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