index/extract.c

   1 /*
   2  * Copyright (C) 1994-1995, Index Data I/S
   3  * All rights reserved.
   4  * Sebastian Hammer, Adam Dickmeiss
   5  *
   6  * $Log: extract.c,v $
   7  * Revision 1.12  1995-09-28 14:22:56  adam
   8  * Sort uses smaller temporary files.
   9  *
  10  * Revision 1.11  1995/09/28  12:10:31  adam
  11  * Bug fixes. Field prefix used in queries.
  12  *
  13  * Revision 1.10  1995/09/28  09:19:41  adam
  14  * xfree/xmalloc used everywhere.
  15  * Extract/retrieve method seems to work for text records.
  16  *
  17  * Revision 1.9  1995/09/27  12:22:28  adam
  18  * More work on extract in record control.
  19  * Field name is not in isam keys but in prefix in dictionary words.
  20  *
  21  * Revision 1.8  1995/09/14  07:48:22  adam
  22  * Record control management.
  23  *
  24  * Revision 1.7  1995/09/11  13:09:32  adam
  25  * More work on relevance feedback.
  26  *
  27  * Revision 1.6  1995/09/08  14:52:27  adam
  28  * Minor changes. Dictionary is lower case now.
  29  *
  30  * Revision 1.5  1995/09/06  16:11:16  adam
  31  * Option: only one word key per file.
  32  *
  33  * Revision 1.4  1995/09/05  15:28:39  adam
  34  * More work on search engine.
  35  *
  36  * Revision 1.3  1995/09/04  12:33:41  adam
  37  * Various cleanup. YAZ util used instead.
  38  *
  39  * Revision 1.2  1995/09/04  09:10:34  adam
  40  * More work on index add/del/update.
  41  * Merge sort implemented.
  42  * Initial work on z39 server.
  43  *
  44  * Revision 1.1  1995/09/01  14:06:35  adam
  45  * Split of work into more files.
  46  *
  47  */
  48 #include <stdio.h>
  49 #include <assert.h>
  50 #include <unistd.h>
  51 #include <fcntl.h>
  52 #include <ctype.h>
  53
  54 #include <alexutil.h>
  55 #include <recctrl.h>
  56 #include "index.h"
  57
  58 static Dict file_idx;
  59 static SYSNO sysno_next;
  60 static int sys_idx_fd = -1;
  61
  62 static int key_cmd;
  63 static int key_sysno;
  64 static char **key_buf;
  65 static size_t ptr_top;
  66 static size_t ptr_i;
  67 static size_t kused;
  68 static int key_file_no;
  69
  70 static int sort_compare (const void *p1, const void *p2)
  71 {
  72     int r;
  73     size_t l;
  74     char *cp1 = *(char**) p1;
  75     char *cp2 = *(char**) p2;
  76
  77     if ((r = strcmp (cp1, cp2)))
  78         return r;
  79     l = strlen(cp1);
  80     if ((r = key_compare (cp1+l, cp2+l)))
  81         return r;
  82     return cp1[l+sizeof(struct it_key)] -
  83            cp2[l+sizeof(struct it_key)];
  84 }
  85
  86 void key_open (int mem)
  87 {
  88     void *file_key;
  89
  90     if (mem < 50000)
  91         mem = 50000;
  92     key_buf = xmalloc (mem);
  93     ptr_top = mem/sizeof(char*);
  94     ptr_i = 0;
  95     kused = 0;
  96     key_file_no = 0;
  97
  98     if (!(file_idx = dict_open (FNAME_FILE_DICT, 40, 1)))
  99     {
 100         logf (LOG_FATAL, "dict_open fail of %s", "fileidx");
 101         exit (1);
 102     }
 103     file_key = dict_lookup (file_idx, ".");
 104     if (file_key)
 105         memcpy (&sysno_next, (char*)file_key+1, sizeof(sysno_next));
 106     else
 107         sysno_next = 1;
 108     if ((sys_idx_fd = open (FNAME_SYS_IDX, O_RDWR|O_CREAT, 0666)) == -1)
 109     {
 110         logf (LOG_FATAL|LOG_ERRNO, "open %s", FNAME_SYS_IDX);
 111         exit (1);
 112     }
 113 }
 114
 115 void key_flush (void)
 116 {
 117     FILE *outf;
 118     char out_fname[200];
 119     char *prevcp, *cp;
 120
 121     if (ptr_i <= 0)
 122         return;
 123
 124     key_file_no++;
 125     logf (LOG_LOG, "sorting section %d", key_file_no);
 126     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), sort_compare);
 127     sprintf (out_fname, TEMP_FNAME, key_file_no);
 128
 129
 130     if (!(outf = fopen (out_fname, "w")))
 131     {
 132         logf (LOG_FATAL|LOG_ERRNO, "fopen (4) %s", out_fname);
 133         exit (1);
 134     }
 135     logf (LOG_LOG, "writing section %d", key_file_no);
 136     prevcp = cp = key_buf[ptr_top-ptr_i];
 137
 138     if (fwrite (cp, strlen (cp)+2+sizeof(struct it_key), 1, outf) != 1)
 139     {
 140         logf (LOG_FATAL|LOG_ERRNO, "fwrite %s", out_fname);
 141         exit (1);
 142     }
 143     while (--ptr_i > 0)
 144     {
 145         cp = key_buf[ptr_top-ptr_i];
 146         if (strcmp (cp, prevcp))
 147         {
 148             if (fwrite (cp, strlen (cp)+2+sizeof(struct it_key), 1,
 149                         outf) != 1)
 150             {
 151                 logf (LOG_FATAL|LOG_ERRNO, "fwrite %s", out_fname);
 152                 exit (1);
 153             }
 154             prevcp = cp;
 155         }
 156         else
 157         {
 158             cp = strlen (cp) + cp;
 159             if (fwrite (cp, 2+sizeof(struct it_key), 1, outf) != 1)
 160             {
 161                 logf (LOG_FATAL|LOG_ERRNO, "fwrite %s", out_fname);
 162                 exit (1);
 163             }
 164         }
 165     }
 166     if (fclose (outf))
 167     {
 168         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
 169         exit (1);
 170     }
 171     logf (LOG_LOG, "finished section %d", key_file_no);
 172     ptr_i = 0;
 173     kused = 0;
 174 }
 175
 176 int key_close (void)
 177 {
 178     key_flush ();
 179     xfree (key_buf);
 180     close (sys_idx_fd);
 181     dict_insert (file_idx, ".", sizeof(sysno_next), &sysno_next);
 182     dict_close (file_idx);
 183     return key_file_no;
 184 }
 185
 186 static void wordInit (RecWord *p)
 187 {
 188     p->attrSet = 1;
 189     p->attrUse = 1016;
 190     p->which = Word_String;
 191 }
 192
 193 static void wordAdd (const RecWord *p)
 194 {
 195     struct it_key key;
 196     size_t i;
 197
 198     if (kused + 1024 > (ptr_top-ptr_i)*sizeof(char*))
 199         key_flush ();
 200     ++ptr_i;
 201     key_buf[ptr_top-ptr_i] = (char*)key_buf + kused;
 202     kused += index_word_prefix ((char*)key_buf + kused,
 203                                 p->attrSet, p->attrUse);
 204     switch (p->which)
 205     {
 206     case Word_String:
 207         for (i = 0; p->u.string[i]; i++)
 208             ((char*)key_buf) [kused++] = index_char_cvt (p->u.string[i]);
 209         ((char*)key_buf) [kused++] = '\0';
 210         break;
 211     default:
 212         return ;
 213     }
 214     key.sysno = key_sysno;
 215     key.seqno = p->seqno;
 216     memcpy ((char*)key_buf + kused, &key, sizeof(key));
 217     kused += sizeof(key);
 218
 219     ((char*) key_buf)[kused++] = ((key_cmd == 'a') ? 1 : 0);
 220 }
 221
 222 void file_extract (int cmd, const char *fname, const char *kname)
 223 {
 224     int i;
 225     char ext[128];
 226     SYSNO sysno;
 227     char ext_res[128];
 228     const char *file_type;
 229     void *file_info;
 230     FILE *inf;
 231     struct recExtractCtrl extractCtrl;
 232     RecType rt;
 233
 234     logf (LOG_DEBUG, "%c %s k=%s", cmd, fname, kname);
 235     for (i = strlen(fname); --i >= 0; )
 236         if (fname[i] == '/')
 237         {
 238             strcpy (ext, "");
 239             break;
 240         }
 241         else if (fname[i] == '.')
 242         {
 243             strcpy (ext, fname+i+1);
 244             break;
 245         }
 246     sprintf (ext_res, "fileExtension.%s", ext);
 247     if (!(file_type = res_get (common_resource, ext_res)))
 248         return;
 249     if (!(rt = recType_byName (file_type)))
 250         return;
 251     file_info = dict_lookup (file_idx, kname);
 252     if (!file_info)
 253     {
 254         sysno = sysno_next++;
 255         dict_insert (file_idx, kname, sizeof(sysno), &sysno);
 256         lseek (sys_idx_fd, sysno * SYS_IDX_ENTRY_LEN, SEEK_SET);
 257         write (sys_idx_fd, file_type, strlen (file_type)+1);
 258         write (sys_idx_fd, kname, strlen(kname)+1);
 259     }
 260     else
 261         memcpy (&sysno, (char*) file_info+1, sizeof(sysno));
 262
 263     if (!(inf = fopen (fname, "r")))
 264     {
 265         logf (LOG_WARN|LOG_ERRNO, "open %s", fname);
 266         return;
 267     }
 268     extractCtrl.inf = inf;
 269     extractCtrl.subType = "";
 270     extractCtrl.init = wordInit;
 271     extractCtrl.add = wordAdd;
 272     key_sysno = sysno;
 273     key_cmd = cmd;
 274     (*rt->extract)(&extractCtrl);
 275     fclose (inf);
 276 }