
393         }
394         else
395         {
396             logf (LOG_WARN, "Syntax error in match criteria %s in group %s",
397                   spec, rGroup->groupName ? rGroup->groupName : "none");
398             return NULL;
399         }
400         *dst++ = 1;
401     }
402     if (dst == dstBuf)
403     {
404         logf (LOG_WARN, "No match criteria for record %s in group %s",
405               fname, rGroup->groupName ? rGroup->groupName : "none");
406         return NULL;
407     }
408     *dst = '\0';
409     return dstBuf;
410 }
411
412 struct recordLogInfo {
413     const char *fname;
414     int recordOffset;
415     struct recordGroup *rGroup;
416 };
417      
418 static int recordExtract (ZebraHandle zh,
419                           SYSNO *sysno, const char *fname,
420                           struct recordGroup *rGroup, int deleteFlag,
421                           struct file_read_info *fi,
422                           RecType recType, char *subType, void *clientData)
423 {
424     RecordAttr *recordAttr;
425     int r;
426     char *matchStr;
427     SYSNO sysnotmp;
428     Record rec;
429     off_t recordOffset = 0;
430
431     if (fi->fd != -1)
432     {
433         struct recExtractCtrl extractCtrl;
434
435         /* we are going to read from a file, so prepare the extraction */
436         int i;
437
438         zh->reg->keys.buf_used = 0;
439         zh->reg->keys.prevAttrUse = -1;
440         zh->reg->keys.prevAttrSet = -1;
441         zh->reg->keys.prevSeqNo = 0;
442         zh->reg->sortKeys.buf_used = 0;
443         zh->reg->sortKeys.buf_max = 0;
444         zh->reg->sortKeys.buf = 0;
445         
446         recordOffset = fi->file_moffset;
447         extractCtrl.offset = fi->file_moffset;
448         extractCtrl.readf = file_read;
449         extractCtrl.seekf = file_seek;
450         extractCtrl.tellf = file_tell;
451         extractCtrl.endf = file_end;
452         extractCtrl.fh = fi;
453         extractCtrl.subType = subType;
454         extractCtrl.init = extract_init;
455         extractCtrl.tokenAdd = extract_token_add;
456         extractCtrl.schemaAdd = extract_schema_add;
457         extractCtrl.dh = zh->reg->dh;
458         extractCtrl.handle = zh;
459         for (i = 0; i<256; i++)
460         {
461             if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
462                 extractCtrl.seqno[i] = 1;
463             else
464                 extractCtrl.seqno[i] = 0;
465         }
466         extractCtrl.zebra_maps = zh->reg->zebra_maps;
467         extractCtrl.flagShowRecords = !rGroup->flagRw;
468
469         if (!rGroup->flagRw)
470             printf ("File: %s " PRINTF_OFF_T "\n", fname, recordOffset);
471         if (rGroup->flagRw)
472         {
473             char msg[512];
474             sprintf (msg, "%s:" PRINTF_OFF_T , fname, recordOffset);
475             yaz_log_init_prefix2 (msg);
476         }
477
478         r = (*recType->extract)(clientData, &extractCtrl);
479
480         yaz_log_init_prefix2 (0);
481         if (r == RECCTRL_EXTRACT_EOF)
482             return 0;
483         else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
484         {
485             /* error occured during extraction ... */
486             if (rGroup->flagRw &&
487                 zh->records_processed < rGroup->fileVerboseLimit)
488             {
489                 logf (LOG_WARN, "fail %s %s " PRINTF_OFF_T, rGroup->recordType,
490                       fname, recordOffset);
491             }
492             return 0;
493         }
494         else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
495         {
496             /* error occured during extraction ... */
497             if (rGroup->flagRw &&
498                 zh->records_processed < rGroup->fileVerboseLimit)
499             {
500                 logf (LOG_WARN, "no filter for %s %s " 
501                       PRINTF_OFF_T, rGroup->recordType,
502                       fname, recordOffset);
503             }
504             return 0;
505         }
506         if (zh->reg->keys.buf_used == 0)
507         {
508             /* the extraction process returned no information - the record
509                is probably empty - unless flagShowRecords is in use */
510             if (!rGroup->flagRw)
511                 return 1;
512             
513             logf (LOG_WARN, "empty %s %s " PRINTF_OFF_T, rGroup->recordType,
514                   fname, recordOffset);
515             return 1;
516         }
517     }
518
519     /* perform match if sysno not known and if match criteria is specified */
520        
521     matchStr = NULL;
522     if (!sysno) 
523     {
524         sysnotmp = 0;
525         sysno = &sysnotmp;
526         if (rGroup->recordId && *rGroup->recordId)
527         {
528             char *rinfo;
529         
530             matchStr = fileMatchStr (zh, &zh->reg->keys, rGroup, fname, 
531                                      rGroup->recordId);
532             if (matchStr)
533             {
534                 rinfo = dict_lookup (zh->reg->matchDict, matchStr);
535                 if (rinfo)
536                     memcpy (sysno, rinfo+1, sizeof(*sysno));
537             }
538             else
539             {
540                 logf (LOG_WARN, "Bad match criteria");
541                 return 0;
542             }
543         }
544     }
545
546     if (! *sysno)
547     {
548         /* new record */
549         if (deleteFlag)
550         {
551             logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T, rGroup->recordType,
552                   fname, recordOffset);
553             logf (LOG_WARN, "cannot delete record above (seems new)");
554             return 1;
555         }
556         if (zh->records_processed < rGroup->fileVerboseLimit)
557             logf (LOG_LOG, "add %s %s " PRINTF_OFF_T, rGroup->recordType,
558                   fname, recordOffset);
559         rec = rec_new (zh->reg->records);
560
561         *sysno = rec->sysno;
562
563         recordAttr = rec_init_attr (zh->reg->zei, rec);
564
565         if (matchStr)
566         {
567             dict_insert (zh->reg->matchDict, matchStr, sizeof(*sysno), sysno);
568         }
569         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
570         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
571
572         zh->records_inserted++;
573     }
574     else
575     {
576         /* record already exists */
577         struct recKeys delkeys;
578         struct sortKeys sortKeys;
579
580         rec = rec_get (zh->reg->records, *sysno);
581         assert (rec);
582         
583         recordAttr = rec_init_attr (zh->reg->zei, rec);
584
585         if (recordAttr->runNumber ==
586             zebraExplain_runNumberIncrement (zh->reg->zei, 0))
587         {
588             yaz_log (LOG_LOG, "run number = %d", recordAttr->runNumber);
589             yaz_log (LOG_LOG, "skipped %s %s " PRINTF_OFF_T,
590                      rGroup->recordType, fname, recordOffset);
591             extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
592             rec_rm (&rec);
593             logRecord (zh);
594             return 1;
595         }
596         delkeys.buf_used = rec->size[recInfo_delKeys];
597         delkeys.buf = rec->info[recInfo_delKeys];
598
599         sortKeys.buf_used = rec->size[recInfo_sortKeys];
600         sortKeys.buf = rec->info[recInfo_sortKeys];
601
602         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
603         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
604         if (deleteFlag)
605         {
606             /* record going to be deleted */
607             if (!delkeys.buf_used)
608             {
609                 logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T,
610                       rGroup->recordType, fname, recordOffset);
611                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
612             }
613             else
614             {
615                 if (zh->records_processed < rGroup->fileVerboseLimit)
616                     logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T,
617                          rGroup->recordType, fname, recordOffset);
618                 zh->records_deleted++;
619                 if (matchStr)
620                     dict_delete (zh->reg->matchDict, matchStr);
621                 rec_del (zh->reg->records, &rec);
622             }
623             rec_rm (&rec);
624             logRecord (zh);
625             return 1;
626         }
627         else
628         {
629             /* record going to be updated */
630             if (!delkeys.buf_used)
631             {
632                 logf (LOG_LOG, "update %s %s " PRINTF_OFF_T,
633                       rGroup->recordType, fname, recordOffset);
634                 logf (LOG_WARN, "cannot update file above, storeKeys false");
635             }
636             else
637             {
638                 if (zh->records_processed < rGroup->fileVerboseLimit)
639                     logf (LOG_LOG, "update %s %s " PRINTF_OFF_T,
640                         rGroup->recordType, fname, recordOffset);
641                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
642                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
643                 zh->records_updated++;
644             }
645         }
646     }
647     /* update file type */
648     xfree (rec->info[recInfo_fileType]);
649     rec->info[recInfo_fileType] =
650         rec_strdup (rGroup->recordType, &rec->size[recInfo_fileType]);
651
652     /* update filename */
653     xfree (rec->info[recInfo_filename]);
654     rec->info[recInfo_filename] =
655         rec_strdup (fname, &rec->size[recInfo_filename]);
656
657     /* update delete keys */
658     xfree (rec->info[recInfo_delKeys]);
659     if (zh->reg->keys.buf_used > 0 && rGroup->flagStoreKeys == 1)
660     {
661         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
662         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
663         zh->reg->keys.buf = NULL;
664         zh->reg->keys.buf_max = 0;
665     }
666     else
667     {
668         rec->info[recInfo_delKeys] = NULL;
669         rec->size[recInfo_delKeys] = 0;
670     }
671
672     /* update sort keys */
673     xfree (rec->info[recInfo_sortKeys]);
674
675     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
676     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
677     zh->reg->sortKeys.buf = NULL;
678     zh->reg->sortKeys.buf_max = 0;
679
680     /* save file size of original record */
681     zebraExplain_recordBytesIncrement (zh->reg->zei,
682                                        - recordAttr->recordSize);
683     recordAttr->recordSize = fi->file_moffset - recordOffset;
684     if (!recordAttr->recordSize)
685         recordAttr->recordSize = fi->file_max - recordOffset;
686     zebraExplain_recordBytesIncrement (zh->reg->zei,
687                                        recordAttr->recordSize);
688
689     /* set run-number for this record */
690     recordAttr->runNumber = zebraExplain_runNumberIncrement (zh->reg->zei,
691                                                              0);
692
693     /* update store data */
694     xfree (rec->info[recInfo_storeData]);
695     if (rGroup->flagStoreData == 1)
696     {
697         rec->size[recInfo_storeData] = recordAttr->recordSize;
698         rec->info[recInfo_storeData] = (char *)
699             xmalloc (recordAttr->recordSize);
700         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
701         {
702             logf (LOG_ERRNO|LOG_FATAL, "seek to " PRINTF_OFF_T " in %s",
703                   recordOffset, fname);
704             exit (1);
705         }
706         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
707             < recordAttr->recordSize)
708         {
709             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
710                   recordAttr->recordSize, fname);
711             exit (1);
712         }
713     }
714     else
715     {
716         rec->info[recInfo_storeData] = NULL;
717         rec->size[recInfo_storeData] = 0;
718     }
719     /* update database name */
720     xfree (rec->info[recInfo_databaseName]);
721     rec->info[recInfo_databaseName] =
722         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]); 
723
724     /* update offset */
725     recordAttr->recordOffset = recordOffset;
726     
727     /* commit this record */
728     rec_put (zh->reg->records, &rec);
729     logRecord (zh);
730     return 1;
731 }
732
733 int fileExtract (ZebraHandle zh, SYSNO *sysno, const char *fname, 
734                  const struct recordGroup *rGroupP, int deleteFlag)
735 {
736     int r, i, fd;
737     char gprefix[128];
738     char ext[128];
739     char ext_res[128];
740     char subType[128];
741     RecType recType;
742     struct recordGroup rGroupM;
743     struct recordGroup *rGroup = &rGroupM;
744     struct file_read_info *fi;
745     void *clientData;
746
747     memcpy (rGroup, rGroupP, sizeof(*rGroupP));
748    
749     if (!rGroup->groupName || !*rGroup->groupName)
750         *gprefix = '\0';
751     else
752         sprintf (gprefix, "%s.", rGroup->groupName);
753
754     logf (LOG_DEBUG, "fileExtract %s", fname);
755
756     /* determine file extension */
757     *ext = '\0';
758     for (i = strlen(fname); --i >= 0; )
759         if (fname[i] == '/')
760             break;
761         else if (fname[i] == '.')
762         {
763             strcpy (ext, fname+i+1);
764             break;
765         }
766     /* determine file type - depending on extension */
767     if (!rGroup->recordType)
768     {
769         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
770         if (!(rGroup->recordType = res_get (zh->res, ext_res)))
771         {
772             sprintf (ext_res, "%srecordType", gprefix);
773             rGroup->recordType = res_get (zh->res, ext_res);
774         }
775     }
776     if (!rGroup->recordType)
777     {
778         if (zh->records_processed < rGroup->fileVerboseLimit)
779             logf (LOG_LOG, "? %s", fname);
780         return 0;
781     }
782     if (!*rGroup->recordType)
783         return 0;
784     if (!(recType =
785           recType_byName (zh->reg->recTypes, rGroup->recordType, subType,
786                           &clientData)))
787     {
788         logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
789         return 0;
790     }
791
792     /* determine match criteria */
793     if (!rGroup->recordId)
794     {
795         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
796         rGroup->recordId = res_get (zh->res, ext_res);
797     }
798
799     /* determine database name */
800     if (!rGroup->databaseName)
801     {
802         sprintf (ext_res, "%sdatabase.%s", gprefix, ext);
803         if (!(rGroup->databaseName = res_get (zh->res, ext_res)))
804         {
805             sprintf (ext_res, "%sdatabase", gprefix);
806             rGroup->databaseName = res_get (zh->res, ext_res);
807         }
808     }
809     if (!rGroup->databaseName)
810         rGroup->databaseName = "Default";
811
812     /* determine if explain database */
813     
814     sprintf (ext_res, "%sexplainDatabase", gprefix);
815     rGroup->explainDatabase =
816         atoi (res_get_def (zh->res, ext_res, "0"));
817
818     /* announce database */
819     if (zebraExplain_curDatabase (zh->reg->zei, rGroup->databaseName))
820     {
821         if (zebraExplain_newDatabase (zh->reg->zei, rGroup->databaseName,
822                                       rGroup->explainDatabase))
823             return 0;
824     }
825
826     if (rGroup->flagStoreData == -1)
827     {
828         const char *sval;
829         sprintf (ext_res, "%sstoreData.%s", gprefix, ext);
830         if (!(sval = res_get (zh->res, ext_res)))
831         {
832             sprintf (ext_res, "%sstoreData", gprefix);
833             sval = res_get (zh->res, ext_res);
834         }
835         if (sval)
836             rGroup->flagStoreData = atoi (sval);
837     }
838     if (rGroup->flagStoreData == -1)
839         rGroup->flagStoreData = 0;
840
841     if (rGroup->flagStoreKeys == -1)
842     {
843         const char *sval;
844
845         sprintf (ext_res, "%sstoreKeys.%s", gprefix, ext);
846         sval = res_get (zh->res, ext_res);
847         if (!sval)
848         {
849             sprintf (ext_res, "%sstoreKeys", gprefix);
850             sval = res_get (zh->res, ext_res);
851         }
852         if (!sval)
853             sval = res_get (zh->res, "storeKeys");
854         if (sval)
855             rGroup->flagStoreKeys = atoi (sval);
856     }
857     if (rGroup->flagStoreKeys == -1)
858         rGroup->flagStoreKeys = 0;
859
860     if (sysno && deleteFlag)
861         fd = -1;
862     else
863     {
864         char full_rep[1024];
865
866         if (zh->path_reg && !yaz_is_abspath (fname))
867         {
868             strcpy (full_rep, zh->path_reg);
869             strcat (full_rep, "/");
870             strcat (full_rep, fname);
871         }
872         else
873             strcpy (full_rep, fname);
874         
875
876         if ((fd = open (full_rep, O_BINARY|O_RDONLY)) == -1)
877         {
878             logf (LOG_WARN|LOG_ERRNO, "open %s", full_rep);
879             return 0;
880         }
881     }
882     fi = file_read_start (fd);
883     do
884     {
885         file_begin (fi);
886         r = recordExtract (zh, sysno, fname, rGroup, deleteFlag, fi,
887                            recType, subType, clientData);
888     } while (r && !sysno && fi->file_more);
889     file_read_stop (fi);
890     if (fd != -1)
891         close (fd);
892     return r;
893 }
894 int extract_rec_in_mem (ZebraHandle zh, const char *recordType,
895                         const char *buf, size_t buf_size,
896                         const char *databaseName, int delete_flag,
897                         int test_mode, int *sysno,
898                         int store_keys, int store_data,
899                         const char *match_criteria)
900 {
901     struct recordGroup rGroup;
902     rGroup.groupName = NULL;
903     rGroup.databaseName = (char *)databaseName;
904     rGroup.path = NULL;
905     rGroup.recordId = NULL;
906     rGroup.recordType = (char *)recordType;
907     rGroup.flagStoreData = store_data;
908     rGroup.flagStoreKeys = store_keys;
909     rGroup.flagRw = 1;
910     rGroup.databaseNamePath = 0;
911     rGroup.explainDatabase = 0;
912     rGroup.fileVerboseLimit = 100000;
913     rGroup.followLinks = -1;
914     return (bufferExtractRecord (zh,
915                                  buf, buf_size,
916                                  &rGroup,
917                                  delete_flag,
918                                  test_mode,
919                                  sysno,
920                                  match_criteria,
921                                  "<no file>"));
922 }
923 /*
924   If sysno is provided, then it's used to identify the reocord.
925   If not, and match_criteria is provided, then sysno is guessed
926   If not, and a record is provided, then sysno is got from there
927   
928  */
929 int bufferExtractRecord (ZebraHandle zh, 
930                          const char *buf, size_t buf_size,
931                          struct recordGroup *rGroup, 
932                          int delete_flag,
933                          int test_mode, 
934                          int *sysno,
935                          const char *match_criteria,
936                          const char *fname)
937
938 {
939     RecordAttr *recordAttr;
940     struct recExtractCtrl extractCtrl;
941     int i, r;
942     char *matchStr = 0;
943     RecType recType;
944     char subType[1024];
945     void *clientData;
946     SYSNO sysnotmp;
947     Record rec;
948     long recordOffset = 0;
949     struct zebra_fetch_control fc;
950
951     fc.fd = -1;
952     fc.record_int_buf = buf;
953     fc.record_int_len = buf_size;
954     fc.record_int_pos = 0;
955     fc.offset_end = 0;
956     fc.record_offset = 0;
957
958     extractCtrl.offset = 0;
959     extractCtrl.readf = zebra_record_int_read;
960     extractCtrl.seekf = zebra_record_int_seek;
961     extractCtrl.tellf = zebra_record_int_tell;
962     extractCtrl.endf = zebra_record_int_end;
963     extractCtrl.fh = &fc;
964
965     /* announce database */
966     if (zebraExplain_curDatabase (zh->reg->zei, rGroup->databaseName))
967     {
968         if (zebraExplain_newDatabase (zh->reg->zei, rGroup->databaseName, 0))
969             return 0;
970     }
971
972     if (!(rGroup->recordType)) {
973         logf (LOG_WARN, "No such record type defined");
974         return 0;
975     }
976
977     if (!(recType =
978           recType_byName (zh->reg->recTypes, rGroup->recordType, subType,
979                           &clientData)))
980     {
981         logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
982         return 0;
983     }
984     zh->reg->keys.buf_used = 0;
985     zh->reg->keys.prevAttrUse = -1;
986     zh->reg->keys.prevAttrSet = -1;
987     zh->reg->keys.prevSeqNo = 0;
988     zh->reg->sortKeys.buf_used = 0;
989     zh->reg->sortKeys.buf_max = 0;
990     zh->reg->sortKeys.buf = 0;
991
992     extractCtrl.subType = subType;
993     extractCtrl.init = extract_init;
994     extractCtrl.tokenAdd = extract_token_add;
995     extractCtrl.schemaAdd = extract_schema_add;
996     extractCtrl.dh = zh->reg->dh;
997     extractCtrl.handle = zh;
998     extractCtrl.zebra_maps = zh->reg->zebra_maps;
999     extractCtrl.flagShowRecords = 0;
1000     for (i = 0; i<256; i++)
1001     {
1002         if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
1003             extractCtrl.seqno[i] = 1;
1004         else
1005             extractCtrl.seqno[i] = 0;
1006     }
1007
1008     r = (*recType->extract)(clientData, &extractCtrl);
1009
1010     if (r == RECCTRL_EXTRACT_EOF)
1011         return 0;
1012     else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
1013     {
1014         /* error occured during extraction ... */
1015         yaz_log (LOG_WARN, "extract error: generic");
1016         return 0;
1017     }
1018     else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
1019     {
1020         /* error occured during extraction ... */
1021         yaz_log (LOG_WARN, "extract error: no such filter");
1022         return 0;
1023     }
1024     if (zh->reg->keys.buf_used == 0)
1025     {
1026         /* the extraction process returned no information - the record
1027            is probably empty - unless flagShowRecords is in use */
1028         if (test_mode)
1029             return 1;
1030         logf (LOG_WARN, "No keys generated for record");
1031         logf (LOG_WARN, " The file is probably empty");
1032         return 1;
1033     }
1034     /* match criteria */
1035     matchStr = NULL;
1036
1037     if (! *sysno) {
1038       char *rinfo;
1039       if (strlen(match_criteria) > 0) {
1040         matchStr = (char *)match_criteria;
1041       } else {
1042         if (rGroup->recordId && *rGroup->recordId) {
1043           matchStr = fileMatchStr (zh, &zh->reg->keys, rGroup, fname, 
1044                                    rGroup->recordId);
1045         }
1046       }
1047       if (matchStr) {
1048         rinfo = dict_lookup (zh->reg->matchDict, matchStr);
1049         if (rinfo)
1050           memcpy (sysno, rinfo+1, sizeof(*sysno));
1051       } else {
1052         logf (LOG_WARN, "Bad match criteria (recordID)");
1053         return 0;
1054       }
1055
1056     }
1057
1058     if (! *sysno)
1059     {
1060         /* new record */
1061         if (delete_flag)
1062         {
1063             logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1064                   fname, (long) recordOffset);
1065             logf (LOG_WARN, "cannot delete record above (seems new)");
1066             return 1;
1067         }
1068         logf (LOG_LOG, "add %s %s %ld", rGroup->recordType, fname,
1069               (long) recordOffset);
1070         rec = rec_new (zh->reg->records);
1071
1072         *sysno = rec->sysno;
1073
1074         recordAttr = rec_init_attr (zh->reg->zei, rec);
1075
1076         if (matchStr)
1077         {
1078             dict_insert (zh->reg->matchDict, matchStr,
1079                          sizeof(*sysno), sysno);
1080         }
1081         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
1082         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
1083
1084         zh->records_inserted++;
1085     }
1086     else
1087     {
1088         /* record already exists */
1089         struct recKeys delkeys;
1090         struct sortKeys sortKeys;
1091
1092         rec = rec_get (zh->reg->records, *sysno);
1093         assert (rec);
1094         
1095         recordAttr = rec_init_attr (zh->reg->zei, rec);
1096
1097         if (recordAttr->runNumber ==
1098             zebraExplain_runNumberIncrement (zh->reg->zei, 0))
1099         {
1100             logf (LOG_LOG, "skipped %s %s %ld", rGroup->recordType,
1101                   fname, (long) recordOffset);
1102             extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
1103             rec_rm (&rec);
1104             logRecord(zh);
1105             return 1;
1106         }
1107         delkeys.buf_used = rec->size[recInfo_delKeys];
1108         delkeys.buf = rec->info[recInfo_delKeys];
1109
1110         sortKeys.buf_used = rec->size[recInfo_sortKeys];
1111         sortKeys.buf = rec->info[recInfo_sortKeys];
1112
1113         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
1114         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
1115         if (delete_flag)
1116         {
1117             /* record going to be deleted */
1118             if (!delkeys.buf_used)
1119             {
1120                 logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1121                       fname, (long) recordOffset);
1122                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
1123             }
1124             else
1125             {
1126                 logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1127                       fname, (long) recordOffset);
1128                 zh->records_deleted++;
1129                 if (matchStr)
1130                     dict_delete (zh->reg->matchDict, matchStr);
1131                 rec_del (zh->reg->records, &rec);
1132             }
1133             rec_rm (&rec);
1134             logRecord(zh);
1135             return 1;
1136         }
1137         else
1138         {
1139             /* record going to be updated */
1140             if (!delkeys.buf_used)
1141             {
1142                 logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1143                       fname, (long) recordOffset);
1144                 logf (LOG_WARN, "cannot update file above, storeKeys false");
1145             }
1146             else
1147             {
1148                 logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1149                       fname, (long) recordOffset);
1150                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
1151                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
1152                 zh->records_updated++;
1153             }
1154         }
1155     }
1156     /* update file type */
1157     xfree (rec->info[recInfo_fileType]);
1158     rec->info[recInfo_fileType] =
1159         rec_strdup (rGroup->recordType, &rec->size[recInfo_fileType]);
1160
1161     /* update filename */
1162     xfree (rec->info[recInfo_filename]);
1163     rec->info[recInfo_filename] =
1164         rec_strdup (fname, &rec->size[recInfo_filename]);
1165
1166     /* update delete keys */
1167     xfree (rec->info[recInfo_delKeys]);
1168     if (zh->reg->keys.buf_used > 0 && rGroup->flagStoreKeys == 1)
1169     {
1170         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1171         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1172         zh->reg->keys.buf = NULL;
1173         zh->reg->keys.buf_max = 0;
1174     }
1175     else
1176     {
1177         rec->info[recInfo_delKeys] = NULL;
1178         rec->size[recInfo_delKeys] = 0;
1179     }
1180
1181     /* update sort keys */
1182     xfree (rec->info[recInfo_sortKeys]);
1183
1184     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1185     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1186     zh->reg->sortKeys.buf = NULL;
1187     zh->reg->sortKeys.buf_max = 0;
1188
1189     /* save file size of original record */
1190     zebraExplain_recordBytesIncrement (zh->reg->zei,
1191                                        - recordAttr->recordSize);
1192 #if 0
1193     recordAttr->recordSize = fi->file_moffset - recordOffset;
1194     if (!recordAttr->recordSize)
1195         recordAttr->recordSize = fi->file_max - recordOffset;
1196 #else
1197     recordAttr->recordSize = buf_size;
1198 #endif
1199     zebraExplain_recordBytesIncrement (zh->reg->zei,
1200                                        recordAttr->recordSize);
1201
1202     /* set run-number for this record */
1203     recordAttr->runNumber =
1204         zebraExplain_runNumberIncrement (zh->reg->zei, 0);
1205
1206     /* update store data */
1207     xfree (rec->info[recInfo_storeData]);
1208     if (rGroup->flagStoreData == 1)
1209     {
1210         rec->size[recInfo_storeData] = recordAttr->recordSize;
1211         rec->info[recInfo_storeData] = (char *)
1212             xmalloc (recordAttr->recordSize);
1213 #if 1
1214         memcpy (rec->info[recInfo_storeData], buf, recordAttr->recordSize);
1215 #else
1216         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
1217         {
1218             logf (LOG_ERRNO|LOG_FATAL, "seek to %ld in %s",
1219                   (long) recordOffset, fname);
1220             exit (1);
1221         }
1222         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
1223             < recordAttr->recordSize)
1224         {
1225             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
1226                   recordAttr->recordSize, fname);
1227             exit (1);
1228         }
1229 #endif
1230     }
1231     else
1232     {
1233         rec->info[recInfo_storeData] = NULL;
1234         rec->size[recInfo_storeData] = 0;
1235     }
1236     /* update database name */
1237     xfree (rec->info[recInfo_databaseName]);
1238     rec->info[recInfo_databaseName] =
1239         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]); 
1240
1241     /* update offset */
1242     recordAttr->recordOffset = recordOffset;
1243     
1244     /* commit this record */
1245     rec_put (zh->reg->records, &rec);
1246     logRecord(zh);
1247     return 0;
1248 }
1249
1250
1251
1252 int explain_extract (void *handle, Record rec, data1_node *n)
1253 {
1254     ZebraHandle zh = (ZebraHandle) handle;
1255     struct recExtractCtrl extractCtrl;
1256     int i;
1257
1258     if (zebraExplain_curDatabase (zh->reg->zei,
1259                                   rec->info[recInfo_databaseName]))
1260     {
1261         abort();
1262         if (zebraExplain_newDatabase (zh->reg->zei,
1263                                       rec->info[recInfo_databaseName], 0))
1264             abort ();
1265     }
1266
1267     zh->reg->keys.buf_used = 0;
1268     zh->reg->keys.prevAttrUse = -1;
1269     zh->reg->keys.prevAttrSet = -1;
1270     zh->reg->keys.prevSeqNo = 0;
1271     zh->reg->sortKeys.buf_used = 0;
1272     
1273     extractCtrl.init = extract_init;
1274     extractCtrl.tokenAdd = extract_token_add;
1275     extractCtrl.schemaAdd = extract_schema_add;
1276     extractCtrl.dh = zh->reg->dh;
1277     for (i = 0; i<256; i++)
1278         extractCtrl.seqno[i] = 0;
1279     extractCtrl.zebra_maps = zh->reg->zebra_maps;
1280     extractCtrl.flagShowRecords = 0;
1281     extractCtrl.handle = handle;
1282     
1283     grs_extract_tree(&extractCtrl, n);
1284
1285     if (rec->size[recInfo_delKeys])
1286     {
1287         struct recKeys delkeys;
1288         struct sortKeys sortkeys;
1289
1290         delkeys.buf_used = rec->size[recInfo_delKeys];
1291         delkeys.buf = rec->info[recInfo_delKeys];
1292
1293         sortkeys.buf_used = rec->size[recInfo_sortKeys];
1294         sortkeys.buf = rec->info[recInfo_sortKeys];
1295
1296         extract_flushSortKeys (zh, rec->sysno, 0, &sortkeys);
1297         extract_flushRecordKeys (zh, rec->sysno, 0, &delkeys);
1298     }
1299     extract_flushRecordKeys (zh, rec->sysno, 1, &zh->reg->keys);
1300     extract_flushSortKeys (zh, rec->sysno, 1, &zh->reg->sortKeys);
1301
1302     xfree (rec->info[recInfo_delKeys]);
1303     rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1304     rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1305     zh->reg->keys.buf = NULL;
1306     zh->reg->keys.buf_max = 0;
1307
1308     xfree (rec->info[recInfo_sortKeys]);
1309     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1310     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1311     zh->reg->sortKeys.buf = NULL;
1312     zh->reg->sortKeys.buf_max = 0;
1313
1314     return 0;
1315 }
1316
1317 void extract_flushRecordKeys (ZebraHandle zh, SYSNO sysno,
1318                               int cmd, struct recKeys *reckeys)
1319 {
1320 #if SU_SCHEME
1321 #else
1322     unsigned char attrSet = (unsigned char) -1;
1323     unsigned short attrUse = (unsigned short) -1;
1324 #endif
1325     int seqno = 0;
1326     int off = 0;
1327     int ch = 0;
1328     ZebraExplainInfo zei = zh->reg->zei;
1329
1330     if (!zh->reg->key_buf)
1331     {
1332         int mem= 1024*1024* atoi( res_get_def( zh->res, "memmax", "8"));
1333         if (mem <= 0)
1334         {
1335             logf(LOG_WARN, "Invalid memory setting, using default 8 MB");
1336             mem= 1024*1024*8;
1337         }
1338         /* FIXME: That "8" should be in a default settings include */
1339         /* not hard-coded here! -H */
1340         zh->reg->key_buf = (char**) xmalloc (mem);
1341         zh->reg->ptr_top = mem/sizeof(char*);
1342         zh->reg->ptr_i = 0;
1343         zh->reg->key_buf_used = 0;
1344         zh->reg->key_file_no = 0;
1345     }
1346     zebraExplain_recordCountIncrement (zei, cmd ? 1 : -1);
1347     while (off < reckeys->buf_used)
1348     {
1349         const char *src = reckeys->buf + off;
1350         struct it_key key;
1351         int lead;
1352     
1353         lead = *src++;
1354
1355 #if SU_SCHEME
1356         if ((lead & 3) < 3)
1357         {
1358             memcpy (&ch, src, sizeof(ch));
1359             src += sizeof(ch);
1360         }
1361 #else
1362         if (!(lead & 1))
1363         {
1364             memcpy (&attrSet, src, sizeof(attrSet));
1365             src += sizeof(attrSet);
1366         }
1367         if (!(lead & 2))
1368         {
1369             memcpy (&attrUse, src, sizeof(attrUse));
1370             src += sizeof(attrUse);
1371         }
1372 #endif
1373         if (zh->reg->key_buf_used + 1024 > 
1374             (zh->reg->ptr_top -zh->reg->ptr_i)*sizeof(char*))
1375             extract_flushWriteKeys (zh);
1376         ++(zh->reg->ptr_i);
1377         (zh->reg->key_buf)[zh->reg->ptr_top - zh->reg->ptr_i] =
1378             (char*)zh->reg->key_buf + zh->reg->key_buf_used;
1379 #if SU_SCHEME
1380 #else
1381         ch = zebraExplain_lookupSU (zei, attrSet, attrUse);
1382         if (ch < 0)
1383             ch = zebraExplain_addSU (zei, attrSet, attrUse);
1384 #endif
1385         assert (ch > 0);
1386         zh->reg->key_buf_used +=
1387             key_SU_encode (ch,((char*)zh->reg->key_buf) +
1388                            zh->reg->key_buf_used);
1389
1390         while (*src)
1391             ((char*)zh->reg->key_buf) [(zh->reg->key_buf_used)++] = *src++;
1392         src++;
1393         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = '\0';
1394         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = cmd;
1395
1396         if (lead & 60)
1397             seqno += ((lead>>2) & 15)-1;
1398         else
1399         {
1400             memcpy (&seqno, src, sizeof(seqno));
1401             src += sizeof(seqno);
1402         }
1403         key.seqno = seqno;
1404         key.sysno = sysno;
1405         memcpy ((char*)zh->reg->key_buf + zh->reg->key_buf_used, &key, sizeof(key));
1406         (zh->reg->key_buf_used) += sizeof(key);
1407         off = src - reckeys->buf;
1408     }
1409     assert (off == reckeys->buf_used);
1410 }
1411
1412 void extract_flushWriteKeys (ZebraHandle zh)
1413 {
1414     FILE *outf;
1415     char out_fname[200];
1416     char *prevcp, *cp;
1417     struct encode_info encode_info;
1418     int ptr_i = zh->reg->ptr_i;
1419 #if SORT_EXTRA
1420     int i;
1421 #endif
1422     if (!zh->reg->key_buf || ptr_i <= 0)
1423         return;
1424
1425     (zh->reg->key_file_no)++;
1426     logf (LOG_LOG, "sorting section %d", (zh->reg->key_file_no));
1427 #if !SORT_EXTRA
1428     qsort (zh->reg->key_buf + zh->reg->ptr_top - ptr_i, ptr_i,
1429                sizeof(char*), key_qsort_compare);
1430     extract_get_fname_tmp (zh, out_fname, zh->reg->key_file_no);
1431
1432     if (!(outf = fopen (out_fname, "wb")))
1433     {
1434         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
1435         exit (1);
1436     }
1437     logf (LOG_LOG, "writing section %d", zh->reg->key_file_no);
1438     prevcp = cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1439     
1440     encode_key_init (&encode_info);
1441     encode_key_write (cp, &encode_info, outf);
1442     
1443     while (--ptr_i > 0)
1444     {
1445         cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1446         if (strcmp (cp, prevcp))
1447         {
1448             encode_key_flush ( &encode_info, outf);
1449             encode_key_init (&encode_info);
1450             encode_key_write (cp, &encode_info, outf);
1451             prevcp = cp;
1452         }
1453         else
1454             encode_key_write (cp + strlen(cp), &encode_info, outf);
1455     }
1456     encode_key_flush ( &encode_info, outf);
1457 #else
1458     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
1459     extract_get_fname_tmp (out_fname, key_file_no);
1460
1461     if (!(outf = fopen (out_fname, "wb")))
1462     {
1463         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
1464         exit (1);
1465     }
1466     logf (LOG_LOG, "writing section %d", key_file_no);
1467     i = ptr_i;
1468     prevcp =  key_buf[ptr_top-i];
1469     while (1)
1470         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
1471         {
1472             key_y_len = strlen(prevcp)+1;
1473 #if 0
1474             logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
1475                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
1476 #endif
1477             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
1478                                    sizeof(char*), key_y_compare);
1479             cp = key_buf[ptr_top-ptr_i];
1480             --key_y_len;
1481             encode_key_init (&encode_info);
1482             encode_key_write (cp, &encode_info, outf);
1483             while (--ptr_i > i)
1484             {
1485                 cp = key_buf[ptr_top-ptr_i];
1486                 encode_key_write (cp+key_y_len, &encode_info, outf);
1487             }
1488             encode_key_flush ( &encode_info, outf);
1489             if (!i)
1490                 break;
1491             prevcp = key_buf[ptr_top-ptr_i];
1492         }
1493 #endif
1494     if (fclose (outf))
1495     {
1496         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
1497         exit (1);
1498     }
1499     logf (LOG_LOG, "finished section %d", zh->reg->key_file_no);
1500     zh->reg->ptr_i = 0;
1501     zh->reg->key_buf_used = 0;
1502 }
1503
1504 void extract_add_index_string (RecWord *p, const char *string,
1505                                int length)
1506 {
1507     char *dst;
1508     unsigned char attrSet;
1509     unsigned short attrUse;
1510     int lead = 0;
1511     int diff = 0;
1512     int *pseqno = &p->seqno;
1513     ZebraHandle zh = p->extractCtrl->handle;
1514     ZebraExplainInfo zei = zh->reg->zei;
1515     struct recKeys *keys = &zh->reg->keys;
1516     
1517     if (keys->buf_used+1024 > keys->buf_max)
1518     {
1519         char *b;
1520
1521         b = (char *) xmalloc (keys->buf_max += 128000);
1522         if (keys->buf_used > 0)
1523             memcpy (b, keys->buf, keys->buf_used);
1524         xfree (keys->buf);
1525         keys->buf = b;
1526     }
1527     dst = keys->buf + keys->buf_used;
1528
1529     attrSet = p->attrSet;
1530     if (keys->buf_used > 0 && keys->prevAttrSet == attrSet)
1531         lead |= 1;
1532     else
1533         keys->prevAttrSet = attrSet;
1534     attrUse = p->attrUse;
1535     if (keys->buf_used > 0 && keys->prevAttrUse == attrUse)
1536         lead |= 2;
1537     else
1538         keys->prevAttrUse = attrUse;
1539 #if 1
1540     diff = 1 + *pseqno - keys->prevSeqNo;
1541     if (diff >= 1 && diff <= 15)
1542         lead |= (diff << 2);
1543     else
1544         diff = 0;
1545 #endif
1546     keys->prevSeqNo = *pseqno;
1547     
1548     *dst++ = lead;
1549
1550 #if SU_SCHEME
1551     if ((lead & 3) < 3)
1552     {
1553         int ch = zebraExplain_lookupSU (zei, attrSet, attrUse);
1554         if (ch < 0)
1555         {
1556             ch = zebraExplain_addSU (zei, attrSet, attrUse);
1557             yaz_log (LOG_DEBUG, "addSU set=%d use=%d SU=%d",
1558                      attrSet, attrUse, ch);
1559         }
1560         assert (ch > 0);
1561         memcpy (dst, &ch, sizeof(ch));
1562         dst += sizeof(ch);
1563     }
1564 #else
1565     if (!(lead & 1))
1566     {
1567         memcpy (dst, &attrSet, sizeof(attrSet));
1568         dst += sizeof(attrSet);
1569     }
1570     if (!(lead & 2))
1571     {
1572         memcpy (dst, &attrUse, sizeof(attrUse));
1573         dst += sizeof(attrUse);
1574     }
1575 #endif
1576     *dst++ = p->reg_type;
1577     memcpy (dst, string, length);
1578     dst += length;
1579     *dst++ = '\0';
1580
1581     if (!diff)
1582     {
1583         memcpy (dst, pseqno, sizeof(*pseqno));
1584         dst += sizeof(*pseqno);
1585     }
1586     keys->buf_used = dst - keys->buf;
1587 }
1588
1589 static void extract_add_sort_string (RecWord *p, const char *string,
1590                                      int length)
1591 {
1592     ZebraHandle zh = p->extractCtrl->handle;
1593     struct sortKeys *sk = &zh->reg->sortKeys;
1594     size_t off = 0;
1595
1596     while (off < sk->buf_used)
1597     {
1598         int set, use, slen;
1599
1600         off += key_SU_decode(&set, sk->buf + off);
1601         off += key_SU_decode(&use, sk->buf + off);
1602         off += key_SU_decode(&slen, sk->buf + off);
1603         off += slen;
1604         if (p->attrSet == set && p->attrUse == use)
1605             return;
1606     }
1607     assert (off == sk->buf_used);
1608     
1609     if (sk->buf_used + IT_MAX_WORD > sk->buf_max)
1610     {
1611         char *b;
1612         
1613         b = (char *) xmalloc (sk->buf_max += 128000);
1614         if (sk->buf_used > 0)
1615             memcpy (b, sk->buf, sk->buf_used);
1616         xfree (sk->buf);
1617         sk->buf = b;
1618     }
1619     off += key_SU_encode(p->attrSet, sk->buf + off);
1620     off += key_SU_encode(p->attrUse, sk->buf + off);
1621     off += key_SU_encode(length, sk->buf + off);
1622     memcpy (sk->buf + off, string, length);
1623     sk->buf_used = off + length;
1624 }
1625
1626 void extract_add_string (RecWord *p, const char *string, int length)
1627 {
1628     assert (length > 0);
1629     if (zebra_maps_is_sort (p->zebra_maps, p->reg_type))
1630         extract_add_sort_string (p, string, length);
1631     else
1632         extract_add_index_string (p, string, length);
1633 }
1634
1635 static void extract_add_incomplete_field (RecWord *p)
1636 {
1637     const char *b = p->string;
1638     int remain = p->length;
1639     const char **map = 0;
1640
1641     if (remain > 0)
1642         map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1643
1644     while (map)
1645     {
1646         char buf[IT_MAX_WORD+1];
1647         int i, remain;
1648
1649         /* Skip spaces */
1650         while (map && *map && **map == *CHR_SPACE)
1651         {
1652             remain = p->length - (b - p->string);
1653             if (remain > 0)
1654                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1655             else
1656                 map = 0;
1657         }
1658         if (!map)
1659             break;
1660         i = 0;
1661         while (map && *map && **map != *CHR_SPACE)
1662         {
1663             const char *cp = *map;
1664
1665             while (i < IT_MAX_WORD && *cp)
1666                 buf[i++] = *(cp++);
1667             remain = p->length - (b - p->string);
1668             if (remain > 0)
1669                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1670             else
1671                 map = 0;
1672         }
1673         if (!i)
1674             return;
1675         extract_add_string (p, buf, i);
1676         p->seqno++;
1677     }
1678 }
1679
1680 static void extract_add_complete_field (RecWord *p)
1681 {
1682     const char *b = p->string;
1683     char buf[IT_MAX_WORD+1];
1684     const char **map = 0;
1685     int i = 0, remain = p->length;
1686
1687     if (remain > 0)
1688         map = zebra_maps_input (p->zebra_maps, p->reg_type, &b, remain);
1689
1690     while (remain > 0 && i < IT_MAX_WORD)
1691     {
1692         while (map && *map && **map == *CHR_SPACE)
1693         {
1694             remain = p->length - (b - p->string);
1695             if (remain > 0)
1696                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1697             else
1698                 map = 0;
1699         }
1700         if (!map)
1701             break;
1702
1703         if (i && i < IT_MAX_WORD)
1704             buf[i++] = *CHR_SPACE;
1705         while (map && *map && **map != *CHR_SPACE)
1706         {
1707             const char *cp = *map;
1708
1709             if (i >= IT_MAX_WORD)
1710                 break;
1711             while (i < IT_MAX_WORD && *cp)
1712                 buf[i++] = *(cp++);
1713             remain = p->length  - (b - p->string);
1714             if (remain > 0)
1715                 map = zebra_maps_input (p->zebra_maps, p->reg_type, &b,
1716                                         remain);
1717             else
1718                 map = 0;
1719         }
1720     }
1721     if (!i)
1722         return;
1723     extract_add_string (p, buf, i);
1724 }
1725
1726 void extract_token_add (RecWord *p)
1727 {
1728     WRBUF wrbuf;
1729     if ((wrbuf = zebra_replace(p->zebra_maps, p->reg_type, 0,
1730                                p->string, p->length)))
1731     {
1732         p->string = wrbuf_buf(wrbuf);
1733         p->length = wrbuf_len(wrbuf);
1734     }
1735     if (zebra_maps_is_complete (p->zebra_maps, p->reg_type))
1736         extract_add_complete_field (p);
1737     else
1738         extract_add_incomplete_field(p);
1739 }
1740
1741 void extract_schema_add (struct recExtractCtrl *p, Odr_oid *oid)
1742 {
1743     ZebraHandle zh = (ZebraHandle) (p->handle);
1744     zebraExplain_addSchema (zh->reg->zei, oid);
1745 }
1746
1747 void extract_flushSortKeys (ZebraHandle zh, SYSNO sysno,
1748                             int cmd, struct sortKeys *sk)
1749 {
1750     SortIdx sortIdx = zh->reg->sortIdx;
1751     size_t off = 0;
1752
1753     sortIdx_sysno (sortIdx, sysno);
1754
1755     while (off < sk->buf_used)
1756     {
1757         int set, use, slen, l;
1758         
1759         off += key_SU_decode(&set, sk->buf + off);
1760         off += key_SU_decode(&use, sk->buf + off);
1761         off += key_SU_decode(&slen, sk->buf + off);
1762         
1763         sortIdx_type(sortIdx, use);
1764         if (cmd == 1)
1765             sortIdx_add(sortIdx, sk->buf + off, slen);
1766         else
1767             sortIdx_add(sortIdx, "", 1);
1768         off += slen;
1769     }
1770 }
1771
1772 void encode_key_init (struct encode_info *i)
1773 {
1774     i->sysno = 0;
1775     i->seqno = 0;
1776     i->cmd = -1;
1777     i->prevsys=0;
1778     i->prevseq=0;
1779     i->prevcmd=-1;
1780     i->keylen=0;
1781 }
1782
1783 char *encode_key_int (int d, char *bp)
1784 {
1785     if (d <= 63)
1786         *bp++ = d;
1787     else if (d <= 16383)
1788     {
1789         *bp++ = 64 + (d>>8);
1790         *bp++ = d  & 255;
1791     }
1792     else if (d <= 4194303)
1793     {
1794         *bp++ = 128 + (d>>16);
1795         *bp++ = (d>>8) & 255;
1796         *bp++ = d & 255;
1797     }
1798     else
1799     {
1800         *bp++ = 192 + (d>>24);
1801         *bp++ = (d>>16) & 255;
1802         *bp++ = (d>>8) & 255;
1803         *bp++ = d & 255;
1804     }
1805     return bp;
1806 }
1807
1808 #ifdef OLDENCODE
1809 /* this is the old encode_key_write 
1810  * may be deleted once we are confident that the new works
1811  * HL 15-oct-2002
1812  */
1813 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1814 {
1815     struct it_key key;
1816     char *bp = i->buf;
1817
1818     while ((*bp++ = *k++))
1819         ;
1820     memcpy (&key, k+1, sizeof(struct it_key));
1821     bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
1822     if (i->sysno != key.sysno)
1823     {
1824         i->sysno = key.sysno;
1825         i->seqno = 0;
1826     }
1827     else if (!i->seqno && !key.seqno && i->cmd == *k)
1828         return;
1829     bp = encode_key_int (key.seqno - i->seqno, bp);
1830     i->seqno = key.seqno;
1831     i->cmd = *k;
1832     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1833     {
1834         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1835         exit (1);
1836     }
1837 }
1838
1839 void encode_key_flush (struct encode_info *i, FILE *outf)
1840 { /* dummy routine */
1841 }
1842
1843 #else
1844
1845 /* new encode_key_write
1846  * The idea is to buffer one more key, and compare them
1847  * If we are going to delete and insert the same key, 
1848  * we may as well not bother. Should make a difference in 
1849  * updates with small modifications (appending to a mbox)
1850  */
1851 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1852 {
1853     struct it_key key;
1854     char *bp; 
1855
1856     if (*k)  /* first time for new key */
1857     {
1858         bp = i->buf;
1859         while ((*bp++ = *k++))
1860             ;
1861         i->keylen= bp - i->buf -1;    
1862         assert(i->keylen+1+sizeof(struct it_key) < ENCODE_BUFLEN);
1863     }
1864     else
1865     {
1866         bp=i->buf + i->keylen;
1867         *bp++=0;
1868         k++;
1869     }
1870
1871     memcpy (&key, k+1, sizeof(struct it_key));
1872     if (0==i->prevsys) /* no previous filter, fill up */
1873     {
1874         i->prevsys=key.sysno;
1875         i->prevseq=key.seqno;
1876         i->prevcmd=*k;
1877     }
1878     else if ( (i->prevsys==key.sysno) &&
1879               (i->prevseq==key.seqno) &&
1880               (i->prevcmd!=*k) )
1881     { /* same numbers, diff cmd, they cancel out */
1882         i->prevsys=0;
1883     }
1884     else 
1885     { /* different stuff, write previous, move buf */
1886         bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1887         if (i->sysno != i->prevsys)
1888         {
1889             i->sysno = i->prevsys;
1890             i->seqno = 0;
1891         }
1892         else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1893         {
1894             return; /* ??? Filters some sort of duplicates away */
1895                     /* ??? Can this ever happen   -H 15oct02 */
1896         }
1897         bp = encode_key_int (i->prevseq - i->seqno, bp);
1898         i->seqno = i->prevseq;
1899         i->cmd = i->prevcmd;
1900         if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1901         {
1902             logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1903             exit (1);
1904         }
1905         i->keylen=0; /* ok, it's written, forget it */
1906         i->prevsys=key.sysno;
1907         i->prevseq=key.seqno;
1908         i->prevcmd=*k;
1909     }
1910 }
1911
1912 void encode_key_flush (struct encode_info *i, FILE *outf)
1913 { /* flush the last key from i */
1914     char *bp =i->buf + i->keylen;
1915     if (0==i->prevsys)
1916     {
1917         return; /* nothing to flush */
1918     }
1919     *bp++=0;
1920     bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1921     if (i->sysno != i->prevsys)
1922     {
1923         i->sysno = i->prevsys;
1924         i->seqno = 0;
1925     }
1926     else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1927     {
1928         return; /* ??? Filters some sort of duplicates away */
1929                 /* ??? Can this ever happen   -H 15oct02 */
1930     }
1931     bp = encode_key_int (i->prevseq - i->seqno, bp);
1932     i->seqno = i->prevseq;
1933     i->cmd = i->prevcmd;
1934     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1935     {
1936         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1937         exit (1);
1938     }
1939     i->keylen=0; /* ok, it's written, forget it */
1940     i->prevsys=0; /* forget the values too */
1941     i->prevseq=0;
1942 }
1943 #endif