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