index/extract.c

   1 /*
   2  * Copyright (C) 1994-1996, Index Data I/S
   3  * All rights reserved.
   4  * Sebastian Hammer, Adam Dickmeiss
   5  *
   6  * $Log: extract.c,v $
   7  * Revision 1.72  1997-07-15 16:32:29  adam
   8  * Bug fix: Match handler didn't terminate the resulting string!
   9  *
  10  * Revision 1.71  1997/07/15 16:28:41  adam
  11  * Bug fix: storeData didn't work with files with multiple records.
  12  * Bug fix: fixed memory management with records; not really well
  13  *  thought through.
  14  *
  15  * Revision 1.70  1997/07/01 13:00:42  adam
  16  * Bug fix in routine searchRecordKey: uninitialized variables.
  17  *
  18  * Revision 1.69  1997/04/29 09:26:03  adam
  19  * Bug fix: generic recordId handling didn't work for compressed internal
  20  * keys.
  21  *
  22  * Revision 1.68  1997/02/12 20:39:45  adam
  23  * Implemented options -f <n> that limits the log to the first <n>
  24  * records.
  25  * Changed some log messages also.
  26  *
  27  * Revision 1.67  1996/11/15 15:02:14  adam
  28  * Minor changes regarding logging.
  29  *
  30  * Revision 1.66  1996/11/14  09:52:21  adam
  31  * Strings in record keys bound by IT_MAX_WORD.
  32  *
  33  * Revision 1.65  1996/11/14  08:57:56  adam
  34  * Reduction of storeKeys area.
  35  *
  36  * Revision 1.64  1996/11/08 11:10:16  adam
  37  * Buffers used during file match got bigger.
  38  * Compressed ISAM support everywhere.
  39  * Bug fixes regarding masking characters in queries.
  40  * Redesigned Regexp-2 queries.
  41  *
  42  * Revision 1.63  1996/10/29 14:09:39  adam
  43  * Use of cisam system - enabled if setting isamc is 1.
  44  *
  45  * Revision 1.62  1996/10/11 10:57:01  adam
  46  * New module recctrl. Used to manage records (extract/retrieval).
  47  * Several files have been moved to the recctrl sub directory.
  48  *
  49  * Revision 1.61  1996/06/06 12:08:37  quinn
  50  * Added showRecord function
  51  *
  52  * Revision 1.60  1996/06/04  10:18:12  adam
  53  * Search/scan uses character mapping module.
  54  *
  55  * Revision 1.59  1996/05/14  15:47:07  adam
  56  * Cleanup of various buffer size entities.
  57  *
  58  * Revision 1.58  1996/05/14  06:16:38  adam
  59  * Compact use/set bytes used in search service.
  60  *
  61  * Revision 1.57  1996/05/13 14:23:04  adam
  62  * Work on compaction of set/use bytes in dictionary.
  63  *
  64  * Revision 1.56  1996/05/09  09:54:42  adam
  65  * Server supports maps from one logical attributes to a list of physical
  66  * attributes.
  67  * The extraction process doesn't make space consuming 'any' keys.
  68  *
  69  * Revision 1.55  1996/05/09  07:28:55  quinn
  70  * Work towards phrases and multiple registers
  71  *
  72  * Revision 1.54  1996/05/01  13:46:35  adam
  73  * First work on multiple records in one file.
  74  * New option, -offset, to the "unread" command in the filter module.
  75  *
  76  * Revision 1.53  1996/04/26  12:09:43  adam
  77  * Added a few comments.
  78  *
  79  * Revision 1.52  1996/04/25  13:27:57  adam
  80  * Function recordExtract modified so that files with no keys (possibly empty)
  81  * are ignored.
  82  *
  83  * Revision 1.51  1996/03/19  11:08:42  adam
  84  * Bug fix: Log preamble wasn't always turned off after recordExtract.
  85  *
  86  * Revision 1.50  1996/02/12  18:45:36  adam
  87  * New fileVerboseFlag in record group control.
  88  *
  89  * Revision 1.49  1996/02/05  12:29:57  adam
  90  * Logging reduced a bit.
  91  * The remaining running time is estimated during register merge.
  92  *
  93  * Revision 1.48  1996/02/01  20:53:26  adam
  94  * The temporary per-record keys are compacted a little, and duplication
  95  * of the per-records keys are avoided when they are saved in the record
  96  * information buffer.
  97  *
  98  * Revision 1.47  1996/01/17  14:57:48  adam
  99  * Prototype changed for reader functions in extract/retrieve. File
 100  *  is identified by 'void *' instead of 'int.
 101  *
 102  * Revision 1.46  1995/12/15  14:57:16  adam
 103  * Bug fix.
 104  *
 105  * Revision 1.45  1995/12/15  12:37:41  adam
 106  * In addRecordKeyAny: Writes key only when attrSet != -1.
 107  *
 108  * Revision 1.44  1995/12/12  16:00:54  adam
 109  * System call sync(2) used after update/commit.
 110  * Locking (based on fcntl) uses F_EXLCK and F_SHLCK instead of F_WRLCK
 111  * and F_RDLCK.
 112  *
 113  * Revision 1.43  1995/12/11  09:12:46  adam
 114  * The rec_get function returns NULL if record doesn't exist - will
 115  * happen in the server if the result set records have been deleted since
 116  * the creation of the set (i.e. the search).
 117  * The server saves a result temporarily if it is 'volatile', i.e. the
 118  * set is register dependent.
 119  *
 120  * Revision 1.42  1995/12/07  17:38:46  adam
 121  * Work locking mechanisms for concurrent updates/commit.
 122  *
 123  * Revision 1.41  1995/12/06  16:06:42  adam
 124  * Better diagnostics. Work on 'real' dictionary deletion.
 125  *
 126  * Revision 1.40  1995/12/05  16:57:40  adam
 127  * More work on regular patterns.
 128  *
 129  * Revision 1.39  1995/12/05  13:20:18  adam
 130  * Bug fix: file_read sometimes returned early EOF.
 131  *
 132  * Revision 1.38  1995/12/04  17:59:21  adam
 133  * More work on regular expression conversion.
 134  *
 135  * Revision 1.37  1995/12/04  14:22:27  adam
 136  * Extra arg to recType_byName.
 137  * Started work on new regular expression parsed input to
 138  * structured records.
 139  *
 140  * Revision 1.36  1995/11/30  08:34:29  adam
 141  * Started work on commit facility.
 142  * Changed a few malloc/free to xmalloc/xfree.
 143  *
 144  * Revision 1.35  1995/11/28  14:26:21  adam
 145  * Bug fix: recordId with constant wasn't right.
 146  * Bug fix: recordId dictionary entry wasn't deleted when needed.
 147  *
 148  * Revision 1.34  1995/11/28  09:09:38  adam
 149  * Zebra config renamed.
 150  * Use setting 'recordId' to identify record now.
 151  * Bug fix in recindex.c: rec_release_blocks was invokeded even
 152  * though the blocks were already released.
 153  * File traversal properly deletes records when needed.
 154  *
 155  * Revision 1.33  1995/11/27  09:56:20  adam
 156  * Record info elements better enumerated. Internal store of records.
 157  *
 158  * Revision 1.32  1995/11/25  10:24:05  adam
 159  * More record fields - they are enumerated now.
 160  * New options: flagStoreData flagStoreKey.
 161  *
 162  * Revision 1.31  1995/11/24  11:31:35  adam
 163  * Commands add & del read filenames from stdin if source directory is
 164  * empty.
 165  * Match criteria supports 'constant' strings.
 166  *
 167  * Revision 1.30  1995/11/22  17:19:16  adam
 168  * Record management uses the bfile system.
 169  *
 170  * Revision 1.29  1995/11/21  15:01:14  adam
 171  * New general match criteria implemented.
 172  * New feature: document groups.
 173  *
 174  * Revision 1.28  1995/11/21  09:20:30  adam
 175  * Yet more work on record match.
 176  *
 177  * Revision 1.27  1995/11/20  16:59:45  adam
 178  * New update method: the 'old' keys are saved for each records.
 179  *
 180  * Revision 1.26  1995/11/20  11:56:24  adam
 181  * Work on new traversal.
 182  *
 183  * Revision 1.25  1995/11/16  15:34:54  adam
 184  * Uses new record management system in both indexer and server.
 185  *
 186  * Revision 1.24  1995/11/15  19:13:08  adam
 187  * Work on record management.
 188  *
 189  * Revision 1.23  1995/10/27  14:00:10  adam
 190  * Implemented detection of database availability.
 191  *
 192  * Revision 1.22  1995/10/17  18:02:07  adam
 193  * New feature: databases. Implemented as prefix to words in dictionary.
 194  *
 195  * Revision 1.21  1995/10/10  12:24:38  adam
 196  * Temporary sort files are compressed.
 197  *
 198  * Revision 1.20  1995/10/06  13:52:05  adam
 199  * Bug fixes. Handler may abort further scanning.
 200  *
 201  * Revision 1.19  1995/10/04  12:55:16  adam
 202  * Bug fix in ranked search. Use=Any keys inserted.
 203  *
 204  * Revision 1.18  1995/10/04  09:37:08  quinn
 205  * Fixed bug.
 206  *
 207  * Revision 1.17  1995/10/03  14:28:57  adam
 208  * Buffered read in extract works.
 209  *
 210  * Revision 1.16  1995/10/03  14:28:45  adam
 211  * Work on more effecient read handler in extract.
 212  *
 213  * Revision 1.15  1995/10/02  15:42:53  adam
 214  * Extract uses file descriptors instead of FILE pointers.
 215  *
 216  * Revision 1.14  1995/10/02  15:29:13  adam
 217  * More logging in file_extract.
 218  *
 219  * Revision 1.13  1995/09/29  14:01:39  adam
 220  * Bug fixes.
 221  *
 222  * Revision 1.12  1995/09/28  14:22:56  adam
 223  * Sort uses smaller temporary files.
 224  *
 225  * Revision 1.11  1995/09/28  12:10:31  adam
 226  * Bug fixes. Field prefix used in queries.
 227  *
 228  * Revision 1.10  1995/09/28  09:19:41  adam
 229  * xfree/xmalloc used everywhere.
 230  * Extract/retrieve method seems to work for text records.
 231  *
 232  * Revision 1.9  1995/09/27  12:22:28  adam
 233  * More work on extract in record control.
 234  * Field name is not in isam keys but in prefix in dictionary words.
 235  *
 236  * Revision 1.8  1995/09/14  07:48:22  adam
 237  * Record control management.
 238  *
 239  * Revision 1.7  1995/09/11  13:09:32  adam
 240  * More work on relevance feedback.
 241  *
 242  * Revision 1.6  1995/09/08  14:52:27  adam
 243  * Minor changes. Dictionary is lower case now.
 244  *
 245  * Revision 1.5  1995/09/06  16:11:16  adam
 246  * Option: only one word key per file.
 247  *
 248  * Revision 1.4  1995/09/05  15:28:39  adam
 249  * More work on search engine.
 250  *
 251  * Revision 1.3  1995/09/04  12:33:41  adam
 252  * Various cleanup. YAZ util used instead.
 253  *
 254  * Revision 1.2  1995/09/04  09:10:34  adam
 255  * More work on index add/del/update.
 256  * Merge sort implemented.
 257  * Initial work on z39 server.
 258  *
 259  * Revision 1.1  1995/09/01  14:06:35  adam
 260  * Split of work into more files.
 261  *
 262  */
 263 #include <stdio.h>
 264 #include <assert.h>
 265 #include <unistd.h>
 266 #include <fcntl.h>
 267
 268 #include <recctrl.h>
 269 #include "index.h"
 270
 271 #include "zinfo.h"
 272
 273 static Dict matchDict;
 274
 275 static Records records = NULL;
 276
 277 static char **key_buf;
 278 static size_t ptr_top;
 279 static size_t ptr_i;
 280 static size_t key_buf_used;
 281 static int key_file_no;
 282
 283 static int records_inserted = 0;
 284 static int records_updated = 0;
 285 static int records_deleted = 0;
 286 static int records_processed = 0;
 287
 288 static ZebTargetInfo *zti = NULL;
 289
 290 static void logRecord (int showFlag)
 291 {
 292     if (!showFlag)
 293         ++records_processed;
 294     if (showFlag || !(records_processed % 1000))
 295     {
 296         logf (LOG_LOG, "Records: %7d i/u/d %d/%d/%d",
 297               records_processed, records_inserted, records_updated,
 298               records_deleted);
 299     }
 300 }
 301
 302 void key_open (int mem)
 303 {
 304     if (!mem)
 305         mem = atoi(res_get_def (common_resource, "memMax", "4"))*1024*1024;
 306     if (mem < 50000)
 307         mem = 50000;
 308     key_buf = xmalloc (mem);
 309     ptr_top = mem/sizeof(char*);
 310     ptr_i = 0;
 311
 312     key_buf_used = 0;
 313     key_file_no = 0;
 314
 315     if (!(matchDict = dict_open (GMATCH_DICT, 50, 1)))
 316     {
 317         logf (LOG_FATAL, "dict_open fail of %s", GMATCH_DICT);
 318         exit (1);
 319     }
 320     assert (!records);
 321     records = rec_open (1);
 322 #if 1
 323     zti = zebTargetInfo_open (records, 1);
 324 #endif
 325 }
 326
 327 struct encode_info {
 328     int  sysno;
 329     int  seqno;
 330     char buf[768];
 331 };
 332
 333 void encode_key_init (struct encode_info *i)
 334 {
 335     i->sysno = 0;
 336     i->seqno = 0;
 337 }
 338
 339 char *encode_key_int (int d, char *bp)
 340 {
 341     if (d <= 63)
 342         *bp++ = d;
 343     else if (d <= 16383)
 344     {
 345         *bp++ = 64 + (d>>8);
 346         *bp++ = d  & 255;
 347     }
 348     else if (d <= 4194303)
 349     {
 350         *bp++ = 128 + (d>>16);
 351         *bp++ = (d>>8) & 255;
 352         *bp++ = d & 255;
 353     }
 354     else
 355     {
 356         *bp++ = 192 + (d>>24);
 357         *bp++ = (d>>16) & 255;
 358         *bp++ = (d>>8) & 255;
 359         *bp++ = d & 255;
 360     }
 361     return bp;
 362 }
 363
 364 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
 365 {
 366     struct it_key key;
 367     char *bp = i->buf;
 368
 369     while ((*bp++ = *k++))
 370         ;
 371     memcpy (&key, k+1, sizeof(struct it_key));
 372     bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
 373     if (i->sysno != key.sysno)
 374     {
 375         i->sysno = key.sysno;
 376         i->seqno = 0;
 377     }
 378     bp = encode_key_int (key.seqno - i->seqno, bp);
 379     i->seqno = key.seqno;
 380     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
 381     {
 382         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
 383         exit (1);
 384     }
 385 }
 386
 387 #define SORT_EXTRA 0
 388
 389 #if SORT_EXTRA
 390 static int key_y_len;
 391
 392 static int key_y_compare (const void *p1, const void *p2)
 393 {
 394     int r;
 395
 396     if ((r = key_compare (*(char**) p1 + key_y_len + 1,
 397                           *(char**) p2 + key_y_len + 1)))
 398          return r;
 399     return *(*(char**) p1 + key_y_len) - *(*(char**) p2 + key_y_len);
 400 }
 401
 402 static int key_x_compare (const void *p1, const void *p2)
 403 {
 404     return strcmp (*(char**) p1, *(char**) p2);
 405 }
 406 #endif
 407
 408 void key_flush (void)
 409 {
 410     FILE *outf;
 411     char out_fname[200];
 412     char *prevcp, *cp;
 413     struct encode_info encode_info;
 414 #if SORT_EXTRA
 415     int i;
 416 #endif
 417
 418     if (ptr_i <= 0)
 419         return;
 420
 421     key_file_no++;
 422     logf (LOG_LOG, "sorting section %d", key_file_no);
 423 #if !SORT_EXTRA
 424     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_qsort_compare);
 425     getFnameTmp (out_fname, key_file_no);
 426
 427     if (!(outf = fopen (out_fname, "w")))
 428     {
 429         logf (LOG_FATAL|LOG_ERRNO, "fopen (4) %s", out_fname);
 430         exit (1);
 431     }
 432     logf (LOG_LOG, "writing section %d", key_file_no);
 433     prevcp = cp = key_buf[ptr_top-ptr_i];
 434
 435     encode_key_init (&encode_info);
 436     encode_key_write (cp, &encode_info, outf);
 437     while (--ptr_i > 0)
 438     {
 439         cp = key_buf[ptr_top-ptr_i];
 440         if (strcmp (cp, prevcp))
 441         {
 442             encode_key_init (&encode_info);
 443             encode_key_write (cp, &encode_info, outf);
 444             prevcp = cp;
 445         }
 446         else
 447             encode_key_write (cp + strlen(cp), &encode_info, outf);
 448     }
 449 #else
 450     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
 451     getFnameTmp (out_fname, key_file_no);
 452
 453     if (!(outf = fopen (out_fname, "w")))
 454     {
 455         logf (LOG_FATAL|LOG_ERRNO, "fopen (4) %s", out_fname);
 456         exit (1);
 457     }
 458     logf (LOG_LOG, "writing section %d", key_file_no);
 459     i = ptr_i;
 460     prevcp =  key_buf[ptr_top-i];
 461     while (1)
 462         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
 463         {
 464             key_y_len = strlen(prevcp)+1;
 465 #if 0
 466             logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
 467                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
 468 #endif
 469             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
 470                                    sizeof(char*), key_y_compare);
 471             cp = key_buf[ptr_top-ptr_i];
 472             --key_y_len;
 473             encode_key_init (&encode_info);
 474             encode_key_write (cp, &encode_info, outf);
 475             while (--ptr_i > i)
 476             {
 477                 cp = key_buf[ptr_top-ptr_i];
 478                 encode_key_write (cp+key_y_len, &encode_info, outf);
 479             }
 480             if (!i)
 481                 break;
 482             prevcp = key_buf[ptr_top-ptr_i];
 483         }
 484 #endif
 485     if (fclose (outf))
 486     {
 487         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
 488         exit (1);
 489     }
 490     logf (LOG_LOG, "finished section %d", key_file_no);
 491     ptr_i = 0;
 492     key_buf_used = 0;
 493 }
 494
 495 int key_close (void)
 496 {
 497     key_flush ();
 498     xfree (key_buf);
 499 #if 1
 500     zebTargetInfo_close (zti, 1);
 501 #endif
 502     rec_close (&records);
 503     dict_close (matchDict);
 504
 505     logRecord (1);
 506     return key_file_no;
 507 }
 508
 509 static void wordInit (RecWord *p)
 510 {
 511     p->attrSet = 1;
 512     p->attrUse = 1016;
 513     p->which = Word_String;
 514 }
 515
 516 struct recKeys {
 517     int buf_used;
 518     int buf_max;
 519     char *buf;
 520     char prevAttrSet;
 521     short prevAttrUse;
 522     int prevSeqNo;
 523 } reckeys;
 524
 525 static void addRecordKey (const RecWord *p)
 526 {
 527     char *dst;
 528     char attrSet;
 529     short attrUse;
 530     size_t i;
 531     int lead = 0;
 532     int diff = 0;
 533
 534     if (reckeys.buf_used+1024 > reckeys.buf_max)
 535     {
 536         char *b;
 537
 538         b = xmalloc (reckeys.buf_max += 128000);
 539         if (reckeys.buf_used > 0)
 540             memcpy (b, reckeys.buf, reckeys.buf_used);
 541         xfree (reckeys.buf);
 542         reckeys.buf = b;
 543     }
 544     dst = reckeys.buf + reckeys.buf_used;
 545
 546     attrSet = p->attrSet;
 547     if (reckeys.buf_used > 0 && reckeys.prevAttrSet == attrSet)
 548         lead |= 1;
 549     else
 550         reckeys.prevAttrSet = attrSet;
 551     attrUse = p->attrUse;
 552     if (reckeys.buf_used > 0 && reckeys.prevAttrUse == attrUse)
 553         lead |= 2;
 554     else
 555         reckeys.prevAttrUse = attrUse;
 556 #if 1
 557     diff = 1 + p->seqno - reckeys.prevSeqNo;
 558     if (diff >= 1 && diff <= 15)
 559         lead |= (diff << 2);
 560     else
 561         diff = 0;
 562 #endif
 563     reckeys.prevSeqNo = p->seqno;
 564
 565     *dst++ = lead;
 566
 567     if (!(lead & 1))
 568     {
 569         memcpy (dst, &attrSet, sizeof(attrSet));
 570         dst += sizeof(attrSet);
 571     }
 572     if (!(lead & 2))
 573     {
 574         memcpy (dst, &attrUse, sizeof(attrUse));
 575         dst += sizeof(attrUse);
 576     }
 577     switch (p->which)
 578     {
 579         case Word_String:
 580             *dst++ = 'w';
 581             break;
 582         case Word_Phrase:
 583             *dst++ = 'p';
 584             break;
 585         case Word_Numeric:
 586             *dst++ = 'n';
 587     }
 588     for (i = 0; p->u.string[i] && i < IT_MAX_WORD-3; i++)
 589         *dst++ = p->u.string[i];
 590     *dst++ = '\0';
 591
 592     if (!diff)
 593     {
 594         memcpy (dst, &p->seqno, sizeof(p->seqno));
 595         dst += sizeof(p->seqno);
 596     }
 597     reckeys.buf_used = dst - reckeys.buf;
 598 }
 599
 600 static void flushRecordKeys (SYSNO sysno, int cmd, struct recKeys *reckeys,
 601                              const char *databaseName)
 602 {
 603     char attrSet = -1;
 604     short attrUse = -1;
 605     int seqno = 0;
 606     int off = 0;
 607
 608     if (zebTargetInfo_curDatabase (zti, databaseName))
 609     {
 610         if (zebTargetInfo_newDatabase (zti, databaseName))
 611             abort ();
 612     }
 613     while (off < reckeys->buf_used)
 614     {
 615         const char *src = reckeys->buf + off;
 616         struct it_key key;
 617         int lead, ch;
 618
 619         lead = *src++;
 620
 621         if (!(lead & 1))
 622         {
 623             memcpy (&attrSet, src, sizeof(attrSet));
 624             src += sizeof(attrSet);
 625         }
 626         if (!(lead & 2))
 627         {
 628             memcpy (&attrUse, src, sizeof(attrUse));
 629             src += sizeof(attrUse);
 630         }
 631         if (key_buf_used + 1024 > (ptr_top-ptr_i)*sizeof(char*))
 632             key_flush ();
 633         ++ptr_i;
 634         key_buf[ptr_top-ptr_i] = (char*)key_buf + key_buf_used;
 635
 636         ch = zebTargetInfo_lookupSU (zti, attrSet, attrUse);
 637         if (ch < 0)
 638             ch = zebTargetInfo_addSU (zti, attrSet, attrUse);
 639         assert (ch > 0);
 640         ((char*) key_buf) [key_buf_used++] = ch;
 641         while (*src)
 642             ((char*)key_buf) [key_buf_used++] = *src++;
 643         src++;
 644         ((char*)key_buf) [key_buf_used++] = '\0';
 645         ((char*) key_buf)[key_buf_used++] = cmd;
 646
 647         if (lead & 60)
 648             seqno += ((lead>>2) & 15)-1;
 649         else
 650         {
 651             memcpy (&seqno, src, sizeof(seqno));
 652             src += sizeof(seqno);
 653         }
 654         key.seqno = seqno;
 655         key.sysno = sysno;
 656         memcpy ((char*)key_buf + key_buf_used, &key, sizeof(key));
 657         key_buf_used += sizeof(key);
 658         off = src - reckeys->buf;
 659     }
 660     assert (off == reckeys->buf_used);
 661 }
 662
 663 static const char **searchRecordKey (struct recKeys *reckeys,
 664                                int attrSetS, int attrUseS)
 665 {
 666     static const char *ws[32];
 667     int off = 0;
 668     int startSeq = -1;
 669     int i;
 670     short attrUse;
 671     char attrSet;
 672     int seqno = 0;
 673
 674     for (i = 0; i<32; i++)
 675         ws[i] = NULL;
 676
 677     while (off < reckeys->buf_used)
 678     {
 679
 680         const char *src = reckeys->buf + off;
 681         const char *wstart;
 682         int lead;
 683
 684         lead = *src++;
 685
 686         if (!(lead & 1))
 687         {
 688             memcpy (&attrSet, src, sizeof(attrSet));
 689             src += sizeof(attrSet);
 690         }
 691         if (!(lead & 2))
 692         {
 693             memcpy (&attrUse, src, sizeof(attrUse));
 694             src += sizeof(attrUse);
 695         }
 696         wstart = src;
 697         while (*src++)
 698             ;
 699         if (lead & 60)
 700             seqno += ((lead>>2) & 15)-1;
 701         else
 702         {
 703             memcpy (&seqno, src, sizeof(seqno));
 704             src += sizeof(seqno);
 705         }
 706         if (attrUseS == attrUse && attrSetS == attrSet)
 707         {
 708             int woff;
 709
 710
 711             if (startSeq == -1)
 712                 startSeq = seqno;
 713             woff = seqno - startSeq;
 714             if (woff >= 0 && woff < 31)
 715                 ws[woff] = wstart;
 716         }
 717
 718         off = src - reckeys->buf;
 719     }
 720     assert (off == reckeys->buf_used);
 721     return ws;
 722 }
 723
 724 struct file_read_info {
 725     off_t file_max;
 726     off_t file_offset;
 727     off_t file_moffset;
 728     int file_more;
 729     int fd;
 730 };
 731
 732 static struct file_read_info *file_read_start (int fd)
 733 {
 734     struct file_read_info *fi = xmalloc (sizeof(*fi));
 735
 736     fi->fd = fd;
 737     fi->file_max = 0;
 738     fi->file_moffset = 0;
 739     return fi;
 740 }
 741
 742 static void file_read_stop (struct file_read_info *fi)
 743 {
 744     assert (fi);
 745     xfree (fi);
 746 }
 747
 748 static off_t file_seek (void *handle, off_t offset)
 749 {
 750     struct file_read_info *p = handle;
 751     p->file_offset = offset;
 752     return lseek (p->fd, offset, SEEK_SET);
 753 }
 754
 755 static int file_read (void *handle, char *buf, size_t count)
 756 {
 757     struct file_read_info *p = handle;
 758     int fd = p->fd;
 759     int r;
 760     r = read (fd, buf, count);
 761     if (r > 0)
 762     {
 763         p->file_offset += r;
 764         if (p->file_offset > p->file_max)
 765             p->file_max = p->file_offset;
 766     }
 767     return r;
 768 }
 769
 770 static void file_begin (void *handle)
 771 {
 772     struct file_read_info *p = handle;
 773
 774     p->file_offset = p->file_moffset;
 775     if (p->file_moffset)
 776         lseek (p->fd, p->file_moffset, SEEK_SET);
 777     p->file_more = 0;
 778 }
 779
 780 static void file_end (void *handle, off_t offset)
 781 {
 782     struct file_read_info *p = handle;
 783
 784     assert (p->file_more == 0);
 785     p->file_more = 1;
 786     p->file_moffset = offset;
 787 }
 788
 789 static int atois (const char **s)
 790 {
 791     int val = 0, c;
 792     while ( (c=**s) >= '0' && c <= '9')
 793     {
 794         val = val*10 + c - '0';
 795         ++(*s);
 796     }
 797     return val;
 798 }
 799
 800 static char *fileMatchStr (struct recKeys *reckeys, struct recordGroup *rGroup,
 801                            const char *fname,
 802                            const char *spec)
 803 {
 804     static char dstBuf[2048];
 805     char *dst = dstBuf;
 806     const char *s = spec;
 807     static const char **w;
 808     int i;
 809
 810     while (1)
 811     {
 812         while (*s == ' ' || *s == '\t')
 813             s++;
 814         if (!*s)
 815             break;
 816         if (*s == '(')
 817         {
 818             char matchFlag[32];
 819             int attrSet, attrUse;
 820             int first = 1;
 821
 822             s++;
 823             attrSet = atois (&s);
 824             if (*s != ',')
 825             {
 826                 logf (LOG_WARN, "Missing , in match criteria %s in group %s",
 827                       spec, rGroup->groupName ? rGroup->groupName : "none");
 828                 return NULL;
 829             }
 830             s++;
 831             attrUse = atois (&s);
 832             w = searchRecordKey (reckeys, attrSet, attrUse);
 833             assert (w);
 834
 835             if (*s == ')')
 836             {
 837                 for (i = 0; i<32; i++)
 838                     matchFlag[i] = 1;
 839             }
 840             else
 841             {
 842                 logf (LOG_WARN, "Missing ) in match criteria %s in group %s",
 843                       spec, rGroup->groupName ? rGroup->groupName : "none");
 844                 return NULL;
 845             }
 846             s++;
 847
 848             for (i = 0; i<32; i++)
 849                 if (matchFlag[i] && w[i])
 850                 {
 851                     if (first)
 852                     {
 853                         *dst++ = ' ';
 854                         first = 0;
 855                     }
 856                     strcpy (dst, w[i]);
 857                     dst += strlen(w[i]);
 858                 }
 859             if (first)
 860             {
 861                 logf (LOG_WARN, "Record didn't contain match"
 862                       " fields in (%d,%d)", attrSet, attrUse);
 863                 return NULL;
 864             }
 865         }
 866         else if (*s == '$')
 867         {
 868             int spec_len;
 869             char special[64];
 870             const char *spec_src = NULL;
 871             const char *s1 = ++s;
 872             while (*s1 && *s1 != ' ' && *s1 != '\t')
 873                 s1++;
 874
 875             spec_len = s1 - s;
 876             if (spec_len > 63)
 877                 spec_len = 63;
 878             memcpy (special, s, spec_len);
 879             special[spec_len] = '\0';
 880             s = s1;
 881
 882             if (!strcmp (special, "group"))
 883                 spec_src = rGroup->groupName;
 884             else if (!strcmp (special, "database"))
 885                 spec_src = rGroup->databaseName;
 886             else if (!strcmp (special, "filename"))
 887                 spec_src = fname;
 888             else if (!strcmp (special, "type"))
 889                 spec_src = rGroup->recordType;
 890             else
 891                 spec_src = NULL;
 892             if (spec_src)
 893             {
 894                 strcpy (dst, spec_src);
 895                 dst += strlen (spec_src);
 896             }
 897         }
 898         else if (*s == '\"' || *s == '\'')
 899         {
 900             int stopMarker = *s++;
 901             char tmpString[64];
 902             int i = 0;
 903
 904             while (*s && *s != stopMarker)
 905             {
 906                 if (i < 63)
 907                     tmpString[i++] = *s++;
 908             }
 909             if (*s)
 910                 s++;
 911             tmpString[i] = '\0';
 912             strcpy (dst, tmpString);
 913             dst += strlen (tmpString);
 914         }
 915         else
 916         {
 917             logf (LOG_WARN, "Syntax error in match criteria %s in group %s",
 918                   spec, rGroup->groupName ? rGroup->groupName : "none");
 919             return NULL;
 920         }
 921         *dst++ = 1;
 922     }
 923     if (dst == dstBuf)
 924     {
 925         logf (LOG_WARN, "No match criteria for record %s in group %s",
 926               fname, rGroup->groupName ? rGroup->groupName : "none");
 927         return NULL;
 928     }
 929     *dst = '\0';
 930     return dstBuf;
 931 }
 932
 933 struct recordLogInfo {
 934     const char *fname;
 935     int recordOffset;
 936     struct recordGroup *rGroup;
 937 };
 938
 939 static void recordLogPreamble (int level, const char *msg, void *info)
 940 {
 941     struct recordLogInfo *p = info;
 942     FILE *outf = log_file ();
 943
 944     if (level & LOG_LOG)
 945         return ;
 946     fprintf (outf, "File %s, offset %d, type %s\n",
 947              p->rGroup->recordType, p->recordOffset, p->fname);
 948     log_event_start (NULL, NULL);
 949 }
 950
 951 static int recordExtract (SYSNO *sysno, const char *fname,
 952                           struct recordGroup *rGroup, int deleteFlag,
 953                           struct file_read_info *fi, RecType recType,
 954                           char *subType)
 955 {
 956     struct recExtractCtrl extractCtrl;
 957     int r;
 958     char *matchStr;
 959     SYSNO sysnotmp;
 960     off_t recordOffset = 0;
 961     Record rec;
 962     struct recordLogInfo logInfo;
 963
 964     if (fi->fd != -1)
 965     {
 966         /* we are going to read from a file, so prepare the extraction */
 967         extractCtrl.fh = fi;
 968         extractCtrl.subType = subType;
 969         extractCtrl.init = wordInit;
 970         extractCtrl.add = addRecordKey;
 971
 972         reckeys.buf_used = 0;
 973         reckeys.prevAttrUse = -1;
 974         reckeys.prevAttrSet = -1;
 975         reckeys.prevSeqNo = 0;
 976
 977         recordOffset = fi->file_moffset;
 978         extractCtrl.offset = recordOffset;
 979         extractCtrl.readf = file_read;
 980         extractCtrl.seekf = file_seek;
 981         extractCtrl.endf = file_end;
 982         extractCtrl.map_chrs_input = map_chrs_input;
 983         extractCtrl.flagShowRecords = rGroup->flagShowRecords;
 984         if (rGroup->flagShowRecords)
 985             printf ("File: %s %ld\n", fname, (long) recordOffset);
 986
 987         logInfo.fname = fname;
 988         logInfo.recordOffset = recordOffset;
 989         logInfo.rGroup = rGroup;
 990         log_event_start (recordLogPreamble, &logInfo);
 991
 992         r = (*recType->extract)(&extractCtrl);
 993
 994         log_event_start (NULL, NULL);
 995
 996         if (r)
 997         {
 998             /* error occured during extraction ... */
 999             if (!rGroup->flagShowRecords &&
1000                     records_processed < rGroup->fileVerboseLimit)
1001             {
1002                 logf (LOG_WARN, "fail %s %s %ld code = %d", rGroup->recordType,
1003                       fname, (long) recordOffset, r);
1004             }
1005             return 0;
1006         }
1007         if (reckeys.buf_used == 0)
1008         {
1009             /* the extraction process returned no information - the record
1010                is probably empty - unless flagShowRecords is in use */
1011             if (rGroup->flagShowRecords)
1012                 return 1;
1013             logf (LOG_WARN, "No keys generated for file %s", fname);
1014             logf (LOG_WARN, " The file is probably empty");
1015             return 0;
1016         }
1017     }
1018
1019     /* perform match if sysno not known and if match criteria is specified */
1020
1021     matchStr = NULL;
1022     if (!sysno)
1023     {
1024         sysnotmp = 0;
1025         sysno = &sysnotmp;
1026         if (rGroup->recordId && *rGroup->recordId)
1027         {
1028             char *rinfo;
1029
1030             matchStr = fileMatchStr (&reckeys, rGroup, fname,
1031                                      rGroup->recordId);
1032             if (matchStr)
1033             {
1034                 rinfo = dict_lookup (matchDict, matchStr);
1035                 if (rinfo)
1036                     memcpy (sysno, rinfo+1, sizeof(*sysno));
1037             }
1038             else
1039             {
1040                 logf (LOG_WARN, "Bad match criteria");
1041                 return 0;
1042             }
1043         }
1044     }
1045
1046     if (! *sysno)
1047     {
1048         /* new record */
1049         if (deleteFlag)
1050         {
1051             logf (LOG_LOG, "Cannot delete new record");
1052             return 1;
1053         }
1054         if (records_processed < rGroup->fileVerboseLimit)
1055             logf (LOG_LOG, "add %s %s %ld", rGroup->recordType,
1056                   fname, (long) recordOffset);
1057         rec = rec_new (records);
1058         *sysno = rec->sysno;
1059
1060         if (matchStr)
1061         {
1062             dict_insert (matchDict, matchStr, sizeof(*sysno), sysno);
1063         }
1064         flushRecordKeys (*sysno, 1, &reckeys, rGroup->databaseName);
1065
1066         records_inserted++;
1067     }
1068     else
1069     {
1070         /* record already exists */
1071         struct recKeys delkeys;
1072
1073         rec = rec_get (records, *sysno);
1074         assert (rec);
1075         delkeys.buf_used = rec->size[recInfo_delKeys];
1076         delkeys.buf = rec->info[recInfo_delKeys];
1077         flushRecordKeys (*sysno, 0, &delkeys, rec->info[recInfo_databaseName]);
1078         if (deleteFlag)
1079         {
1080             /* record going to be deleted */
1081             if (!delkeys.buf_used)
1082             {
1083                 logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1084                       fname, (long) recordOffset);
1085                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
1086             }
1087             else
1088             {
1089                 if (records_processed < rGroup->fileVerboseLimit)
1090                     logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1091                           fname, (long) recordOffset);
1092                 records_deleted++;
1093                 if (matchStr)
1094                     dict_delete (matchDict, matchStr);
1095                 rec_del (records, &rec);
1096             }
1097             logRecord (0);
1098             return 1;
1099         }
1100         else
1101         {
1102             /* record going to be updated */
1103             if (!delkeys.buf_used)
1104             {
1105                 logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1106                       fname, (long) recordOffset);
1107                 logf (LOG_WARN, "cannot update file above, storeKeys false");
1108             }
1109             else
1110             {
1111                 if (records_processed < rGroup->fileVerboseLimit)
1112                     logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1113                           fname, (long) recordOffset);
1114                 flushRecordKeys (*sysno, 1, &reckeys, rGroup->databaseName);
1115                 records_updated++;
1116             }
1117         }
1118     }
1119     /* update file type */
1120     xfree (rec->info[recInfo_fileType]);
1121     rec->info[recInfo_fileType] =
1122         rec_strdup (rGroup->recordType, &rec->size[recInfo_fileType]);
1123
1124     /* update filename */
1125     xfree (rec->info[recInfo_filename]);
1126     rec->info[recInfo_filename] =
1127         rec_strdup (fname, &rec->size[recInfo_filename]);
1128
1129     /* update delete keys */
1130     xfree (rec->info[recInfo_delKeys]);
1131     if (reckeys.buf_used > 0 && rGroup->flagStoreKeys == 1)
1132     {
1133 #if 1
1134         rec->size[recInfo_delKeys] = reckeys.buf_used;
1135         rec->info[recInfo_delKeys] = reckeys.buf;
1136         reckeys.buf = NULL;
1137         reckeys.buf_max = 0;
1138 #else
1139         rec->info[recInfo_delKeys] = xmalloc (reckeys.buf_used);
1140         rec->size[recInfo_delKeys] = reckeys.buf_used;
1141         memcpy (rec->info[recInfo_delKeys], reckeys.buf,
1142                 rec->size[recInfo_delKeys]);
1143 #endif
1144     }
1145     else
1146     {
1147         rec->info[recInfo_delKeys] = NULL;
1148         rec->size[recInfo_delKeys] = 0;
1149     }
1150
1151     /* update store data */
1152     xfree (rec->info[recInfo_storeData]);
1153     if (rGroup->flagStoreData == 1)
1154     {
1155         int size = fi->file_moffset - recordOffset;
1156         if (!size)
1157             size = fi->file_max - recordOffset;
1158         rec->size[recInfo_storeData] = size;
1159         rec->info[recInfo_storeData] = xmalloc (size);
1160         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
1161         {
1162             logf (LOG_ERRNO|LOG_FATAL, "seek to %ld in %s", fname,
1163                   (long) recordOffset);
1164             exit (1);
1165         }
1166         if (read (fi->fd, rec->info[recInfo_storeData], size) < size)
1167         {
1168             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
1169                   fi->file_max, fname);
1170             exit (1);
1171         }
1172     }
1173     else
1174     {
1175         rec->info[recInfo_storeData] = NULL;
1176         rec->size[recInfo_storeData] = 0;
1177     }
1178     /* update database name */
1179     xfree (rec->info[recInfo_databaseName]);
1180     rec->info[recInfo_databaseName] =
1181         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]);
1182
1183     /* update offset */
1184     xfree (rec->info[recInfo_offset]);
1185
1186     rec->size[recInfo_offset] = sizeof(recordOffset);
1187     rec->info[recInfo_offset] = xmalloc (sizeof(recordOffset));
1188     memcpy (rec->info[recInfo_offset], &recordOffset, sizeof(recordOffset));
1189
1190     /* commit this record */
1191     rec_put (records, &rec);
1192     logRecord (0);
1193     return 1;
1194 }
1195
1196 int fileExtract (SYSNO *sysno, const char *fname,
1197                  const struct recordGroup *rGroupP, int deleteFlag)
1198 {
1199     int r, i, fd;
1200     char gprefix[128];
1201     char ext[128];
1202     char ext_res[128];
1203     char subType[128];
1204     RecType recType;
1205     struct recordGroup rGroupM;
1206     struct recordGroup *rGroup = &rGroupM;
1207     struct file_read_info *fi;
1208
1209     memcpy (rGroup, rGroupP, sizeof(*rGroupP));
1210
1211     if (!rGroup->groupName || !*rGroup->groupName)
1212         *gprefix = '\0';
1213     else
1214         sprintf (gprefix, "%s.", rGroup->groupName);
1215
1216     logf (LOG_DEBUG, "fileExtract %s", fname);
1217
1218     /* determine file extension */
1219     for (i = strlen(fname); --i >= 0; )
1220         if (fname[i] == '/')
1221         {
1222             strcpy (ext, "");
1223             break;
1224         }
1225         else if (fname[i] == '.')
1226         {
1227             strcpy (ext, fname+i+1);
1228             break;
1229         }
1230     /* determine file type - depending on extension */
1231     if (!rGroup->recordType)
1232     {
1233         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
1234         if (!(rGroup->recordType = res_get (common_resource, ext_res)))
1235         {
1236             sprintf (ext_res, "%srecordType", gprefix);
1237             if (!(rGroup->recordType = res_get (common_resource, ext_res)))
1238             {
1239                 if (records_processed < rGroup->fileVerboseLimit)
1240                     logf (LOG_LOG, "? %s", fname);
1241                 return 0;
1242             }
1243         }
1244     }
1245     if (!rGroup->recordType)
1246     {
1247         if (records_processed < rGroup->fileVerboseLimit)
1248             logf (LOG_LOG, "? record %s", fname);
1249         return 0;
1250     }
1251     if (!(recType = recType_byName (rGroup->recordType, subType)))
1252     {
1253         logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
1254         return 0;
1255     }
1256
1257     /* determine match criteria */
1258     if (!rGroup->recordId)
1259     {
1260         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
1261         rGroup->recordId = res_get (common_resource, ext_res);
1262     }
1263
1264     /* determine database name */
1265     if (!rGroup->databaseName)
1266     {
1267         sprintf (ext_res, "%sdatabase.%s", gprefix, ext);
1268         if (!(rGroup->databaseName = res_get (common_resource, ext_res)))
1269         {
1270             sprintf (ext_res, "%sdatabase", gprefix);
1271             rGroup->databaseName = res_get (common_resource, ext_res);
1272         }
1273     }
1274     if (!rGroup->databaseName)
1275         rGroup->databaseName = "Default";
1276
1277     if (rGroup->flagStoreData == -1)
1278     {
1279         const char *sval;
1280         sprintf (ext_res, "%sstoreData.%s", gprefix, ext);
1281         if (!(sval = res_get (common_resource, ext_res)))
1282         {
1283             sprintf (ext_res, "%sstoreData", gprefix);
1284             sval = res_get (common_resource, ext_res);
1285         }
1286         if (sval)
1287             rGroup->flagStoreData = atoi (sval);
1288     }
1289     if (rGroup->flagStoreData == -1)
1290         rGroup->flagStoreData = 0;
1291
1292     if (rGroup->flagStoreKeys == -1)
1293     {
1294         const char *sval;
1295
1296         sprintf (ext_res, "%sstoreKeys.%s", gprefix, ext);
1297         if (!(sval = res_get (common_resource, ext_res)))
1298         {
1299             sprintf (ext_res, "%sstoreKeys", gprefix);
1300             sval = res_get (common_resource, ext_res);
1301         }
1302         if (sval)
1303             rGroup->flagStoreKeys = atoi (sval);
1304     }
1305     if (rGroup->flagStoreKeys == -1)
1306         rGroup->flagStoreKeys = 0;
1307
1308     if (sysno && deleteFlag)
1309         fd = -1;
1310     else
1311     {
1312         if ((fd = open (fname, O_RDONLY)) == -1)
1313         {
1314             logf (LOG_WARN|LOG_ERRNO, "open %s", fname);
1315             return 0;
1316         }
1317     }
1318     fi = file_read_start (fd);
1319     do
1320     {
1321         file_begin (fi);
1322         r = recordExtract (sysno, fname, rGroup, deleteFlag, fi,
1323                            recType, subType);
1324     } while (r && !sysno && fi->file_more);
1325     file_read_stop (fi);
1326     if (fd != -1)
1327         close (fd);
1328     return r;
1329 }
1330