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