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