index/extract.c

   1 /* $Id: extract.c,v 1.147 2004-01-22 11:27:21 adam Exp $
   2    Copyright (C) 1995,1996,1997,1998,1999,2000,2001,2002,2003,2004
   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,
 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, zh->m_group ? zh->m_group : "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 = zh->m_group;
 362             else if (!strcmp (special, "database"))
 363                 spec_src = zh->basenames[0];
 364             else if (!strcmp (special, "filename")) {
 365                 spec_src = fname;
 366             }
 367             else if (!strcmp (special, "type"))
 368                 spec_src = zh->m_record_type;
 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, zh->m_group ? zh->m_group : "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, zh->m_group ? zh->m_group : "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 file_extract_record(ZebraHandle zh,
 419                                SYSNO *sysno, const char *fname,
 420                                int deleteFlag,
 421                                struct file_read_info *fi,
 422                                int force_update)
 423 {
 424     RecordAttr *recordAttr;
 425     int r;
 426     char *matchStr;
 427     SYSNO sysnotmp;
 428     Record rec;
 429     off_t recordOffset = 0;
 430     RecType recType;
 431     void *clientData;
 432     char subType[128];
 433
 434     if (!(recType =
 435           recType_byName (zh->reg->recTypes, zh->m_record_type, subType,
 436                           &clientData)))
 437     {
 438         logf (LOG_WARN, "No such record type: %s", zh->m_record_type);
 439         return 0;
 440     }
 441
 442     /* announce database */
 443     if (zebraExplain_curDatabase (zh->reg->zei, zh->basenames[0]))
 444     {
 445         if (zebraExplain_newDatabase (zh->reg->zei, zh->basenames[0],
 446                                       zh->m_explain_database))
 447             return 0;
 448     }
 449
 450     if (fi->fd != -1)
 451     {
 452         struct recExtractCtrl extractCtrl;
 453
 454         /* we are going to read from a file, so prepare the extraction */
 455         int i;
 456
 457         zh->reg->keys.buf_used = 0;
 458         zh->reg->keys.prevAttrUse = -1;
 459         zh->reg->keys.prevAttrSet = -1;
 460         zh->reg->keys.prevSeqNo = 0;
 461         zh->reg->sortKeys.buf_used = 0;
 462
 463         recordOffset = fi->file_moffset;
 464         extractCtrl.offset = fi->file_moffset;
 465         extractCtrl.readf = file_read;
 466         extractCtrl.seekf = file_seek;
 467         extractCtrl.tellf = file_tell;
 468         extractCtrl.endf = file_end;
 469         extractCtrl.fh = fi;
 470         extractCtrl.subType = subType;
 471         extractCtrl.init = extract_init;
 472         extractCtrl.tokenAdd = extract_token_add;
 473         extractCtrl.schemaAdd = extract_schema_add;
 474         extractCtrl.dh = zh->reg->dh;
 475         extractCtrl.handle = zh;
 476         for (i = 0; i<256; i++)
 477         {
 478             if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
 479                 extractCtrl.seqno[i] = 1;
 480             else
 481                 extractCtrl.seqno[i] = 0;
 482         }
 483         extractCtrl.zebra_maps = zh->reg->zebra_maps;
 484         extractCtrl.flagShowRecords = !zh->m_flag_rw;
 485
 486         if (!zh->m_flag_rw)
 487             printf ("File: %s " PRINTF_OFF_T "\n", fname, recordOffset);
 488         if (zh->m_flag_rw)
 489         {
 490             char msg[512];
 491             sprintf (msg, "%s:" PRINTF_OFF_T , fname, recordOffset);
 492             yaz_log_init_prefix2 (msg);
 493         }
 494
 495         r = (*recType->extract)(clientData, &extractCtrl);
 496
 497         yaz_log_init_prefix2 (0);
 498         if (r == RECCTRL_EXTRACT_EOF)
 499             return 0;
 500         else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
 501         {
 502             /* error occured during extraction ... */
 503             if (zh->m_flag_rw &&
 504                 zh->records_processed < zh->m_file_verbose_limit)
 505             {
 506                 logf (LOG_WARN, "fail %s %s " PRINTF_OFF_T, zh->m_record_type,
 507                       fname, recordOffset);
 508             }
 509             return 0;
 510         }
 511         else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
 512         {
 513             /* error occured during extraction ... */
 514             if (zh->m_flag_rw &&
 515                 zh->records_processed < zh->m_file_verbose_limit)
 516             {
 517                 logf (LOG_WARN, "no filter for %s %s "
 518                       PRINTF_OFF_T, zh->m_record_type,
 519                       fname, recordOffset);
 520             }
 521             return 0;
 522         }
 523         if (zh->reg->keys.buf_used == 0)
 524         {
 525             /* the extraction process returned no information - the record
 526                is probably empty - unless flagShowRecords is in use */
 527             if (!zh->m_flag_rw)
 528                 return 1;
 529
 530             logf (LOG_WARN, "empty %s %s " PRINTF_OFF_T, zh->m_record_type,
 531                   fname, recordOffset);
 532             return 1;
 533         }
 534     }
 535
 536     /* perform match if sysno not known and if match criteria is specified */
 537
 538     matchStr = NULL;
 539     if (!sysno)
 540     {
 541         sysnotmp = 0;
 542         sysno = &sysnotmp;
 543         if (zh->m_record_id && *zh->m_record_id)
 544         {
 545             char *rinfo;
 546
 547             matchStr = fileMatchStr (zh, &zh->reg->keys, fname,
 548                                      zh->m_record_id);
 549             if (matchStr)
 550             {
 551                 rinfo = dict_lookup (zh->reg->matchDict, matchStr);
 552                 if (rinfo)
 553                     memcpy (sysno, rinfo+1, sizeof(*sysno));
 554             }
 555             else
 556             {
 557                 logf (LOG_WARN, "Bad match criteria");
 558                 return 0;
 559             }
 560         }
 561     }
 562
 563     if (! *sysno)
 564     {
 565         /* new record */
 566         if (deleteFlag)
 567         {
 568             logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T, zh->m_record_type,
 569                   fname, recordOffset);
 570             logf (LOG_WARN, "cannot delete record above (seems new)");
 571             return 1;
 572         }
 573         if (zh->records_processed < zh->m_file_verbose_limit)
 574             logf (LOG_LOG, "add %s %s " PRINTF_OFF_T, zh->m_record_type,
 575                   fname, recordOffset);
 576         rec = rec_new (zh->reg->records);
 577
 578         *sysno = rec->sysno;
 579
 580         recordAttr = rec_init_attr (zh->reg->zei, rec);
 581
 582         if (matchStr)
 583         {
 584             dict_insert (zh->reg->matchDict, matchStr, sizeof(*sysno), sysno);
 585         }
 586         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 587         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 588
 589         zh->records_inserted++;
 590     }
 591     else
 592     {
 593         /* record already exists */
 594         struct recKeys delkeys;
 595         struct sortKeys sortKeys;
 596
 597         rec = rec_get (zh->reg->records, *sysno);
 598         assert (rec);
 599
 600         recordAttr = rec_init_attr (zh->reg->zei, rec);
 601
 602         if (!force_update && recordAttr->runNumber ==
 603             zebraExplain_runNumberIncrement (zh->reg->zei, 0))
 604         {
 605             yaz_log (LOG_LOG, "run number = %d", recordAttr->runNumber);
 606             yaz_log (LOG_LOG, "skipped %s %s " PRINTF_OFF_T,
 607                      zh->m_record_type, fname, recordOffset);
 608             extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
 609             rec_rm (&rec);
 610             logRecord (zh);
 611             return 1;
 612         }
 613         delkeys.buf_used = rec->size[recInfo_delKeys];
 614         delkeys.buf = rec->info[recInfo_delKeys];
 615
 616         sortKeys.buf_used = rec->size[recInfo_sortKeys];
 617         sortKeys.buf = rec->info[recInfo_sortKeys];
 618
 619         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
 620         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
 621         if (deleteFlag)
 622         {
 623             /* record going to be deleted */
 624             if (!delkeys.buf_used)
 625             {
 626                 logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T,
 627                       zh->m_record_type, fname, recordOffset);
 628                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
 629             }
 630             else
 631             {
 632                 if (zh->records_processed < zh->m_file_verbose_limit)
 633                     logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T,
 634                          zh->m_record_type, fname, recordOffset);
 635                 zh->records_deleted++;
 636                 if (matchStr)
 637                     dict_delete (zh->reg->matchDict, matchStr);
 638                 rec_del (zh->reg->records, &rec);
 639             }
 640             rec_rm (&rec);
 641             logRecord (zh);
 642             return 1;
 643         }
 644         else
 645         {
 646             /* record going to be updated */
 647             if (!delkeys.buf_used)
 648             {
 649                 logf (LOG_LOG, "update %s %s " PRINTF_OFF_T,
 650                       zh->m_record_type, fname, recordOffset);
 651                 logf (LOG_WARN, "cannot update file above, storeKeys false");
 652             }
 653             else
 654             {
 655                 if (zh->records_processed < zh->m_file_verbose_limit)
 656                     logf (LOG_LOG, "update %s %s " PRINTF_OFF_T,
 657                         zh->m_record_type, fname, recordOffset);
 658                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 659                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 660                 zh->records_updated++;
 661             }
 662         }
 663     }
 664     /* update file type */
 665     xfree (rec->info[recInfo_fileType]);
 666     rec->info[recInfo_fileType] =
 667         rec_strdup (zh->m_record_type, &rec->size[recInfo_fileType]);
 668
 669     /* update filename */
 670     xfree (rec->info[recInfo_filename]);
 671     rec->info[recInfo_filename] =
 672         rec_strdup (fname, &rec->size[recInfo_filename]);
 673
 674     /* update delete keys */
 675     xfree (rec->info[recInfo_delKeys]);
 676     if (zh->reg->keys.buf_used > 0 && zh->m_store_keys == 1)
 677     {
 678         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
 679         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
 680         zh->reg->keys.buf = NULL;
 681         zh->reg->keys.buf_max = 0;
 682     }
 683     else
 684     {
 685         rec->info[recInfo_delKeys] = NULL;
 686         rec->size[recInfo_delKeys] = 0;
 687     }
 688
 689     /* update sort keys */
 690     xfree (rec->info[recInfo_sortKeys]);
 691
 692     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
 693     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
 694     zh->reg->sortKeys.buf = NULL;
 695     zh->reg->sortKeys.buf_max = 0;
 696
 697     /* save file size of original record */
 698     zebraExplain_recordBytesIncrement (zh->reg->zei,
 699                                        - recordAttr->recordSize);
 700     recordAttr->recordSize = fi->file_moffset - recordOffset;
 701     if (!recordAttr->recordSize)
 702         recordAttr->recordSize = fi->file_max - recordOffset;
 703     zebraExplain_recordBytesIncrement (zh->reg->zei,
 704                                        recordAttr->recordSize);
 705
 706     /* set run-number for this record */
 707     recordAttr->runNumber = zebraExplain_runNumberIncrement (zh->reg->zei,
 708                                                              0);
 709
 710     /* update store data */
 711     xfree (rec->info[recInfo_storeData]);
 712     if (zh->m_store_data)
 713     {
 714         rec->size[recInfo_storeData] = recordAttr->recordSize;
 715         rec->info[recInfo_storeData] = (char *)
 716             xmalloc (recordAttr->recordSize);
 717         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
 718         {
 719             logf (LOG_ERRNO|LOG_FATAL, "seek to " PRINTF_OFF_T " in %s",
 720                   recordOffset, fname);
 721             exit (1);
 722         }
 723         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
 724             < recordAttr->recordSize)
 725         {
 726             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
 727                   recordAttr->recordSize, fname);
 728             exit (1);
 729         }
 730     }
 731     else
 732     {
 733         rec->info[recInfo_storeData] = NULL;
 734         rec->size[recInfo_storeData] = 0;
 735     }
 736     /* update database name */
 737     xfree (rec->info[recInfo_databaseName]);
 738     rec->info[recInfo_databaseName] =
 739         rec_strdup (zh->basenames[0], &rec->size[recInfo_databaseName]);
 740
 741     /* update offset */
 742     recordAttr->recordOffset = recordOffset;
 743
 744     /* commit this record */
 745     rec_put (zh->reg->records, &rec);
 746     logRecord (zh);
 747     return 1;
 748 }
 749
 750 int fileExtract (ZebraHandle zh, SYSNO *sysno, const char *fname,
 751                  int deleteFlag)
 752 {
 753     int r, i, fd;
 754     char gprefix[128];
 755     char ext[128];
 756     char ext_res[128];
 757     struct file_read_info *fi;
 758
 759     if (!zh->m_group || !*zh->m_group)
 760         *gprefix = '\0';
 761     else
 762         sprintf (gprefix, "%s.", zh->m_group);
 763
 764     logf (LOG_DEBUG, "fileExtract %s", fname);
 765
 766     /* determine file extension */
 767     *ext = '\0';
 768     for (i = strlen(fname); --i >= 0; )
 769         if (fname[i] == '/')
 770             break;
 771         else if (fname[i] == '.')
 772         {
 773             strcpy (ext, fname+i+1);
 774             break;
 775         }
 776     /* determine file type - depending on extension */
 777     if (!zh->m_record_type)
 778     {
 779         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
 780         zh->m_record_type = res_get (zh->res, ext_res);
 781     }
 782     if (!zh->m_record_type)
 783     {
 784         if (zh->records_processed < zh->m_file_verbose_limit)
 785             logf (LOG_LOG, "? %s", fname);
 786         return 0;
 787     }
 788     /* determine match criteria */
 789     if (!zh->m_record_id)
 790     {
 791         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
 792         zh->m_record_id = res_get (zh->res, ext_res);
 793     }
 794
 795     if (sysno && deleteFlag)
 796         fd = -1;
 797     else
 798     {
 799         char full_rep[1024];
 800
 801         if (zh->path_reg && !yaz_is_abspath (fname))
 802         {
 803             strcpy (full_rep, zh->path_reg);
 804             strcat (full_rep, "/");
 805             strcat (full_rep, fname);
 806         }
 807         else
 808             strcpy (full_rep, fname);
 809
 810
 811         if ((fd = open (full_rep, O_BINARY|O_RDONLY)) == -1)
 812         {
 813             logf (LOG_WARN|LOG_ERRNO, "open %s", full_rep);
 814             return 0;
 815         }
 816     }
 817     fi = file_read_start (fd);
 818     do
 819     {
 820         file_begin (fi);
 821         r = file_extract_record (zh, sysno, fname, deleteFlag, fi, 1);
 822     } while (r && !sysno && fi->file_more);
 823     file_read_stop (fi);
 824     if (fd != -1)
 825         close (fd);
 826     return r;
 827 }
 828
 829 /*
 830   If sysno is provided, then it's used to identify the reocord.
 831   If not, and match_criteria is provided, then sysno is guessed
 832   If not, and a record is provided, then sysno is got from there
 833
 834  */
 835 int buffer_extract_record (ZebraHandle zh,
 836                            const char *buf, size_t buf_size,
 837                            int delete_flag,
 838                            int test_mode,
 839                            const char *recordType,
 840                            int *sysno,
 841                            const char *match_criteria,
 842                            const char *fname,
 843                            int force_update,
 844                            int allow_update)
 845 {
 846     RecordAttr *recordAttr;
 847     struct recExtractCtrl extractCtrl;
 848     int i, r;
 849     char *matchStr = 0;
 850     RecType recType = NULL;
 851     char subType[1024];
 852     void *clientData;
 853     Record rec;
 854     long recordOffset = 0;
 855     struct zebra_fetch_control fc;
 856     const char *pr_fname = fname;  /* filename to print .. */
 857
 858     if (!pr_fname)
 859         pr_fname = "<no file>";  /* make it printable if file is omitted */
 860
 861     fc.fd = -1;
 862     fc.record_int_buf = buf;
 863     fc.record_int_len = buf_size;
 864     fc.record_int_pos = 0;
 865     fc.offset_end = 0;
 866     fc.record_offset = 0;
 867
 868     extractCtrl.offset = 0;
 869     extractCtrl.readf = zebra_record_int_read;
 870     extractCtrl.seekf = zebra_record_int_seek;
 871     extractCtrl.tellf = zebra_record_int_tell;
 872     extractCtrl.endf = zebra_record_int_end;
 873     extractCtrl.fh = &fc;
 874
 875     zh->reg->keys.buf_used = 0;
 876     zh->reg->keys.prevAttrUse = -1;
 877     zh->reg->keys.prevAttrSet = -1;
 878     zh->reg->keys.prevSeqNo = 0;
 879     zh->reg->sortKeys.buf_used = 0;
 880
 881     if (zebraExplain_curDatabase (zh->reg->zei, zh->basenames[0]))
 882     {
 883         if (zebraExplain_newDatabase (zh->reg->zei, zh->basenames[0],
 884                                       zh->m_explain_database))
 885             return 0;
 886     }
 887
 888     if (recordType && *recordType) {
 889         logf (LOG_DEBUG, "Record type explicitly specified: %s", recordType);
 890         recType = recType_byName (zh->reg->recTypes, recordType, subType,
 891                                   &clientData);
 892     } else {
 893         if (!(zh->m_record_type)) {
 894             logf (LOG_WARN, "No such record type defined");
 895             return 0;
 896         }
 897         logf (LOG_DEBUG, "Get record type from rgroup: %s",zh->m_record_type);
 898         recType = recType_byName (zh->reg->recTypes, zh->m_record_type, subType,
 899                                   &clientData);
 900         recordType = zh->m_record_type;
 901     }
 902
 903     if (!recType) {
 904         logf (LOG_WARN, "No such record type: %s", zh->m_record_type);
 905         return 0;
 906     }
 907
 908     extractCtrl.subType = subType;
 909     extractCtrl.init = extract_init;
 910     extractCtrl.tokenAdd = extract_token_add;
 911     extractCtrl.schemaAdd = extract_schema_add;
 912     extractCtrl.dh = zh->reg->dh;
 913     extractCtrl.handle = zh;
 914     extractCtrl.zebra_maps = zh->reg->zebra_maps;
 915     extractCtrl.flagShowRecords = 0;
 916     for (i = 0; i<256; i++)
 917     {
 918         if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
 919             extractCtrl.seqno[i] = 1;
 920         else
 921             extractCtrl.seqno[i] = 0;
 922     }
 923
 924     r = (*recType->extract)(clientData, &extractCtrl);
 925
 926     if (r == RECCTRL_EXTRACT_EOF)
 927         return 0;
 928     else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
 929     {
 930         /* error occured during extraction ... */
 931         yaz_log (LOG_WARN, "extract error: generic");
 932         return 0;
 933     }
 934     else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
 935     {
 936         /* error occured during extraction ... */
 937         yaz_log (LOG_WARN, "extract error: no such filter");
 938         return 0;
 939     }
 940     if (zh->reg->keys.buf_used == 0)
 941     {
 942         /* the extraction process returned no information - the record
 943            is probably empty - unless flagShowRecords is in use */
 944         if (test_mode)
 945             return 1;
 946         logf (LOG_WARN, "No keys generated for record");
 947         logf (LOG_WARN, " The file is probably empty");
 948         return 1;
 949     }
 950     /* match criteria */
 951     matchStr = NULL;
 952
 953     if (! *sysno) {
 954         char *rinfo;
 955         if (match_criteria && *match_criteria) {
 956             matchStr = (char *)match_criteria;
 957         } else {
 958             if (zh->m_record_id && *zh->m_record_id) {
 959                 matchStr = fileMatchStr (zh, &zh->reg->keys, pr_fname,
 960                                          zh->m_record_id);
 961             }
 962         }
 963         if (matchStr) {
 964             rinfo = dict_lookup (zh->reg->matchDict, matchStr);
 965             if (rinfo)
 966                 memcpy (sysno, rinfo+1, sizeof(*sysno));
 967         } else {
 968             logf (LOG_WARN, "Bad match criteria (recordID)");
 969             return 0;
 970         }
 971     }
 972
 973     if (! *sysno)
 974     {
 975         /* new record */
 976         if (delete_flag)
 977         {
 978             logf (LOG_LOG, "delete %s %s %ld", recordType,
 979                   pr_fname, (long) recordOffset);
 980             logf (LOG_WARN, "cannot delete record above (seems new)");
 981             return 1;
 982         }
 983         logf (LOG_LOG, "add %s %s %ld", recordType, pr_fname,
 984               (long) recordOffset);
 985         rec = rec_new (zh->reg->records);
 986
 987         *sysno = rec->sysno;
 988
 989         recordAttr = rec_init_attr (zh->reg->zei, rec);
 990
 991         if (matchStr)
 992         {
 993             dict_insert (zh->reg->matchDict, matchStr,
 994                          sizeof(*sysno), sysno);
 995         }
 996         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 997         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 998
 999         zh->records_inserted++;
1000     }
1001     else
1002     {
1003         /* record already exists */
1004         struct recKeys delkeys;
1005         struct sortKeys sortKeys;
1006
1007         if (!allow_update) {
1008               logf (LOG_LOG, "skipped %s %s %ld",
1009                     recordType, pr_fname, (long) recordOffset);
1010               logRecord(zh);
1011               return -1;
1012         }
1013
1014         rec = rec_get (zh->reg->records, *sysno);
1015         assert (rec);
1016
1017         recordAttr = rec_init_attr (zh->reg->zei, rec);
1018
1019         if (!force_update) {
1020             if (recordAttr->runNumber ==
1021                 zebraExplain_runNumberIncrement (zh->reg->zei, 0))
1022             {
1023                 logf (LOG_LOG, "skipped %s %s %ld", recordType,
1024                       pr_fname, (long) recordOffset);
1025                 extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
1026                 rec_rm (&rec);
1027                 logRecord(zh);
1028                 return 0;
1029             }
1030         }
1031
1032         delkeys.buf_used = rec->size[recInfo_delKeys];
1033         delkeys.buf = rec->info[recInfo_delKeys];
1034
1035         sortKeys.buf_used = rec->size[recInfo_sortKeys];
1036         sortKeys.buf = rec->info[recInfo_sortKeys];
1037
1038         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
1039         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
1040         if (delete_flag)
1041         {
1042             /* record going to be deleted */
1043             if (!delkeys.buf_used)
1044             {
1045                 logf (LOG_LOG, "delete %s %s %ld", recordType,
1046                       pr_fname, (long) recordOffset);
1047                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
1048             }
1049             else
1050             {
1051                 logf (LOG_LOG, "delete %s %s %ld", recordType,
1052                       pr_fname, (long) recordOffset);
1053                 zh->records_deleted++;
1054                 if (matchStr)
1055                     dict_delete (zh->reg->matchDict, matchStr);
1056                 rec_del (zh->reg->records, &rec);
1057             }
1058             rec_rm (&rec);
1059             logRecord(zh);
1060             return 0;
1061         }
1062         else
1063         {
1064             /* record going to be updated */
1065             if (!delkeys.buf_used)
1066             {
1067                 logf (LOG_LOG, "update %s %s %ld", recordType,
1068                       pr_fname, (long) recordOffset);
1069                 logf (LOG_WARN, "cannot update file above, storeKeys false");
1070             }
1071             else
1072             {
1073                 logf (LOG_LOG, "update %s %s %ld", recordType,
1074                       pr_fname, (long) recordOffset);
1075                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
1076                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
1077                 zh->records_updated++;
1078             }
1079         }
1080     }
1081     /* update file type */
1082     xfree (rec->info[recInfo_fileType]);
1083     rec->info[recInfo_fileType] =
1084         rec_strdup (recordType, &rec->size[recInfo_fileType]);
1085
1086     /* update filename */
1087     xfree (rec->info[recInfo_filename]);
1088     rec->info[recInfo_filename] =
1089         rec_strdup (fname, &rec->size[recInfo_filename]);
1090
1091     /* update delete keys */
1092     xfree (rec->info[recInfo_delKeys]);
1093     if (zh->reg->keys.buf_used > 0 && zh->m_store_keys == 1)
1094     {
1095         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1096         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1097         zh->reg->keys.buf = NULL;
1098         zh->reg->keys.buf_max = 0;
1099     }
1100     else
1101     {
1102         rec->info[recInfo_delKeys] = NULL;
1103         rec->size[recInfo_delKeys] = 0;
1104     }
1105
1106     /* update sort keys */
1107     xfree (rec->info[recInfo_sortKeys]);
1108
1109     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1110     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1111     zh->reg->sortKeys.buf = NULL;
1112     zh->reg->sortKeys.buf_max = 0;
1113
1114     /* save file size of original record */
1115     zebraExplain_recordBytesIncrement (zh->reg->zei,
1116                                        - recordAttr->recordSize);
1117 #if 0
1118     recordAttr->recordSize = fi->file_moffset - recordOffset;
1119     if (!recordAttr->recordSize)
1120         recordAttr->recordSize = fi->file_max - recordOffset;
1121 #else
1122     recordAttr->recordSize = buf_size;
1123 #endif
1124     zebraExplain_recordBytesIncrement (zh->reg->zei,
1125                                        recordAttr->recordSize);
1126
1127     /* set run-number for this record */
1128     recordAttr->runNumber =
1129         zebraExplain_runNumberIncrement (zh->reg->zei, 0);
1130
1131     /* update store data */
1132     xfree (rec->info[recInfo_storeData]);
1133     if (zh->m_store_data)
1134     {
1135         rec->size[recInfo_storeData] = recordAttr->recordSize;
1136         rec->info[recInfo_storeData] = (char *)
1137             xmalloc (recordAttr->recordSize);
1138         memcpy (rec->info[recInfo_storeData], buf, recordAttr->recordSize);
1139     }
1140     else
1141     {
1142         rec->info[recInfo_storeData] = NULL;
1143         rec->size[recInfo_storeData] = 0;
1144     }
1145     /* update database name */
1146     xfree (rec->info[recInfo_databaseName]);
1147     rec->info[recInfo_databaseName] =
1148         rec_strdup (zh->basenames[0], &rec->size[recInfo_databaseName]);
1149
1150     /* update offset */
1151     recordAttr->recordOffset = recordOffset;
1152
1153     /* commit this record */
1154     rec_put (zh->reg->records, &rec);
1155     logRecord(zh);
1156     return 0;
1157 }
1158
1159 int explain_extract (void *handle, Record rec, data1_node *n)
1160 {
1161     ZebraHandle zh = (ZebraHandle) handle;
1162     struct recExtractCtrl extractCtrl;
1163     int i;
1164
1165     if (zebraExplain_curDatabase (zh->reg->zei,
1166                                   rec->info[recInfo_databaseName]))
1167     {
1168         abort();
1169         if (zebraExplain_newDatabase (zh->reg->zei,
1170                                       rec->info[recInfo_databaseName], 0))
1171             abort ();
1172     }
1173
1174     zh->reg->keys.buf_used = 0;
1175     zh->reg->keys.prevAttrUse = -1;
1176     zh->reg->keys.prevAttrSet = -1;
1177     zh->reg->keys.prevSeqNo = 0;
1178     zh->reg->sortKeys.buf_used = 0;
1179
1180     extractCtrl.init = extract_init;
1181     extractCtrl.tokenAdd = extract_token_add;
1182     extractCtrl.schemaAdd = extract_schema_add;
1183     extractCtrl.dh = zh->reg->dh;
1184     for (i = 0; i<256; i++)
1185         extractCtrl.seqno[i] = 0;
1186     extractCtrl.zebra_maps = zh->reg->zebra_maps;
1187     extractCtrl.flagShowRecords = 0;
1188     extractCtrl.handle = handle;
1189
1190     if (n)
1191         grs_extract_tree(&extractCtrl, n);
1192
1193     if (rec->size[recInfo_delKeys])
1194     {
1195         struct recKeys delkeys;
1196         struct sortKeys sortkeys;
1197
1198         delkeys.buf_used = rec->size[recInfo_delKeys];
1199         delkeys.buf = rec->info[recInfo_delKeys];
1200
1201         sortkeys.buf_used = rec->size[recInfo_sortKeys];
1202         sortkeys.buf = rec->info[recInfo_sortKeys];
1203
1204         extract_flushSortKeys (zh, rec->sysno, 0, &sortkeys);
1205         extract_flushRecordKeys (zh, rec->sysno, 0, &delkeys);
1206     }
1207     extract_flushRecordKeys (zh, rec->sysno, 1, &zh->reg->keys);
1208     extract_flushSortKeys (zh, rec->sysno, 1, &zh->reg->sortKeys);
1209
1210     xfree (rec->info[recInfo_delKeys]);
1211     rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1212     rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1213     zh->reg->keys.buf = NULL;
1214     zh->reg->keys.buf_max = 0;
1215
1216     xfree (rec->info[recInfo_sortKeys]);
1217     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1218     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1219     zh->reg->sortKeys.buf = NULL;
1220     zh->reg->sortKeys.buf_max = 0;
1221
1222     return 0;
1223 }
1224
1225 void extract_flushRecordKeys (ZebraHandle zh, SYSNO sysno,
1226                               int cmd, struct recKeys *reckeys)
1227 {
1228 #if SU_SCHEME
1229 #else
1230     unsigned char attrSet = (unsigned char) -1;
1231     unsigned short attrUse = (unsigned short) -1;
1232 #endif
1233     int seqno = 0;
1234     int off = 0;
1235     int ch = 0;
1236     ZebraExplainInfo zei = zh->reg->zei;
1237
1238     if (!zh->reg->key_buf)
1239     {
1240         int mem= 1024*1024* atoi( res_get_def( zh->res, "memmax", "8"));
1241         if (mem <= 0)
1242         {
1243             logf(LOG_WARN, "Invalid memory setting, using default 8 MB");
1244             mem= 1024*1024*8;
1245         }
1246         /* FIXME: That "8" should be in a default settings include */
1247         /* not hard-coded here! -H */
1248         zh->reg->key_buf = (char**) xmalloc (mem);
1249         zh->reg->ptr_top = mem/sizeof(char*);
1250         zh->reg->ptr_i = 0;
1251         zh->reg->key_buf_used = 0;
1252         zh->reg->key_file_no = 0;
1253     }
1254     zebraExplain_recordCountIncrement (zei, cmd ? 1 : -1);
1255     while (off < reckeys->buf_used)
1256     {
1257         const char *src = reckeys->buf + off;
1258         struct it_key key;
1259         int lead;
1260
1261         lead = *src++;
1262
1263 #if SU_SCHEME
1264         if ((lead & 3) < 3)
1265         {
1266             memcpy (&ch, src, sizeof(ch));
1267             src += sizeof(ch);
1268         }
1269 #else
1270         if (!(lead & 1))
1271         {
1272             memcpy (&attrSet, src, sizeof(attrSet));
1273             src += sizeof(attrSet);
1274         }
1275         if (!(lead & 2))
1276         {
1277             memcpy (&attrUse, src, sizeof(attrUse));
1278             src += sizeof(attrUse);
1279         }
1280 #endif
1281         if (zh->reg->key_buf_used + 1024 >
1282             (zh->reg->ptr_top -zh->reg->ptr_i)*sizeof(char*))
1283             extract_flushWriteKeys (zh);
1284         ++(zh->reg->ptr_i);
1285         (zh->reg->key_buf)[zh->reg->ptr_top - zh->reg->ptr_i] =
1286             (char*)zh->reg->key_buf + zh->reg->key_buf_used;
1287 #if SU_SCHEME
1288 #else
1289         ch = zebraExplain_lookupSU (zei, attrSet, attrUse);
1290         if (ch < 0)
1291             ch = zebraExplain_addSU (zei, attrSet, attrUse);
1292 #endif
1293         assert (ch > 0);
1294         zh->reg->key_buf_used +=
1295             key_SU_encode (ch,((char*)zh->reg->key_buf) +
1296                            zh->reg->key_buf_used);
1297
1298         while (*src)
1299             ((char*)zh->reg->key_buf) [(zh->reg->key_buf_used)++] = *src++;
1300         src++;
1301         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = '\0';
1302         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = cmd;
1303
1304         if (lead & 60)
1305             seqno += ((lead>>2) & 15)-1;
1306         else
1307         {
1308             memcpy (&seqno, src, sizeof(seqno));
1309             src += sizeof(seqno);
1310         }
1311         key.seqno = seqno;
1312         key.sysno = sysno;
1313         memcpy ((char*)zh->reg->key_buf + zh->reg->key_buf_used, &key, sizeof(key));
1314         (zh->reg->key_buf_used) += sizeof(key);
1315         off = src - reckeys->buf;
1316     }
1317     assert (off == reckeys->buf_used);
1318 }
1319
1320 void extract_flushWriteKeys (ZebraHandle zh)
1321 {
1322     FILE *outf;
1323     char out_fname[200];
1324     char *prevcp, *cp;
1325     struct encode_info encode_info;
1326     int ptr_i = zh->reg->ptr_i;
1327 #if SORT_EXTRA
1328     int i;
1329 #endif
1330     if (!zh->reg->key_buf || ptr_i <= 0)
1331         return;
1332
1333     (zh->reg->key_file_no)++;
1334     logf (LOG_LOG, "sorting section %d", (zh->reg->key_file_no));
1335 #if !SORT_EXTRA
1336     qsort (zh->reg->key_buf + zh->reg->ptr_top - ptr_i, ptr_i,
1337                sizeof(char*), key_qsort_compare);
1338     extract_get_fname_tmp (zh, out_fname, zh->reg->key_file_no);
1339
1340     if (!(outf = fopen (out_fname, "wb")))
1341     {
1342         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
1343         exit (1);
1344     }
1345     logf (LOG_LOG, "writing section %d", zh->reg->key_file_no);
1346     prevcp = cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1347
1348     encode_key_init (&encode_info);
1349     encode_key_write (cp, &encode_info, outf);
1350
1351     while (--ptr_i > 0)
1352     {
1353         cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1354         if (strcmp (cp, prevcp))
1355         {
1356             encode_key_flush ( &encode_info, outf);
1357             encode_key_init (&encode_info);
1358             encode_key_write (cp, &encode_info, outf);
1359             prevcp = cp;
1360         }
1361         else
1362             encode_key_write (cp + strlen(cp), &encode_info, outf);
1363     }
1364     encode_key_flush ( &encode_info, outf);
1365 #else
1366     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
1367     extract_get_fname_tmp (out_fname, key_file_no);
1368
1369     if (!(outf = fopen (out_fname, "wb")))
1370     {
1371         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
1372         exit (1);
1373     }
1374     logf (LOG_LOG, "writing section %d", key_file_no);
1375     i = ptr_i;
1376     prevcp =  key_buf[ptr_top-i];
1377     while (1)
1378         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
1379         {
1380             key_y_len = strlen(prevcp)+1;
1381 #if 0
1382             logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
1383                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
1384 #endif
1385             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
1386                                    sizeof(char*), key_y_compare);
1387             cp = key_buf[ptr_top-ptr_i];
1388             --key_y_len;
1389             encode_key_init (&encode_info);
1390             encode_key_write (cp, &encode_info, outf);
1391             while (--ptr_i > i)
1392             {
1393                 cp = key_buf[ptr_top-ptr_i];
1394                 encode_key_write (cp+key_y_len, &encode_info, outf);
1395             }
1396             encode_key_flush ( &encode_info, outf);
1397             if (!i)
1398                 break;
1399             prevcp = key_buf[ptr_top-ptr_i];
1400         }
1401 #endif
1402     if (fclose (outf))
1403     {
1404         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
1405         exit (1);
1406     }
1407     logf (LOG_LOG, "finished section %d", zh->reg->key_file_no);
1408     zh->reg->ptr_i = 0;
1409     zh->reg->key_buf_used = 0;
1410 }
1411
1412 void extract_add_index_string (RecWord *p, const char *string,
1413                                int length)
1414 {
1415     char *dst;
1416     unsigned char attrSet;
1417     unsigned short attrUse;
1418     int lead = 0;
1419     int diff = 0;
1420     int *pseqno = &p->seqno;
1421     ZebraHandle zh = p->extractCtrl->handle;
1422     ZebraExplainInfo zei = zh->reg->zei;
1423     struct recKeys *keys = &zh->reg->keys;
1424
1425     if (keys->buf_used+1024 > keys->buf_max)
1426     {
1427         char *b;
1428
1429         b = (char *) xmalloc (keys->buf_max += 128000);
1430         if (keys->buf_used > 0)
1431             memcpy (b, keys->buf, keys->buf_used);
1432         xfree (keys->buf);
1433         keys->buf = b;
1434     }
1435     dst = keys->buf + keys->buf_used;
1436
1437     attrSet = p->attrSet;
1438     if (keys->buf_used > 0 && keys->prevAttrSet == attrSet)
1439         lead |= 1;
1440     else
1441         keys->prevAttrSet = attrSet;
1442     attrUse = p->attrUse;
1443     if (keys->buf_used > 0 && keys->prevAttrUse == attrUse)
1444         lead |= 2;
1445     else
1446         keys->prevAttrUse = attrUse;
1447 #if 1
1448     diff = 1 + *pseqno - keys->prevSeqNo;
1449     if (diff >= 1 && diff <= 15)
1450         lead |= (diff << 2);
1451     else
1452         diff = 0;
1453 #endif
1454     keys->prevSeqNo = *pseqno;
1455
1456     *dst++ = lead;
1457
1458 #if SU_SCHEME
1459     if ((lead & 3) < 3)
1460     {
1461         int ch = zebraExplain_lookupSU (zei, attrSet, attrUse);
1462         if (ch < 0)
1463         {
1464             ch = zebraExplain_addSU (zei, attrSet, attrUse);
1465             yaz_log (LOG_DEBUG, "addSU set=%d use=%d SU=%d",
1466                      attrSet, attrUse, ch);
1467         }
1468         assert (ch > 0);
1469         memcpy (dst, &ch, sizeof(ch));
1470         dst += sizeof(ch);
1471     }
1472 #else
1473     if (!(lead & 1))
1474     {
1475         memcpy (dst, &attrSet, sizeof(attrSet));
1476         dst += sizeof(attrSet);
1477     }
1478     if (!(lead & 2))
1479     {
1480         memcpy (dst, &attrUse, sizeof(attrUse));
1481         dst += sizeof(attrUse);
1482     }
1483 #endif
1484     *dst++ = p->reg_type;
1485     memcpy (dst, string, length);
1486     dst += length;
1487     *dst++ = '\0';
1488
1489     if (!diff)
1490     {
1491         memcpy (dst, pseqno, sizeof(*pseqno));
1492         dst += sizeof(*pseqno);
1493     }
1494     keys->buf_used = dst - keys->buf;
1495 }
1496
1497 static void extract_add_sort_string (RecWord *p, const char *string,
1498                                      int length)
1499 {
1500     ZebraHandle zh = p->extractCtrl->handle;
1501     struct sortKeys *sk = &zh->reg->sortKeys;
1502     int off = 0;
1503
1504     while (off < sk->buf_used)
1505     {
1506         int set, use, slen;
1507
1508         off += key_SU_decode(&set, sk->buf + off);
1509         off += key_SU_decode(&use, sk->buf + off);
1510         off += key_SU_decode(&slen, sk->buf + off);
1511         off += slen;
1512         if (p->attrSet == set && p->attrUse == use)
1513             return;
1514     }
1515     assert (off == sk->buf_used);
1516
1517     if (sk->buf_used + IT_MAX_WORD > sk->buf_max)
1518     {
1519         char *b;
1520
1521         b = (char *) xmalloc (sk->buf_max += 128000);
1522         if (sk->buf_used > 0)
1523             memcpy (b, sk->buf, sk->buf_used);
1524         xfree (sk->buf);
1525         sk->buf = b;
1526     }
1527     off += key_SU_encode(p->attrSet, sk->buf + off);
1528     off += key_SU_encode(p->attrUse, sk->buf + off);
1529     off += key_SU_encode(length, sk->buf + off);
1530     memcpy (sk->buf + off, string, length);
1531     sk->buf_used = off + length;
1532 }
1533
1534 void extract_add_string (RecWord *p, const char *string, int length)
1535 {
1536     assert (length > 0);
1537     if (zebra_maps_is_sort (p->zebra_maps, p->reg_type))
1538         extract_add_sort_string (p, string, length);
1539     else
1540         extract_add_index_string (p, string, length);
1541 }
1542
1543 static void extract_add_incomplete_field (RecWord *p)
1544 {
1545     const char *b = p->string;
1546     int remain = p->length;
1547     const char **map = 0;
1548
1549     if (remain > 0)
1550         map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1551
1552     while (map)
1553     {
1554         char buf[IT_MAX_WORD+1];
1555         int i, remain;
1556
1557         /* Skip spaces */
1558         while (map && *map && **map == *CHR_SPACE)
1559         {
1560             remain = p->length - (b - p->string);
1561             if (remain > 0)
1562                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1563             else
1564                 map = 0;
1565         }
1566         if (!map)
1567             break;
1568         i = 0;
1569         while (map && *map && **map != *CHR_SPACE)
1570         {
1571             const char *cp = *map;
1572
1573             while (i < IT_MAX_WORD && *cp)
1574                 buf[i++] = *(cp++);
1575             remain = p->length - (b - p->string);
1576             if (remain > 0)
1577                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1578             else
1579                 map = 0;
1580         }
1581         if (!i)
1582             return;
1583         extract_add_string (p, buf, i);
1584         p->seqno++;
1585     }
1586 }
1587
1588 static void extract_add_complete_field (RecWord *p)
1589 {
1590     const char *b = p->string;
1591     char buf[IT_MAX_WORD+1];
1592     const char **map = 0;
1593     int i = 0, remain = p->length;
1594
1595     if (remain > 0)
1596         map = zebra_maps_input (p->zebra_maps, p->reg_type, &b, remain);
1597
1598     while (remain > 0 && i < IT_MAX_WORD)
1599     {
1600         while (map && *map && **map == *CHR_SPACE)
1601         {
1602             remain = p->length - (b - p->string);
1603             if (remain > 0)
1604                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1605             else
1606                 map = 0;
1607         }
1608         if (!map)
1609             break;
1610
1611         if (i && i < IT_MAX_WORD)
1612             buf[i++] = *CHR_SPACE;
1613         while (map && *map && **map != *CHR_SPACE)
1614         {
1615             const char *cp = *map;
1616
1617             if (i >= IT_MAX_WORD)
1618                 break;
1619             while (i < IT_MAX_WORD && *cp)
1620                 buf[i++] = *(cp++);
1621             remain = p->length  - (b - p->string);
1622             if (remain > 0)
1623                 map = zebra_maps_input (p->zebra_maps, p->reg_type, &b,
1624                                         remain);
1625             else
1626                 map = 0;
1627         }
1628     }
1629     if (!i)
1630         return;
1631     extract_add_string (p, buf, i);
1632 }
1633
1634 void extract_token_add (RecWord *p)
1635 {
1636     WRBUF wrbuf;
1637 #if 0
1638     yaz_log (LOG_LOG, "token_add "
1639              "reg_type=%c attrSet=%d attrUse=%d seqno=%d s=%.*s",
1640              p->reg_type, p->attrSet, p->attrUse, p->seqno, p->length,
1641              p->string);
1642 #endif
1643     if ((wrbuf = zebra_replace(p->zebra_maps, p->reg_type, 0,
1644                                p->string, p->length)))
1645     {
1646         p->string = wrbuf_buf(wrbuf);
1647         p->length = wrbuf_len(wrbuf);
1648     }
1649     if (zebra_maps_is_complete (p->zebra_maps, p->reg_type))
1650         extract_add_complete_field (p);
1651     else
1652         extract_add_incomplete_field(p);
1653 }
1654
1655 void extract_schema_add (struct recExtractCtrl *p, Odr_oid *oid)
1656 {
1657     ZebraHandle zh = (ZebraHandle) (p->handle);
1658     zebraExplain_addSchema (zh->reg->zei, oid);
1659 }
1660
1661 void extract_flushSortKeys (ZebraHandle zh, SYSNO sysno,
1662                             int cmd, struct sortKeys *sk)
1663 {
1664     SortIdx sortIdx = zh->reg->sortIdx;
1665     int off = 0;
1666
1667     sortIdx_sysno (sortIdx, sysno);
1668
1669     while (off < sk->buf_used)
1670     {
1671         int set, use, slen;
1672
1673         off += key_SU_decode(&set, sk->buf + off);
1674         off += key_SU_decode(&use, sk->buf + off);
1675         off += key_SU_decode(&slen, sk->buf + off);
1676
1677         sortIdx_type(sortIdx, use);
1678         if (cmd == 1)
1679             sortIdx_add(sortIdx, sk->buf + off, slen);
1680         else
1681             sortIdx_add(sortIdx, "", 1);
1682         off += slen;
1683     }
1684 }
1685
1686 void encode_key_init (struct encode_info *i)
1687 {
1688     i->sysno = 0;
1689     i->seqno = 0;
1690     i->cmd = -1;
1691     i->prevsys=0;
1692     i->prevseq=0;
1693     i->prevcmd=-1;
1694     i->keylen=0;
1695 }
1696
1697 char *encode_key_int (int d, char *bp)
1698 {
1699     if (d <= 63)
1700         *bp++ = d;
1701     else if (d <= 16383)
1702     {
1703         *bp++ = 64 + (d>>8);
1704         *bp++ = d  & 255;
1705     }
1706     else if (d <= 4194303)
1707     {
1708         *bp++ = 128 + (d>>16);
1709         *bp++ = (d>>8) & 255;
1710         *bp++ = d & 255;
1711     }
1712     else
1713     {
1714         *bp++ = 192 + (d>>24);
1715         *bp++ = (d>>16) & 255;
1716         *bp++ = (d>>8) & 255;
1717         *bp++ = d & 255;
1718     }
1719     return bp;
1720 }
1721 #define OLDENCODE 1
1722
1723 #ifdef OLDENCODE
1724 /* this is the old encode_key_write
1725  * may be deleted once we are confident that the new works
1726  * HL 15-oct-2002
1727  */
1728 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1729 {
1730     struct it_key key;
1731     char *bp = i->buf;
1732
1733     while ((*bp++ = *k++))
1734         ;
1735     memcpy (&key, k+1, sizeof(struct it_key));
1736     bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
1737     if (i->sysno != key.sysno)
1738     {
1739         i->sysno = key.sysno;
1740         i->seqno = 0;
1741     }
1742     else if (!i->seqno && !key.seqno && i->cmd == *k)
1743         return;
1744     bp = encode_key_int (key.seqno - i->seqno, bp);
1745     i->seqno = key.seqno;
1746     i->cmd = *k;
1747     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1748     {
1749         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1750         exit (1);
1751     }
1752 }
1753
1754 void encode_key_flush (struct encode_info *i, FILE *outf)
1755 { /* dummy routine */
1756 }
1757
1758 #else
1759
1760 /* new encode_key_write
1761  * The idea is to buffer one more key, and compare them
1762  * If we are going to delete and insert the same key,
1763  * we may as well not bother. Should make a difference in
1764  * updates with small modifications (appending to a mbox)
1765  */
1766 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1767 {
1768     struct it_key key;
1769     char *bp;
1770
1771     if (*k)  /* first time for new key */
1772     {
1773         bp = i->buf;
1774         while ((*bp++ = *k++))
1775             ;
1776         i->keylen= bp - i->buf -1;
1777         assert(i->keylen+1+sizeof(struct it_key) < ENCODE_BUFLEN);
1778     }
1779     else
1780     {
1781         bp=i->buf + i->keylen;
1782         *bp++=0;
1783         k++;
1784     }
1785
1786     memcpy (&key, k+1, sizeof(struct it_key));
1787     if (0==i->prevsys) /* no previous filter, fill up */
1788     {
1789         i->prevsys=key.sysno;
1790         i->prevseq=key.seqno;
1791         i->prevcmd=*k;
1792     }
1793     else if ( (i->prevsys==key.sysno) &&
1794               (i->prevseq==key.seqno) &&
1795               (i->prevcmd!=*k) )
1796     { /* same numbers, diff cmd, they cancel out */
1797         i->prevsys=0;
1798     }
1799     else
1800     { /* different stuff, write previous, move buf */
1801         bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1802         if (i->sysno != i->prevsys)
1803         {
1804             i->sysno = i->prevsys;
1805             i->seqno = 0;
1806         }
1807         else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1808         {
1809             return; /* ??? Filters some sort of duplicates away */
1810                     /* ??? Can this ever happen   -H 15oct02 */
1811         }
1812         bp = encode_key_int (i->prevseq - i->seqno, bp);
1813         i->seqno = i->prevseq;
1814         i->cmd = i->prevcmd;
1815         if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1816         {
1817             logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1818             exit (1);
1819         }
1820         i->keylen=0; /* ok, it's written, forget it */
1821         i->prevsys=key.sysno;
1822         i->prevseq=key.seqno;
1823         i->prevcmd=*k;
1824     }
1825 }
1826
1827 void encode_key_flush (struct encode_info *i, FILE *outf)
1828 { /* flush the last key from i */
1829     char *bp =i->buf + i->keylen;
1830     if (0==i->prevsys)
1831     {
1832         return; /* nothing to flush */
1833     }
1834     *bp++=0;
1835     bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1836     if (i->sysno != i->prevsys)
1837     {
1838         i->sysno = i->prevsys;
1839         i->seqno = 0;
1840     }
1841     else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1842     {
1843         return; /* ??? Filters some sort of duplicates away */
1844                 /* ??? Can this ever happen   -H 15oct02 */
1845     }
1846     bp = encode_key_int (i->prevseq - i->seqno, bp);
1847     i->seqno = i->prevseq;
1848     i->cmd = i->prevcmd;
1849     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1850     {
1851         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1852         exit (1);
1853     }
1854     i->keylen=0; /* ok, it's written, forget it */
1855     i->prevsys=0; /* forget the values too */
1856     i->prevseq=0;
1857 }
1858 #endif