index/extract.c

   1 /*
   2  * Copyright (C) 1994-1995, Index Data I/S
   3  * All rights reserved.
   4  * Sebastian Hammer, Adam Dickmeiss
   5  *
   6  * $Log: extract.c,v $
   7  * Revision 1.13  1995-09-29 14:01:39  adam
   8  * Bug fixes.
   9  *
  10  * Revision 1.12  1995/09/28  14:22:56  adam
  11  * Sort uses smaller temporary files.
  12  *
  13  * Revision 1.11  1995/09/28  12:10:31  adam
  14  * Bug fixes. Field prefix used in queries.
  15  *
  16  * Revision 1.10  1995/09/28  09:19:41  adam
  17  * xfree/xmalloc used everywhere.
  18  * Extract/retrieve method seems to work for text records.
  19  *
  20  * Revision 1.9  1995/09/27  12:22:28  adam
  21  * More work on extract in record control.
  22  * Field name is not in isam keys but in prefix in dictionary words.
  23  *
  24  * Revision 1.8  1995/09/14  07:48:22  adam
  25  * Record control management.
  26  *
  27  * Revision 1.7  1995/09/11  13:09:32  adam
  28  * More work on relevance feedback.
  29  *
  30  * Revision 1.6  1995/09/08  14:52:27  adam
  31  * Minor changes. Dictionary is lower case now.
  32  *
  33  * Revision 1.5  1995/09/06  16:11:16  adam
  34  * Option: only one word key per file.
  35  *
  36  * Revision 1.4  1995/09/05  15:28:39  adam
  37  * More work on search engine.
  38  *
  39  * Revision 1.3  1995/09/04  12:33:41  adam
  40  * Various cleanup. YAZ util used instead.
  41  *
  42  * Revision 1.2  1995/09/04  09:10:34  adam
  43  * More work on index add/del/update.
  44  * Merge sort implemented.
  45  * Initial work on z39 server.
  46  *
  47  * Revision 1.1  1995/09/01  14:06:35  adam
  48  * Split of work into more files.
  49  *
  50  */
  51 #include <stdio.h>
  52 #include <assert.h>
  53 #include <unistd.h>
  54 #include <fcntl.h>
  55 #include <ctype.h>
  56
  57 #include <alexutil.h>
  58 #include <recctrl.h>
  59 #include "index.h"
  60
  61 static Dict file_idx;
  62 static SYSNO sysno_next;
  63 static int sys_idx_fd = -1;
  64
  65 static int key_cmd;
  66 static int key_sysno;
  67 static char **key_buf;
  68 static size_t ptr_top;
  69 static size_t ptr_i;
  70 static size_t kused;
  71 static int key_file_no;
  72
  73 void key_open (int mem)
  74 {
  75     void *file_key;
  76
  77     if (mem < 50000)
  78         mem = 50000;
  79     key_buf = xmalloc (mem);
  80     ptr_top = mem/sizeof(char*);
  81     ptr_i = 0;
  82     kused = 0;
  83     key_file_no = 0;
  84
  85     if (!(file_idx = dict_open (FNAME_FILE_DICT, 40, 1)))
  86     {
  87         logf (LOG_FATAL, "dict_open fail of %s", "fileidx");
  88         exit (1);
  89     }
  90     file_key = dict_lookup (file_idx, ".");
  91     if (file_key)
  92         memcpy (&sysno_next, (char*)file_key+1, sizeof(sysno_next));
  93     else
  94         sysno_next = 1;
  95     if ((sys_idx_fd = open (FNAME_SYS_IDX, O_RDWR|O_CREAT, 0666)) == -1)
  96     {
  97         logf (LOG_FATAL|LOG_ERRNO, "open %s", FNAME_SYS_IDX);
  98         exit (1);
  99     }
 100 }
 101
 102 void key_flush (void)
 103 {
 104     FILE *outf;
 105     char out_fname[200];
 106     char *prevcp, *cp;
 107
 108     if (ptr_i <= 0)
 109         return;
 110
 111     key_file_no++;
 112     logf (LOG_LOG, "sorting section %d", key_file_no);
 113     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_qsort_compare);
 114     sprintf (out_fname, TEMP_FNAME, key_file_no);
 115
 116     if (!(outf = fopen (out_fname, "w")))
 117     {
 118         logf (LOG_FATAL|LOG_ERRNO, "fopen (4) %s", out_fname);
 119         exit (1);
 120     }
 121     logf (LOG_LOG, "writing section %d", key_file_no);
 122     prevcp = cp = key_buf[ptr_top-ptr_i];
 123
 124     if (fwrite (cp, strlen (cp)+2+sizeof(struct it_key), 1, outf) != 1)
 125     {
 126         logf (LOG_FATAL|LOG_ERRNO, "fwrite %s", out_fname);
 127         exit (1);
 128     }
 129     while (--ptr_i > 0)
 130     {
 131         cp = key_buf[ptr_top-ptr_i];
 132         if (strcmp (cp, prevcp))
 133         {
 134             if (fwrite (cp, strlen (cp)+2+sizeof(struct it_key), 1,
 135                         outf) != 1)
 136             {
 137                 logf (LOG_FATAL|LOG_ERRNO, "fwrite %s", out_fname);
 138                 exit (1);
 139             }
 140             prevcp = cp;
 141         }
 142         else
 143         {
 144             cp = strlen (cp) + cp;
 145             if (fwrite (cp, 2+sizeof(struct it_key), 1, outf) != 1)
 146             {
 147                 logf (LOG_FATAL|LOG_ERRNO, "fwrite %s", out_fname);
 148                 exit (1);
 149             }
 150         }
 151     }
 152     if (fclose (outf))
 153     {
 154         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
 155         exit (1);
 156     }
 157     logf (LOG_LOG, "finished section %d", key_file_no);
 158     ptr_i = 0;
 159     kused = 0;
 160 }
 161
 162 int key_close (void)
 163 {
 164     key_flush ();
 165     xfree (key_buf);
 166     close (sys_idx_fd);
 167     dict_insert (file_idx, ".", sizeof(sysno_next), &sysno_next);
 168     dict_close (file_idx);
 169     return key_file_no;
 170 }
 171
 172 static void wordInit (RecWord *p)
 173 {
 174     p->attrSet = 1;
 175     p->attrUse = 1016;
 176     p->which = Word_String;
 177 }
 178
 179 static void wordAdd (const RecWord *p)
 180 {
 181     struct it_key key;
 182     size_t i;
 183
 184     if (kused + 1024 > (ptr_top-ptr_i)*sizeof(char*))
 185         key_flush ();
 186     ++ptr_i;
 187     key_buf[ptr_top-ptr_i] = (char*)key_buf + kused;
 188     kused += index_word_prefix ((char*)key_buf + kused,
 189                                 p->attrSet, p->attrUse);
 190     switch (p->which)
 191     {
 192     case Word_String:
 193         for (i = 0; p->u.string[i]; i++)
 194             ((char*)key_buf) [kused++] = index_char_cvt (p->u.string[i]);
 195         ((char*)key_buf) [kused++] = '\0';
 196         break;
 197     default:
 198         return ;
 199     }
 200     ((char*) key_buf)[kused++] = ((key_cmd == 'a') ? 1 : 0);
 201     key.sysno = key_sysno;
 202     key.seqno = p->seqno;
 203     memcpy ((char*)key_buf + kused, &key, sizeof(key));
 204     kused += sizeof(key);
 205 }
 206
 207 void file_extract (int cmd, const char *fname, const char *kname)
 208 {
 209     int i;
 210     char ext[128];
 211     SYSNO sysno;
 212     char ext_res[128];
 213     const char *file_type;
 214     void *file_info;
 215     FILE *inf;
 216     struct recExtractCtrl extractCtrl;
 217     RecType rt;
 218
 219     logf (LOG_DEBUG, "%c %s k=%s", cmd, fname, kname);
 220     for (i = strlen(fname); --i >= 0; )
 221         if (fname[i] == '/')
 222         {
 223             strcpy (ext, "");
 224             break;
 225         }
 226         else if (fname[i] == '.')
 227         {
 228             strcpy (ext, fname+i+1);
 229             break;
 230         }
 231     sprintf (ext_res, "fileExtension.%s", ext);
 232     if (!(file_type = res_get (common_resource, ext_res)))
 233         return;
 234     if (!(rt = recType_byName (file_type)))
 235         return;
 236     file_info = dict_lookup (file_idx, kname);
 237     if (!file_info)
 238     {
 239         sysno = sysno_next++;
 240         dict_insert (file_idx, kname, sizeof(sysno), &sysno);
 241         lseek (sys_idx_fd, sysno * SYS_IDX_ENTRY_LEN, SEEK_SET);
 242         write (sys_idx_fd, file_type, strlen (file_type)+1);
 243         write (sys_idx_fd, kname, strlen(kname)+1);
 244     }
 245     else
 246         memcpy (&sysno, (char*) file_info+1, sizeof(sysno));
 247
 248     if (!(inf = fopen (fname, "r")))
 249     {
 250         logf (LOG_WARN|LOG_ERRNO, "open %s", fname);
 251         return;
 252     }
 253     extractCtrl.inf = inf;
 254     extractCtrl.subType = "";
 255     extractCtrl.init = wordInit;
 256     extractCtrl.add = wordAdd;
 257     key_sysno = sysno;
 258     key_cmd = cmd;
 259     (*rt->extract)(&extractCtrl);
 260     fclose (inf);
 261 }