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 1.18  1995-10-04 09:37:08  quinn
   8  * Fixed bug.
   9  *
  10  * Revision 1.17  1995/10/03  14:28:57  adam
  11  * Buffered read in extract works.
  12  *
  13  * Revision 1.16  1995/10/03  14:28:45  adam
  14  * Work on more effecient read handler in extract.
  15  *
  16  * Revision 1.15  1995/10/02  15:42:53  adam
  17  * Extract uses file descriptors instead of FILE pointers.
  18  *
  19  * Revision 1.14  1995/10/02  15:29:13  adam
  20  * More logging in file_extract.
  21  *
  22  * Revision 1.13  1995/09/29  14:01:39  adam
  23  * Bug fixes.
  24  *
  25  * Revision 1.12  1995/09/28  14:22:56  adam
  26  * Sort uses smaller temporary files.
  27  *
  28  * Revision 1.11  1995/09/28  12:10:31  adam
  29  * Bug fixes. Field prefix used in queries.
  30  *
  31  * Revision 1.10  1995/09/28  09:19:41  adam
  32  * xfree/xmalloc used everywhere.
  33  * Extract/retrieve method seems to work for text records.
  34  *
  35  * Revision 1.9  1995/09/27  12:22:28  adam
  36  * More work on extract in record control.
  37  * Field name is not in isam keys but in prefix in dictionary words.
  38  *
  39  * Revision 1.8  1995/09/14  07:48:22  adam
  40  * Record control management.
  41  *
  42  * Revision 1.7  1995/09/11  13:09:32  adam
  43  * More work on relevance feedback.
  44  *
  45  * Revision 1.6  1995/09/08  14:52:27  adam
  46  * Minor changes. Dictionary is lower case now.
  47  *
  48  * Revision 1.5  1995/09/06  16:11:16  adam
  49  * Option: only one word key per file.
  50  *
  51  * Revision 1.4  1995/09/05  15:28:39  adam
  52  * More work on search engine.
  53  *
  54  * Revision 1.3  1995/09/04  12:33:41  adam
  55  * Various cleanup. YAZ util used instead.
  56  *
  57  * Revision 1.2  1995/09/04  09:10:34  adam
  58  * More work on index add/del/update.
  59  * Merge sort implemented.
  60  * Initial work on z39 server.
  61  *
  62  * Revision 1.1  1995/09/01  14:06:35  adam
  63  * Split of work into more files.
  64  *
  65  */
  66 #include <stdio.h>
  67 #include <assert.h>
  68 #include <unistd.h>
  69 #include <fcntl.h>
  70 #include <ctype.h>
  71
  72 #include <alexutil.h>
  73 #include <recctrl.h>
  74 #include "index.h"
  75
  76 static Dict file_idx;
  77 static SYSNO sysno_next;
  78 static int sys_idx_fd = -1;
  79
  80 static int key_cmd;
  81 static int key_sysno;
  82 static char **key_buf;
  83 static size_t ptr_top;
  84 static size_t ptr_i;
  85 static size_t kused;
  86 static int key_file_no;
  87
  88 void key_open (int mem)
  89 {
  90     void *file_key;
  91
  92     if (mem < 50000)
  93         mem = 50000;
  94     key_buf = xmalloc (mem);
  95     ptr_top = mem/sizeof(char*);
  96     ptr_i = 0;
  97     kused = 0;
  98     key_file_no = 0;
  99
 100     if (!(file_idx = dict_open (FNAME_FILE_DICT, 40, 1)))
 101     {
 102         logf (LOG_FATAL, "dict_open fail of %s", "fileidx");
 103         exit (1);
 104     }
 105     file_key = dict_lookup (file_idx, ".");
 106     if (file_key)
 107         memcpy (&sysno_next, (char*)file_key+1, sizeof(sysno_next));
 108     else
 109         sysno_next = 1;
 110     if ((sys_idx_fd = open (FNAME_SYS_IDX, O_RDWR|O_CREAT, 0666)) == -1)
 111     {
 112         logf (LOG_FATAL|LOG_ERRNO, "open %s", FNAME_SYS_IDX);
 113         exit (1);
 114     }
 115 }
 116
 117 void key_flush (void)
 118 {
 119     FILE *outf;
 120     char out_fname[200];
 121     char *prevcp, *cp;
 122
 123     if (ptr_i <= 0)
 124         return;
 125
 126     key_file_no++;
 127     logf (LOG_LOG, "sorting section %d", key_file_no);
 128     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_qsort_compare);
 129     sprintf (out_fname, TEMP_FNAME, key_file_no);
 130
 131     if (!(outf = fopen (out_fname, "w")))
 132     {
 133         logf (LOG_FATAL|LOG_ERRNO, "fopen (4) %s", out_fname);
 134         exit (1);
 135     }
 136     logf (LOG_LOG, "writing section %d", key_file_no);
 137     prevcp = cp = key_buf[ptr_top-ptr_i];
 138
 139     if (fwrite (cp, strlen (cp)+2+sizeof(struct it_key), 1, outf) != 1)
 140     {
 141         logf (LOG_FATAL|LOG_ERRNO, "fwrite %s", out_fname);
 142         exit (1);
 143     }
 144     while (--ptr_i > 0)
 145     {
 146         cp = key_buf[ptr_top-ptr_i];
 147         if (strcmp (cp, prevcp))
 148         {
 149             if (fwrite (cp, strlen (cp)+2+sizeof(struct it_key), 1,
 150                         outf) != 1)
 151             {
 152                 logf (LOG_FATAL|LOG_ERRNO, "fwrite %s", out_fname);
 153                 exit (1);
 154             }
 155             prevcp = cp;
 156         }
 157         else
 158         {
 159             cp = strlen (cp) + cp;
 160             if (fwrite (cp, 2+sizeof(struct it_key), 1, outf) != 1)
 161             {
 162                 logf (LOG_FATAL|LOG_ERRNO, "fwrite %s", out_fname);
 163                 exit (1);
 164             }
 165         }
 166     }
 167     if (fclose (outf))
 168     {
 169         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
 170         exit (1);
 171     }
 172     logf (LOG_LOG, "finished section %d", key_file_no);
 173     ptr_i = 0;
 174     kused = 0;
 175 }
 176
 177 int key_close (void)
 178 {
 179     key_flush ();
 180     xfree (key_buf);
 181     close (sys_idx_fd);
 182     dict_insert (file_idx, ".", sizeof(sysno_next), &sysno_next);
 183     dict_close (file_idx);
 184     return key_file_no;
 185 }
 186
 187 static void wordInit (RecWord *p)
 188 {
 189     p->attrSet = 1;
 190     p->attrUse = 1016;
 191     p->which = Word_String;
 192 }
 193
 194 static void wordAdd (const RecWord *p)
 195 {
 196     struct it_key key;
 197     size_t i;
 198
 199     if (kused + 1024 > (ptr_top-ptr_i)*sizeof(char*))
 200         key_flush ();
 201     ++ptr_i;
 202     key_buf[ptr_top-ptr_i] = (char*)key_buf + kused;
 203     kused += index_word_prefix ((char*)key_buf + kused,
 204                                 p->attrSet, p->attrUse);
 205     switch (p->which)
 206     {
 207     case Word_String:
 208         for (i = 0; p->u.string[i]; i++)
 209             ((char*)key_buf) [kused++] = index_char_cvt (p->u.string[i]);
 210         ((char*)key_buf) [kused++] = '\0';
 211         break;
 212     default:
 213         return ;
 214     }
 215     ((char*) key_buf)[kused++] = ((key_cmd == 'a') ? 1 : 0);
 216     key.sysno = key_sysno;
 217     key.seqno = p->seqno;
 218     memcpy ((char*)key_buf + kused, &key, sizeof(key));
 219     kused += sizeof(key);
 220 }
 221
 222 #define FILE_READ_BUF 1
 223 #if FILE_READ_BUF
 224 static char *file_buf;
 225 static int file_offset;
 226 static int file_bufsize;
 227
 228 static void file_read_start (int fd)
 229 {
 230     file_offset = 0;
 231     file_buf = xmalloc (4096);
 232     file_bufsize = read (fd, file_buf, 4096);
 233 }
 234
 235 static void file_read_stop (int fd)
 236 {
 237     xfree (file_buf);
 238 }
 239
 240 static int file_read (int fd, char *buf, size_t count)
 241 {
 242     int l = file_bufsize - file_offset;
 243
 244     if (count > l)
 245     {
 246         int r;
 247         if (l > 0)
 248             memcpy (buf, file_buf + file_offset, l);
 249         count = count-l;
 250         if (count > file_bufsize)
 251         {
 252             if ((r = read (fd, buf + l, count)) == -1)
 253             {
 254                 logf (LOG_FATAL|LOG_ERRNO, "read");
 255                 exit (1);
 256             }
 257             file_bufsize = 0;
 258             file_offset = 0;
 259             return r;
 260         }
 261         file_bufsize = r = read (fd, file_buf, 4096);
 262         if (r == -1)
 263         {
 264             logf (LOG_FATAL|LOG_ERRNO, "read");
 265             exit (1);
 266         }
 267         else if (r <= count)
 268         {
 269             file_offset = r;
 270             memcpy (buf + l, file_buf, r);
 271             return l + r;
 272         }
 273         else
 274         {
 275             file_offset = count;
 276             memcpy (buf + l, file_buf, count - l);
 277             return count;
 278         }
 279     }
 280     memcpy (buf, file_buf + file_offset, count);
 281     file_offset += count;
 282     return count;
 283 }
 284 #else
 285 static int file_read (int fd, char *buf, size_t count)
 286 {
 287     return read (fd, buf, count);
 288 }
 289 #endif
 290 void file_extract (int cmd, const char *fname, const char *kname)
 291 {
 292     int i, r;
 293     char ext[128];
 294     SYSNO sysno;
 295     char ext_res[128];
 296     const char *file_type;
 297     void *file_info;
 298     struct recExtractCtrl extractCtrl;
 299     RecType rt;
 300
 301     for (i = strlen(fname); --i >= 0; )
 302         if (fname[i] == '/')
 303         {
 304             strcpy (ext, "");
 305             break;
 306         }
 307         else if (fname[i] == '.')
 308         {
 309             strcpy (ext, fname+i+1);
 310             break;
 311         }
 312     sprintf (ext_res, "fileExtension.%s", ext);
 313     if (!(file_type = res_get (common_resource, ext_res)))
 314         return;
 315     if (!(rt = recType_byName (file_type)))
 316         return;
 317     logf (LOG_DEBUG, "%c %s k=%s", cmd, fname, kname);
 318     file_info = dict_lookup (file_idx, kname);
 319     if (!file_info)
 320     {
 321         sysno = sysno_next++;
 322         dict_insert (file_idx, kname, sizeof(sysno), &sysno);
 323         lseek (sys_idx_fd, sysno * SYS_IDX_ENTRY_LEN, SEEK_SET);
 324         write (sys_idx_fd, file_type, strlen (file_type)+1);
 325         write (sys_idx_fd, kname, strlen(kname)+1);
 326     }
 327     else
 328         memcpy (&sysno, (char*) file_info+1, sizeof(sysno));
 329
 330     if ((extractCtrl.fd = open (fname, O_RDONLY)) == -1)
 331     {
 332         logf (LOG_WARN|LOG_ERRNO, "open %s", fname);
 333         return;
 334     }
 335     extractCtrl.subType = "";
 336     extractCtrl.init = wordInit;
 337     extractCtrl.add = wordAdd;
 338 #if FILE_READ_BUF
 339     file_read_start (extractCtrl.fd);
 340 #endif
 341     extractCtrl.readf = file_read;
 342     key_sysno = sysno;
 343     key_cmd = cmd;
 344     r = (*rt->extract)(&extractCtrl);
 345 #if FILE_READ_BUF
 346     file_read_stop (extractCtrl.fd);
 347 #endif
 348     close (extractCtrl.fd);
 349     if (r)
 350         logf (LOG_WARN, "Couldn't extract file %s, code %d", fname, r);
 351 }