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