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 1.63  1996-10-29 14:09:39  adam
   8  * Use of cisam system - enabled if setting isamc is 1.
   9  *
  10  * Revision 1.62  1996/10/11 10:57:01  adam
  11  * New module recctrl. Used to manage records (extract/retrieval).
  12  * Several files have been moved to the recctrl sub directory.
  13  *
  14  * Revision 1.61  1996/06/06 12:08:37  quinn
  15  * Added showRecord function
  16  *
  17  * Revision 1.60  1996/06/04  10:18:12  adam
  18  * Search/scan uses character mapping module.
  19  *
  20  * Revision 1.59  1996/05/14  15:47:07  adam
  21  * Cleanup of various buffer size entities.
  22  *
  23  * Revision 1.58  1996/05/14  06:16:38  adam
  24  * Compact use/set bytes used in search service.
  25  *
  26  * Revision 1.57  1996/05/13 14:23:04  adam
  27  * Work on compaction of set/use bytes in dictionary.
  28  *
  29  * Revision 1.56  1996/05/09  09:54:42  adam
  30  * Server supports maps from one logical attributes to a list of physical
  31  * attributes.
  32  * The extraction process doesn't make space consuming 'any' keys.
  33  *
  34  * Revision 1.55  1996/05/09  07:28:55  quinn
  35  * Work towards phrases and multiple registers
  36  *
  37  * Revision 1.54  1996/05/01  13:46:35  adam
  38  * First work on multiple records in one file.
  39  * New option, -offset, to the "unread" command in the filter module.
  40  *
  41  * Revision 1.53  1996/04/26  12:09:43  adam
  42  * Added a few comments.
  43  *
  44  * Revision 1.52  1996/04/25  13:27:57  adam
  45  * Function recordExtract modified so that files with no keys (possibly empty)
  46  * are ignored.
  47  *
  48  * Revision 1.51  1996/03/19  11:08:42  adam
  49  * Bug fix: Log preamble wasn't always turned off after recordExtract.
  50  *
  51  * Revision 1.50  1996/02/12  18:45:36  adam
  52  * New fileVerboseFlag in record group control.
  53  *
  54  * Revision 1.49  1996/02/05  12:29:57  adam
  55  * Logging reduced a bit.
  56  * The remaining running time is estimated during register merge.
  57  *
  58  * Revision 1.48  1996/02/01  20:53:26  adam
  59  * The temporary per-record keys are compacted a little, and duplication
  60  * of the per-records keys are avoided when they are saved in the record
  61  * information buffer.
  62  *
  63  * Revision 1.47  1996/01/17  14:57:48  adam
  64  * Prototype changed for reader functions in extract/retrieve. File
  65  *  is identified by 'void *' instead of 'int.
  66  *
  67  * Revision 1.46  1995/12/15  14:57:16  adam
  68  * Bug fix.
  69  *
  70  * Revision 1.45  1995/12/15  12:37:41  adam
  71  * In addRecordKeyAny: Writes key only when attrSet != -1.
  72  *
  73  * Revision 1.44  1995/12/12  16:00:54  adam
  74  * System call sync(2) used after update/commit.
  75  * Locking (based on fcntl) uses F_EXLCK and F_SHLCK instead of F_WRLCK
  76  * and F_RDLCK.
  77  *
  78  * Revision 1.43  1995/12/11  09:12:46  adam
  79  * The rec_get function returns NULL if record doesn't exist - will
  80  * happen in the server if the result set records have been deleted since
  81  * the creation of the set (i.e. the search).
  82  * The server saves a result temporarily if it is 'volatile', i.e. the
  83  * set is register dependent.
  84  *
  85  * Revision 1.42  1995/12/07  17:38:46  adam
  86  * Work locking mechanisms for concurrent updates/commit.
  87  *
  88  * Revision 1.41  1995/12/06  16:06:42  adam
  89  * Better diagnostics. Work on 'real' dictionary deletion.
  90  *
  91  * Revision 1.40  1995/12/05  16:57:40  adam
  92  * More work on regular patterns.
  93  *
  94  * Revision 1.39  1995/12/05  13:20:18  adam
  95  * Bug fix: file_read sometimes returned early EOF.
  96  *
  97  * Revision 1.38  1995/12/04  17:59:21  adam
  98  * More work on regular expression conversion.
  99  *
 100  * Revision 1.37  1995/12/04  14:22:27  adam
 101  * Extra arg to recType_byName.
 102  * Started work on new regular expression parsed input to
 103  * structured records.
 104  *
 105  * Revision 1.36  1995/11/30  08:34:29  adam
 106  * Started work on commit facility.
 107  * Changed a few malloc/free to xmalloc/xfree.
 108  *
 109  * Revision 1.35  1995/11/28  14:26:21  adam
 110  * Bug fix: recordId with constant wasn't right.
 111  * Bug fix: recordId dictionary entry wasn't deleted when needed.
 112  *
 113  * Revision 1.34  1995/11/28  09:09:38  adam
 114  * Zebra config renamed.
 115  * Use setting 'recordId' to identify record now.
 116  * Bug fix in recindex.c: rec_release_blocks was invokeded even
 117  * though the blocks were already released.
 118  * File traversal properly deletes records when needed.
 119  *
 120  * Revision 1.33  1995/11/27  09:56:20  adam
 121  * Record info elements better enumerated. Internal store of records.
 122  *
 123  * Revision 1.32  1995/11/25  10:24:05  adam
 124  * More record fields - they are enumerated now.
 125  * New options: flagStoreData flagStoreKey.
 126  *
 127  * Revision 1.31  1995/11/24  11:31:35  adam
 128  * Commands add & del read filenames from stdin if source directory is
 129  * empty.
 130  * Match criteria supports 'constant' strings.
 131  *
 132  * Revision 1.30  1995/11/22  17:19:16  adam
 133  * Record management uses the bfile system.
 134  *
 135  * Revision 1.29  1995/11/21  15:01:14  adam
 136  * New general match criteria implemented.
 137  * New feature: document groups.
 138  *
 139  * Revision 1.28  1995/11/21  09:20:30  adam
 140  * Yet more work on record match.
 141  *
 142  * Revision 1.27  1995/11/20  16:59:45  adam
 143  * New update method: the 'old' keys are saved for each records.
 144  *
 145  * Revision 1.26  1995/11/20  11:56:24  adam
 146  * Work on new traversal.
 147  *
 148  * Revision 1.25  1995/11/16  15:34:54  adam
 149  * Uses new record management system in both indexer and server.
 150  *
 151  * Revision 1.24  1995/11/15  19:13:08  adam
 152  * Work on record management.
 153  *
 154  * Revision 1.23  1995/10/27  14:00:10  adam
 155  * Implemented detection of database availability.
 156  *
 157  * Revision 1.22  1995/10/17  18:02:07  adam
 158  * New feature: databases. Implemented as prefix to words in dictionary.
 159  *
 160  * Revision 1.21  1995/10/10  12:24:38  adam
 161  * Temporary sort files are compressed.
 162  *
 163  * Revision 1.20  1995/10/06  13:52:05  adam
 164  * Bug fixes. Handler may abort further scanning.
 165  *
 166  * Revision 1.19  1995/10/04  12:55:16  adam
 167  * Bug fix in ranked search. Use=Any keys inserted.
 168  *
 169  * Revision 1.18  1995/10/04  09:37:08  quinn
 170  * Fixed bug.
 171  *
 172  * Revision 1.17  1995/10/03  14:28:57  adam
 173  * Buffered read in extract works.
 174  *
 175  * Revision 1.16  1995/10/03  14:28:45  adam
 176  * Work on more effecient read handler in extract.
 177  *
 178  * Revision 1.15  1995/10/02  15:42:53  adam
 179  * Extract uses file descriptors instead of FILE pointers.
 180  *
 181  * Revision 1.14  1995/10/02  15:29:13  adam
 182  * More logging in file_extract.
 183  *
 184  * Revision 1.13  1995/09/29  14:01:39  adam
 185  * Bug fixes.
 186  *
 187  * Revision 1.12  1995/09/28  14:22:56  adam
 188  * Sort uses smaller temporary files.
 189  *
 190  * Revision 1.11  1995/09/28  12:10:31  adam
 191  * Bug fixes. Field prefix used in queries.
 192  *
 193  * Revision 1.10  1995/09/28  09:19:41  adam
 194  * xfree/xmalloc used everywhere.
 195  * Extract/retrieve method seems to work for text records.
 196  *
 197  * Revision 1.9  1995/09/27  12:22:28  adam
 198  * More work on extract in record control.
 199  * Field name is not in isam keys but in prefix in dictionary words.
 200  *
 201  * Revision 1.8  1995/09/14  07:48:22  adam
 202  * Record control management.
 203  *
 204  * Revision 1.7  1995/09/11  13:09:32  adam
 205  * More work on relevance feedback.
 206  *
 207  * Revision 1.6  1995/09/08  14:52:27  adam
 208  * Minor changes. Dictionary is lower case now.
 209  *
 210  * Revision 1.5  1995/09/06  16:11:16  adam
 211  * Option: only one word key per file.
 212  *
 213  * Revision 1.4  1995/09/05  15:28:39  adam
 214  * More work on search engine.
 215  *
 216  * Revision 1.3  1995/09/04  12:33:41  adam
 217  * Various cleanup. YAZ util used instead.
 218  *
 219  * Revision 1.2  1995/09/04  09:10:34  adam
 220  * More work on index add/del/update.
 221  * Merge sort implemented.
 222  * Initial work on z39 server.
 223  *
 224  * Revision 1.1  1995/09/01  14:06:35  adam
 225  * Split of work into more files.
 226  *
 227  */
 228 #include <stdio.h>
 229 #include <assert.h>
 230 #include <unistd.h>
 231 #include <fcntl.h>
 232
 233 #include <recctrl.h>
 234 #include "index.h"
 235
 236 #include "zinfo.h"
 237
 238 static Dict matchDict;
 239
 240 static Records records = NULL;
 241
 242 static char **key_buf;
 243 static size_t ptr_top;
 244 static size_t ptr_i;
 245 static size_t key_buf_used;
 246 static int key_file_no;
 247
 248 static int records_inserted = 0;
 249 static int records_updated = 0;
 250 static int records_deleted = 0;
 251 static int records_processed = 0;
 252
 253 static ZebTargetInfo *zti = NULL;
 254
 255 static void logRecord (int showFlag)
 256 {
 257     if (!showFlag)
 258         ++records_processed;
 259     if (showFlag || !(records_processed % 1000))
 260     {
 261         logf (LOG_LOG, "Records: %7d i/u/d %d/%d/%d",
 262               records_processed, records_inserted, records_updated,
 263               records_deleted);
 264     }
 265 }
 266
 267 void key_open (int mem)
 268 {
 269     if (!mem)
 270         mem = atoi(res_get_def (common_resource, "memMax", "4"))*1024*1024;
 271     if (mem < 50000)
 272         mem = 50000;
 273     key_buf = xmalloc (mem);
 274     ptr_top = mem/sizeof(char*);
 275     ptr_i = 0;
 276
 277     key_buf_used = 0;
 278     key_file_no = 0;
 279
 280     if (!(matchDict = dict_open (GMATCH_DICT, 50, 1)))
 281     {
 282         logf (LOG_FATAL, "dict_open fail of %s", GMATCH_DICT);
 283         exit (1);
 284     }
 285     assert (!records);
 286     records = rec_open (1);
 287 #if 1
 288     zti = zebTargetInfo_open (records, 1);
 289 #endif
 290 }
 291
 292 struct encode_info {
 293     int  sysno;
 294     int  seqno;
 295     char buf[768];
 296 };
 297
 298 void encode_key_init (struct encode_info *i)
 299 {
 300     i->sysno = 0;
 301     i->seqno = 0;
 302 }
 303
 304 char *encode_key_int (int d, char *bp)
 305 {
 306     if (d <= 63)
 307         *bp++ = d;
 308     else if (d <= 16383)
 309     {
 310         *bp++ = 64 + (d>>8);
 311         *bp++ = d  & 255;
 312     }
 313     else if (d <= 4194303)
 314     {
 315         *bp++ = 128 + (d>>16);
 316         *bp++ = (d>>8) & 255;
 317         *bp++ = d & 255;
 318     }
 319     else
 320     {
 321         *bp++ = 192 + (d>>24);
 322         *bp++ = (d>>16) & 255;
 323         *bp++ = (d>>8) & 255;
 324         *bp++ = d & 255;
 325     }
 326     return bp;
 327 }
 328
 329 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
 330 {
 331     struct it_key key;
 332     char *bp = i->buf;
 333
 334     while ((*bp++ = *k++))
 335         ;
 336     memcpy (&key, k+1, sizeof(struct it_key));
 337     bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
 338     if (i->sysno != key.sysno)
 339     {
 340         i->sysno = key.sysno;
 341         i->seqno = 0;
 342     }
 343     bp = encode_key_int (key.seqno - i->seqno, bp);
 344     i->seqno = key.seqno;
 345     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
 346     {
 347         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
 348         exit (1);
 349     }
 350 }
 351
 352 void key_flush (void)
 353 {
 354     FILE *outf;
 355     char out_fname[200];
 356     char *prevcp, *cp;
 357     struct encode_info encode_info;
 358
 359     if (ptr_i <= 0)
 360         return;
 361
 362     key_file_no++;
 363     logf (LOG_LOG, "sorting section %d", key_file_no);
 364     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_qsort_compare);
 365     getFnameTmp (out_fname, key_file_no);
 366
 367     if (!(outf = fopen (out_fname, "w")))
 368     {
 369         logf (LOG_FATAL|LOG_ERRNO, "fopen (4) %s", out_fname);
 370         exit (1);
 371     }
 372     logf (LOG_LOG, "writing section %d", key_file_no);
 373     prevcp = cp = key_buf[ptr_top-ptr_i];
 374
 375     encode_key_init (&encode_info);
 376     encode_key_write (cp, &encode_info, outf);
 377     while (--ptr_i > 0)
 378     {
 379         cp = key_buf[ptr_top-ptr_i];
 380         if (strcmp (cp, prevcp))
 381         {
 382             encode_key_init (&encode_info);
 383             encode_key_write (cp, &encode_info, outf);
 384             prevcp = cp;
 385         }
 386         else
 387             encode_key_write (cp + strlen(cp), &encode_info, outf);
 388     }
 389     if (fclose (outf))
 390     {
 391         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
 392         exit (1);
 393     }
 394     logf (LOG_LOG, "finished section %d", key_file_no);
 395     ptr_i = 0;
 396     key_buf_used = 0;
 397 }
 398
 399 int key_close (void)
 400 {
 401     key_flush ();
 402     xfree (key_buf);
 403 #if 1
 404     zebTargetInfo_close (zti, 1);
 405 #endif
 406     rec_close (&records);
 407     dict_close (matchDict);
 408
 409     logRecord (1);
 410     return key_file_no;
 411 }
 412
 413 static void wordInit (RecWord *p)
 414 {
 415     p->attrSet = 1;
 416     p->attrUse = 1016;
 417     p->which = Word_String;
 418 }
 419
 420 struct recKeys {
 421     int buf_used;
 422     int buf_max;
 423     char *buf;
 424     char prevAttrSet;
 425     short prevAttrUse;
 426 } reckeys;
 427
 428 static void addRecordKey (const RecWord *p)
 429 {
 430     char *dst;
 431     char attrSet;
 432     short attrUse;
 433     size_t i;
 434     int lead = 0;
 435
 436     if (reckeys.buf_used+1024 > reckeys.buf_max)
 437     {
 438         char *b;
 439
 440         b = xmalloc (reckeys.buf_max += 128000);
 441         if (reckeys.buf_used > 0)
 442             memcpy (b, reckeys.buf, reckeys.buf_used);
 443         xfree (reckeys.buf);
 444         reckeys.buf = b;
 445     }
 446     dst = reckeys.buf + reckeys.buf_used;
 447
 448     attrSet = p->attrSet;
 449     if (reckeys.buf_used > 0 && reckeys.prevAttrSet == attrSet)
 450         lead |= 1;
 451     else
 452         reckeys.prevAttrSet = attrSet;
 453     attrUse = p->attrUse;
 454     if (reckeys.buf_used > 0 && reckeys.prevAttrUse == attrUse)
 455         lead |= 2;
 456     else
 457         reckeys.prevAttrUse = attrUse;
 458
 459     *dst++ = lead;
 460
 461     if (!(lead & 1))
 462     {
 463         memcpy (dst, &attrSet, sizeof(attrSet));
 464         dst += sizeof(attrSet);
 465     }
 466     if (!(lead & 2))
 467     {
 468         memcpy (dst, &attrUse, sizeof(attrUse));
 469         dst += sizeof(attrUse);
 470     }
 471     switch (p->which)
 472     {
 473         case Word_String:
 474             *dst++ = 'w';
 475             break;
 476         case Word_Phrase:
 477             *dst++ = 'p';
 478             break;
 479         case Word_Numeric:
 480             *dst++ = 'n';
 481     }
 482     for (i = 0; p->u.string[i]; i++)
 483         *dst++ = p->u.string[i];
 484     *dst++ = '\0';
 485
 486     memcpy (dst, &p->seqno, sizeof(p->seqno));
 487     dst += sizeof(p->seqno);
 488     reckeys.buf_used = dst - reckeys.buf;
 489 }
 490
 491 static void flushRecordKeys (SYSNO sysno, int cmd, struct recKeys *reckeys,
 492                              const char *databaseName)
 493 {
 494     char attrSet = -1;
 495     short attrUse = -1;
 496     int off = 0;
 497
 498     if (zebTargetInfo_curDatabase (zti, databaseName))
 499     {
 500         if (zebTargetInfo_newDatabase (zti, databaseName))
 501             abort ();
 502     }
 503     while (off < reckeys->buf_used)
 504     {
 505         const char *src = reckeys->buf + off;
 506         struct it_key key;
 507         int lead;
 508
 509         lead = *src++;
 510
 511         if (!(lead & 1))
 512         {
 513             memcpy (&attrSet, src, sizeof(attrSet));
 514             src += sizeof(attrSet);
 515         }
 516         if (!(lead & 2))
 517         {
 518             memcpy (&attrUse, src, sizeof(attrUse));
 519             src += sizeof(attrUse);
 520         }
 521         if (key_buf_used + 1024 > (ptr_top-ptr_i)*sizeof(char*))
 522             key_flush ();
 523         ++ptr_i;
 524         key_buf[ptr_top-ptr_i] = (char*)key_buf + key_buf_used;
 525
 526         lead = zebTargetInfo_lookupSU (zti, attrSet, attrUse);
 527         if (lead < 0)
 528             lead = zebTargetInfo_addSU (zti, attrSet, attrUse);
 529         assert (lead > 0);
 530         ((char*) key_buf) [key_buf_used++] = lead;
 531         while (*src)
 532             ((char*)key_buf) [key_buf_used++] = *src++;
 533         src++;
 534         ((char*)key_buf) [key_buf_used++] = '\0';
 535
 536         ((char*) key_buf)[key_buf_used++] = cmd;
 537
 538         memcpy (&key.seqno, src, sizeof(key.seqno));
 539         src += sizeof(key.seqno);
 540         key.sysno = sysno;
 541         memcpy ((char*)key_buf + key_buf_used, &key, sizeof(key));
 542         key_buf_used += sizeof(key);
 543         off = src - reckeys->buf;
 544     }
 545     assert (off == reckeys->buf_used);
 546 }
 547
 548 static const char **searchRecordKey (struct recKeys *reckeys,
 549                                int attrSetS, int attrUseS)
 550 {
 551     static const char *ws[32];
 552     int off = 0;
 553     int startSeq = -1;
 554     int i;
 555
 556     for (i = 0; i<32; i++)
 557         ws[i] = NULL;
 558
 559     while (off < reckeys->buf_used)
 560     {
 561         const char *src = reckeys->buf + off;
 562         char attrSet;
 563         short attrUse;
 564         int seqno;
 565         const char *wstart;
 566
 567         memcpy (&attrSet, src, sizeof(attrSet));
 568         src += sizeof(attrSet);
 569
 570         memcpy (&attrUse, src, sizeof(attrUse));
 571         src += sizeof(attrUse);
 572
 573         wstart = src;
 574         while (*src++)
 575             ;
 576
 577         memcpy (&seqno, src, sizeof(seqno));
 578         src += sizeof(seqno);
 579
 580 #if 0
 581         logf (LOG_LOG, "(%d,%d) %d %s", attrSet, attrUse, seqno, wstart);
 582 #endif
 583         if (attrUseS == attrUse && attrSetS == attrSet)
 584         {
 585             int woff;
 586
 587
 588             if (startSeq == -1)
 589                 startSeq = seqno;
 590             woff = seqno - startSeq;
 591             if (woff >= 0 && woff < 31)
 592                 ws[woff] = wstart;
 593         }
 594
 595         off = src - reckeys->buf;
 596     }
 597     assert (off == reckeys->buf_used);
 598     return ws;
 599 }
 600
 601 struct file_read_info {
 602     off_t file_max;
 603     off_t file_offset;
 604     off_t file_moffset;
 605     int file_more;
 606     int fd;
 607 };
 608
 609 static struct file_read_info *file_read_start (int fd)
 610 {
 611     struct file_read_info *fi = xmalloc (sizeof(*fi));
 612
 613     fi->fd = fd;
 614     fi->file_max = 0;
 615     fi->file_moffset = 0;
 616     return fi;
 617 }
 618
 619 static void file_read_stop (struct file_read_info *fi)
 620 {
 621     assert (fi);
 622     xfree (fi);
 623 }
 624
 625 static off_t file_seek (void *handle, off_t offset)
 626 {
 627     struct file_read_info *p = handle;
 628     p->file_offset = offset;
 629     return lseek (p->fd, offset, SEEK_SET);
 630 }
 631
 632 static int file_read (void *handle, char *buf, size_t count)
 633 {
 634     struct file_read_info *p = handle;
 635     int fd = p->fd;
 636     int r;
 637     r = read (fd, buf, count);
 638     if (r > 0)
 639     {
 640         p->file_offset += r;
 641         if (p->file_offset > p->file_max)
 642             p->file_max = p->file_offset;
 643     }
 644     return r;
 645 }
 646
 647 static void file_begin (void *handle)
 648 {
 649     struct file_read_info *p = handle;
 650
 651     p->file_offset = p->file_moffset;
 652     if (p->file_moffset)
 653         lseek (p->fd, p->file_moffset, SEEK_SET);
 654     p->file_more = 0;
 655 }
 656
 657 static void file_end (void *handle, off_t offset)
 658 {
 659     struct file_read_info *p = handle;
 660
 661     assert (p->file_more == 0);
 662     p->file_more = 1;
 663     p->file_moffset = offset;
 664 }
 665
 666 static int atois (const char **s)
 667 {
 668     int val = 0, c;
 669     while ( (c=**s) >= '0' && c <= '9')
 670     {
 671         val = val*10 + c - '0';
 672         ++(*s);
 673     }
 674     return val;
 675 }
 676
 677 static char *fileMatchStr (struct recKeys *reckeys, struct recordGroup *rGroup,
 678                            const char *fname,
 679                            const char *spec)
 680 {
 681     static char dstBuf[2048];
 682     char *dst = dstBuf;
 683     const char *s = spec;
 684     static const char **w;
 685     int i;
 686
 687     while (1)
 688     {
 689         while (*s == ' ' || *s == '\t')
 690             s++;
 691         if (!*s)
 692             break;
 693         if (*s == '(')
 694         {
 695             char matchFlag[32];
 696             int attrSet, attrUse;
 697             int first = 1;
 698
 699             s++;
 700             attrSet = atois (&s);
 701             if (*s != ',')
 702             {
 703                 logf (LOG_WARN, "Missing , in match criteria %s in group %s",
 704                       spec, rGroup->groupName ? rGroup->groupName : "none");
 705                 return NULL;
 706             }
 707             s++;
 708             attrUse = atois (&s);
 709             w = searchRecordKey (reckeys, attrSet, attrUse);
 710             assert (w);
 711
 712             if (*s == ')')
 713             {
 714                 for (i = 0; i<32; i++)
 715                     matchFlag[i] = 1;
 716             }
 717             else
 718             {
 719                 logf (LOG_WARN, "Missing ) in match criteria %s in group %s",
 720                       spec, rGroup->groupName ? rGroup->groupName : "none");
 721                 return NULL;
 722             }
 723             s++;
 724
 725             for (i = 0; i<32; i++)
 726                 if (matchFlag[i] && w[i])
 727                 {
 728                     if (first)
 729                     {
 730                         *dst++ = ' ';
 731                         first = 0;
 732                     }
 733                     strcpy (dst, w[i]);
 734                     dst += strlen(w[i]);
 735                 }
 736             if (first)
 737             {
 738                 logf (LOG_WARN, "Record didn't contain match"
 739                       " fields in (%d,%d)", attrSet, attrUse);
 740                 return NULL;
 741             }
 742         }
 743         else if (*s == '$')
 744         {
 745             int spec_len;
 746             char special[64];
 747             const char *spec_src = NULL;
 748             const char *s1 = ++s;
 749             while (*s1 && *s1 != ' ' && *s1 != '\t')
 750                 s1++;
 751
 752             spec_len = s1 - s;
 753             if (spec_len > 63)
 754                 spec_len = 63;
 755             memcpy (special, s, spec_len);
 756             special[spec_len] = '\0';
 757             s = s1;
 758
 759             if (!strcmp (special, "group"))
 760                 spec_src = rGroup->groupName;
 761             else if (!strcmp (special, "database"))
 762                 spec_src = rGroup->databaseName;
 763             else if (!strcmp (special, "filename"))
 764                 spec_src = fname;
 765             else if (!strcmp (special, "type"))
 766                 spec_src = rGroup->recordType;
 767             else
 768                 spec_src = NULL;
 769             if (spec_src)
 770             {
 771                 strcpy (dst, spec_src);
 772                 dst += strlen (spec_src);
 773             }
 774         }
 775         else if (*s == '\"' || *s == '\'')
 776         {
 777             int stopMarker = *s++;
 778             char tmpString[64];
 779             int i = 0;
 780
 781             while (*s && *s != stopMarker)
 782             {
 783                 if (i < 63)
 784                     tmpString[i++] = *s++;
 785             }
 786             if (*s)
 787                 s++;
 788             tmpString[i] = '\0';
 789             strcpy (dst, tmpString);
 790             dst += strlen (tmpString);
 791         }
 792         else
 793         {
 794             logf (LOG_WARN, "Syntax error in match criteria %s in group %s",
 795                   spec, rGroup->groupName ? rGroup->groupName : "none");
 796             return NULL;
 797         }
 798         *dst++ = 1;
 799     }
 800     if (dst == dstBuf)
 801     {
 802         logf (LOG_WARN, "No match criteria for record %s in group %s",
 803               fname, rGroup->groupName ? rGroup->groupName : "none");
 804         return NULL;
 805     }
 806     return dstBuf;
 807 }
 808
 809 struct recordLogInfo {
 810     const char *fname;
 811     char *op;
 812     struct recordGroup *rGroup;
 813 };
 814
 815 static void recordLogPreamble (int level, const char *msg, void *info)
 816 {
 817     struct recordLogInfo *p = info;
 818     FILE *outf = log_file ();
 819
 820     if (level & LOG_LOG)
 821         return ;
 822     if (p->op)
 823         fprintf (outf, "%s of ", p->op);
 824     fprintf (outf, "%s type %s\n", p->rGroup->recordType, p->fname);
 825     log_event_start (NULL, NULL);
 826 }
 827
 828 static int recordExtract (SYSNO *sysno, const char *fname,
 829                           struct recordGroup *rGroup, int deleteFlag,
 830                           struct file_read_info *fi, RecType recType,
 831                           char *subType)
 832 {
 833     struct recExtractCtrl extractCtrl;
 834     int r;
 835     char *matchStr;
 836     SYSNO sysnotmp;
 837     off_t recordOffset = 0;
 838     Record rec;
 839     struct recordLogInfo logInfo;
 840
 841     logInfo.fname = fname;
 842     logInfo.op = NULL;
 843     logInfo.rGroup = rGroup;
 844     log_event_start (recordLogPreamble, &logInfo);
 845
 846     if (fi->fd != -1)
 847     {
 848         /* we are going to read from a file, so prepare the extraction */
 849         extractCtrl.fh = fi;
 850         extractCtrl.subType = subType;
 851         extractCtrl.init = wordInit;
 852         extractCtrl.add = addRecordKey;
 853
 854         reckeys.buf_used = 0;
 855         reckeys.prevAttrUse = -1;
 856         reckeys.prevAttrSet = -1;
 857
 858         recordOffset = fi->file_moffset;
 859         extractCtrl.offset = recordOffset;
 860         extractCtrl.readf = file_read;
 861         extractCtrl.seekf = file_seek;
 862         extractCtrl.endf = file_end;
 863         extractCtrl.map_chrs_input = map_chrs_input;
 864         extractCtrl.flagShowRecords = rGroup->flagShowRecords;
 865         r = (*recType->extract)(&extractCtrl);
 866
 867         if (r)
 868         {
 869             /* error occured during extraction ... */
 870             logf (LOG_WARN, "Couldn't extract file %s, code %d", fname, r);
 871             return 0;
 872         }
 873         if (reckeys.buf_used == 0)
 874         {
 875             /* the extraction process returned no information - the record
 876                is probably empty */
 877             logf (LOG_WARN, "Empty file %s", fname);
 878             return 0;
 879         }
 880     }
 881
 882     /* perform match if sysno not known and if match criteria is specified */
 883
 884     matchStr = NULL;
 885     if (!sysno)
 886     {
 887         sysnotmp = 0;
 888         sysno = &sysnotmp;
 889         if (rGroup->recordId && *rGroup->recordId)
 890         {
 891             char *rinfo;
 892
 893             matchStr = fileMatchStr (&reckeys, rGroup, fname,
 894                                      rGroup->recordId);
 895             if (matchStr)
 896             {
 897                 rinfo = dict_lookup (matchDict, matchStr);
 898                 if (rinfo)
 899                     memcpy (sysno, rinfo+1, sizeof(*sysno));
 900             }
 901             else
 902             {
 903                 logf (LOG_WARN, "Bad match criteria");
 904                 return 0;
 905             }
 906         }
 907     }
 908
 909     if (! *sysno)
 910     {
 911         /* new record */
 912         if (deleteFlag)
 913         {
 914             logf (LOG_LOG, "Cannot delete new record");
 915             return 1;
 916         }
 917         logInfo.op = "add";
 918         if (rGroup->fileVerboseFlag)
 919             logf (LOG_LOG, "add %s %s+%ld", rGroup->recordType,
 920                   fname, (long) recordOffset);
 921         rec = rec_new (records);
 922         *sysno = rec->sysno;
 923
 924         if (matchStr)
 925         {
 926             dict_insert (matchDict, matchStr, sizeof(*sysno), sysno);
 927         }
 928         flushRecordKeys (*sysno, 1, &reckeys, rGroup->databaseName);
 929
 930         records_inserted++;
 931     }
 932     else
 933     {
 934         /* record already exists */
 935         struct recKeys delkeys;
 936
 937         rec = rec_get (records, *sysno);
 938         assert (rec);
 939         delkeys.buf_used = rec->size[recInfo_delKeys];
 940         delkeys.buf = rec->info[recInfo_delKeys];
 941         flushRecordKeys (*sysno, 0, &delkeys, rec->info[recInfo_databaseName]);
 942         if (deleteFlag)
 943         {
 944             /* record going to be deleted */
 945             logInfo.op = "delete";
 946             if (!delkeys.buf_used)
 947             {
 948                 logf (LOG_WARN, "cannot delete; storeKeys false");
 949             }
 950             else
 951             {
 952                 if (rGroup->fileVerboseFlag)
 953                     logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
 954                           fname, (long) recordOffset);
 955                 records_deleted++;
 956                 if (matchStr)
 957                     dict_delete (matchDict, matchStr);
 958                 rec_del (records, &rec);
 959             }
 960             logRecord (0);
 961             return 1;
 962         }
 963         else
 964         {
 965             /* record going to be updated */
 966             logInfo.op = "update";
 967             if (!delkeys.buf_used)
 968             {
 969                 logf (LOG_WARN, "cannot update; storeKeys false");
 970             }
 971             else
 972             {
 973                 if (rGroup->fileVerboseFlag)
 974                     logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
 975                           fname, (long) recordOffset);
 976                 flushRecordKeys (*sysno, 1, &reckeys, rGroup->databaseName);
 977                 records_updated++;
 978             }
 979         }
 980     }
 981     /* update file type */
 982     xfree (rec->info[recInfo_fileType]);
 983     rec->info[recInfo_fileType] =
 984         rec_strdup (rGroup->recordType, &rec->size[recInfo_fileType]);
 985
 986     /* update filename */
 987     xfree (rec->info[recInfo_filename]);
 988     rec->info[recInfo_filename] =
 989         rec_strdup (fname, &rec->size[recInfo_filename]);
 990
 991     /* update delete keys */
 992     xfree (rec->info[recInfo_delKeys]);
 993     if (reckeys.buf_used > 0 && rGroup->flagStoreKeys == 1)
 994     {
 995 #if 1
 996         rec->size[recInfo_delKeys] = reckeys.buf_used;
 997         rec->info[recInfo_delKeys] = reckeys.buf;
 998         reckeys.buf = NULL;
 999         reckeys.buf_max = 0;
1000 #else
1001         rec->info[recInfo_delKeys] = xmalloc (reckeys.buf_used);
1002         rec->size[recInfo_delKeys] = reckeys.buf_used;
1003         memcpy (rec->info[recInfo_delKeys], reckeys.buf,
1004                 rec->size[recInfo_delKeys]);
1005 #endif
1006     }
1007     else
1008     {
1009         rec->info[recInfo_delKeys] = NULL;
1010         rec->size[recInfo_delKeys] = 0;
1011     }
1012
1013     /* update store data */
1014     xfree (rec->info[recInfo_storeData]);
1015     if (rGroup->flagStoreData == 1)
1016     {
1017         rec->size[recInfo_storeData] = fi->file_max;
1018         rec->info[recInfo_storeData] = xmalloc (fi->file_max);
1019         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
1020         {
1021             logf (LOG_ERRNO|LOG_FATAL, "seek to %ld in %s", fname,
1022                   (long) recordOffset);
1023             exit (1);
1024         }
1025         if (read (fi->fd, rec->info[recInfo_storeData], fi->file_max)
1026             < fi->file_max)
1027         {
1028             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
1029                   fi->file_max, fname);
1030             exit (1);
1031         }
1032     }
1033     else
1034     {
1035         rec->info[recInfo_storeData] = NULL;
1036         rec->size[recInfo_storeData] = 0;
1037     }
1038     /* update database name */
1039     xfree (rec->info[recInfo_databaseName]);
1040     rec->info[recInfo_databaseName] =
1041         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]);
1042
1043     /* update offset */
1044     xfree (rec->info[recInfo_offset]);
1045
1046     rec->size[recInfo_offset] = sizeof(recordOffset);
1047     rec->info[recInfo_offset] = xmalloc (sizeof(recordOffset));
1048     memcpy (rec->info[recInfo_offset], &recordOffset, sizeof(recordOffset));
1049
1050     /* commit this record */
1051     rec_put (records, &rec);
1052     logRecord (0);
1053     return 1;
1054 }
1055
1056 int fileExtract (SYSNO *sysno, const char *fname,
1057                  const struct recordGroup *rGroupP, int deleteFlag)
1058 {
1059     int r, i, fd;
1060     char gprefix[128];
1061     char ext[128];
1062     char ext_res[128];
1063     char subType[128];
1064     RecType recType;
1065     struct recordGroup rGroupM;
1066     struct recordGroup *rGroup = &rGroupM;
1067     struct file_read_info *fi;
1068
1069     memcpy (rGroup, rGroupP, sizeof(*rGroupP));
1070
1071     if (!rGroup->groupName || !*rGroup->groupName)
1072         *gprefix = '\0';
1073     else
1074         sprintf (gprefix, "%s.", rGroup->groupName);
1075
1076     logf (LOG_DEBUG, "fileExtract %s", fname);
1077
1078     /* determine file extension */
1079     for (i = strlen(fname); --i >= 0; )
1080         if (fname[i] == '/')
1081         {
1082             strcpy (ext, "");
1083             break;
1084         }
1085         else if (fname[i] == '.')
1086         {
1087             strcpy (ext, fname+i+1);
1088             break;
1089         }
1090     /* determine file type - depending on extension */
1091     if (!rGroup->recordType)
1092     {
1093         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
1094         if (!(rGroup->recordType = res_get (common_resource, ext_res)))
1095         {
1096             sprintf (ext_res, "%srecordType", gprefix);
1097             if (!(rGroup->recordType = res_get (common_resource, ext_res)))
1098             {
1099                 if (rGroup->fileVerboseFlag)
1100                     logf (LOG_LOG, "? %s", fname);
1101                 return 0;
1102             }
1103         }
1104     }
1105     if (!rGroup->recordType)
1106     {
1107         if (rGroup->fileVerboseFlag)
1108             logf (LOG_LOG, "? record %s", fname);
1109         return 0;
1110     }
1111     if (!(recType = recType_byName (rGroup->recordType, subType)))
1112     {
1113         logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
1114         return 0;
1115     }
1116
1117     /* determine match criteria */
1118     if (!rGroup->recordId)
1119     {
1120         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
1121         rGroup->recordId = res_get (common_resource, ext_res);
1122     }
1123
1124     /* determine database name */
1125     if (!rGroup->databaseName)
1126     {
1127         sprintf (ext_res, "%sdatabase.%s", gprefix, ext);
1128         if (!(rGroup->databaseName = res_get (common_resource, ext_res)))
1129         {
1130             sprintf (ext_res, "%sdatabase", gprefix);
1131             rGroup->databaseName = res_get (common_resource, ext_res);
1132         }
1133     }
1134     if (!rGroup->databaseName)
1135         rGroup->databaseName = "Default";
1136
1137     if (rGroup->flagStoreData == -1)
1138     {
1139         const char *sval;
1140         sprintf (ext_res, "%sstoreData.%s", gprefix, ext);
1141         if (!(sval = res_get (common_resource, ext_res)))
1142         {
1143             sprintf (ext_res, "%sstoreData", gprefix);
1144             sval = res_get (common_resource, ext_res);
1145         }
1146         if (sval)
1147             rGroup->flagStoreData = atoi (sval);
1148     }
1149     if (rGroup->flagStoreData == -1)
1150         rGroup->flagStoreData = 0;
1151
1152     if (rGroup->flagStoreKeys == -1)
1153     {
1154         const char *sval;
1155
1156         sprintf (ext_res, "%sstoreKeys.%s", gprefix, ext);
1157         if (!(sval = res_get (common_resource, ext_res)))
1158         {
1159             sprintf (ext_res, "%sstoreKeys", gprefix);
1160             sval = res_get (common_resource, ext_res);
1161         }
1162         if (sval)
1163             rGroup->flagStoreKeys = atoi (sval);
1164     }
1165     if (rGroup->flagStoreKeys == -1)
1166         rGroup->flagStoreKeys = 0;
1167
1168     if (sysno && deleteFlag)
1169         fd = -1;
1170     else
1171     {
1172         if ((fd = open (fname, O_RDONLY)) == -1)
1173         {
1174             logf (LOG_WARN|LOG_ERRNO, "open %s", fname);
1175             return 0;
1176         }
1177     }
1178     fi = file_read_start (fd);
1179     do
1180     {
1181         file_begin (fi);
1182         r = recordExtract (sysno, fname, rGroup, deleteFlag, fi,
1183                            recType, subType);
1184     } while (r && !sysno && fi->file_more);
1185     log_event_start (NULL, NULL);
1186     file_read_stop (fi);
1187     if (fd != -1)
1188         close (fd);
1189     return r;
1190 }
1191