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