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