index/extract.c

   1 /* $Id: extract.c,v 1.135 2003-02-25 21:51:05 adam Exp $
   2    Copyright (C) 1995,1996,1997,1998,1999,2000,2001,2002
   3    Index Data Aps
   4
   5 This file is part of the Zebra server.
   6
   7 Zebra is free software; you can redistribute it and/or modify it under
   8 the terms of the GNU General Public License as published by the Free
   9 Software Foundation; either version 2, or (at your option) any later
  10 version.
  11
  12 Zebra is distributed in the hope that it will be useful, but WITHOUT ANY
  13 WARRANTY; without even the implied warranty of MERCHANTABILITY or
  14 FITNESS FOR A PARTICULAR PURPOSE.  See the GNU General Public License
  15 for more details.
  16
  17 You should have received a copy of the GNU General Public License
  18 along with Zebra; see the file LICENSE.zebra.  If not, write to the
  19 Free Software Foundation, 59 Temple Place - Suite 330, Boston, MA
  20 02111-1307, USA.
  21 */
  22
  23
  24 #include <stdio.h>
  25 #include <assert.h>
  26 #ifdef WIN32
  27 #include <io.h>
  28 #else
  29 #include <unistd.h>
  30 #endif
  31 #include <fcntl.h>
  32
  33 #include "index.h"
  34 #include <direntz.h>
  35 #include <charmap.h>
  36
  37 #if _FILE_OFFSET_BITS == 64
  38 #define PRINTF_OFF_T "%Ld"
  39 #else
  40 #define PRINTF_OFF_T "%ld"
  41 #endif
  42
  43 #define USE_SHELLSORT 0
  44
  45 #if USE_SHELLSORT
  46 static void shellsort(void *ar, int r, size_t s,
  47                       int (*cmp)(const void *a, const void *b))
  48 {
  49     char *a = ar;
  50     char v[100];
  51     int h, i, j, k;
  52     static const int incs[16] = { 1391376, 463792, 198768, 86961, 33936,
  53                                   13776, 4592, 1968, 861, 336,
  54                                   112, 48, 21, 7, 3, 1 };
  55     for ( k = 0; k < 16; k++)
  56         for (h = incs[k], i = h; i < r; i++)
  57         {
  58             memcpy (v, a+s*i, s);
  59             j = i;
  60             while (j > h && (*cmp)(a + s*(j-h), v) > 0)
  61             {
  62                 memcpy (a + s*j, a + s*(j-h), s);
  63                 j -= h;
  64             }
  65             memcpy (a+s*j, v, s);
  66         }
  67 }
  68 #endif
  69
  70 static void logRecord (ZebraHandle zh)
  71 {
  72     ++zh->records_processed;
  73     if (!(zh->records_processed % 1000))
  74     {
  75         logf (LOG_LOG, "Records: %7d i/u/d %d/%d/%d",
  76               zh->records_processed, zh->records_inserted, zh->records_updated,
  77               zh->records_deleted);
  78     }
  79 }
  80
  81 static void extract_init (struct recExtractCtrl *p, RecWord *w)
  82 {
  83     w->zebra_maps = p->zebra_maps;
  84     w->seqno = 1;
  85     w->attrSet = VAL_BIB1;
  86     w->attrUse = 1016;
  87     w->reg_type = 'w';
  88     w->extractCtrl = p;
  89 }
  90
  91 static const char **searchRecordKey (ZebraHandle zh,
  92                                      struct recKeys *reckeys,
  93                                      int attrSetS, int attrUseS)
  94 {
  95     static const char *ws[32];
  96     int off = 0;
  97     int startSeq = -1;
  98     int i;
  99     int seqno = 0;
 100 #if SU_SCHEME
 101     int chS, ch;
 102 #else
 103     short attrUse;
 104     char attrSet;
 105 #endif
 106
 107     for (i = 0; i<32; i++)
 108         ws[i] = NULL;
 109
 110 #if SU_SCHEME
 111     chS = zebraExplain_lookupSU (zh->reg->zei, attrSetS, attrUseS);
 112     if (chS < 0)
 113         return ws;
 114 #endif
 115     while (off < reckeys->buf_used)
 116     {
 117
 118         const char *src = reckeys->buf + off;
 119         const char *wstart;
 120         int lead;
 121
 122         lead = *src++;
 123 #if SU_SCHEME
 124         if ((lead & 3)<3)
 125         {
 126             memcpy (&ch, src, sizeof(ch));
 127             src += sizeof(ch);
 128         }
 129 #else
 130         if (!(lead & 1))
 131         {
 132             memcpy (&attrSet, src, sizeof(attrSet));
 133             src += sizeof(attrSet);
 134         }
 135         if (!(lead & 2))
 136         {
 137             memcpy (&attrUse, src, sizeof(attrUse));
 138             src += sizeof(attrUse);
 139         }
 140 #endif
 141         wstart = src;
 142         while (*src++)
 143             ;
 144         if (lead & 60)
 145             seqno += ((lead>>2) & 15)-1;
 146         else
 147         {
 148             memcpy (&seqno, src, sizeof(seqno));
 149             src += sizeof(seqno);
 150         }
 151         if (
 152 #if SU_SCHEME
 153             ch == chS
 154 #else
 155             attrUseS == attrUse && attrSetS == attrSet
 156 #endif
 157             )
 158         {
 159             int woff;
 160
 161
 162             if (startSeq == -1)
 163                 startSeq = seqno;
 164             woff = seqno - startSeq;
 165             if (woff >= 0 && woff < 31)
 166                 ws[woff] = wstart;
 167         }
 168
 169         off = src - reckeys->buf;
 170     }
 171     assert (off == reckeys->buf_used);
 172     return ws;
 173 }
 174
 175 struct file_read_info {
 176     off_t file_max;         /* maximum offset so far */
 177     off_t file_offset;      /* current offset */
 178     off_t file_moffset;     /* offset of rec/rec boundary */
 179     int file_more;
 180     int fd;
 181     char *sdrbuf;
 182     int sdrmax;
 183 };
 184
 185 static struct file_read_info *file_read_start (int fd)
 186 {
 187     struct file_read_info *fi = (struct file_read_info *)
 188         xmalloc (sizeof(*fi));
 189
 190     fi->fd = fd;
 191     fi->file_max = 0;
 192     fi->file_moffset = 0;
 193     fi->sdrbuf = 0;
 194     fi->sdrmax = 0;
 195     return fi;
 196 }
 197
 198 static void file_read_stop (struct file_read_info *fi)
 199 {
 200     xfree (fi);
 201 }
 202
 203 static off_t file_seek (void *handle, off_t offset)
 204 {
 205     struct file_read_info *p = (struct file_read_info *) handle;
 206     p->file_offset = offset;
 207     if (p->sdrbuf)
 208         return offset;
 209     return lseek (p->fd, offset, SEEK_SET);
 210 }
 211
 212 static off_t file_tell (void *handle)
 213 {
 214     struct file_read_info *p = (struct file_read_info *) handle;
 215     return p->file_offset;
 216 }
 217
 218 static int file_read (void *handle, char *buf, size_t count)
 219 {
 220     struct file_read_info *p = (struct file_read_info *) handle;
 221     int fd = p->fd;
 222     int r;
 223     if (p->sdrbuf)
 224     {
 225         r = count;
 226         if (r > p->sdrmax - p->file_offset)
 227             r = p->sdrmax - p->file_offset;
 228         if (r)
 229             memcpy (buf, p->sdrbuf + p->file_offset, r);
 230     }
 231     else
 232         r = read (fd, buf, count);
 233     if (r > 0)
 234     {
 235         p->file_offset += r;
 236         if (p->file_offset > p->file_max)
 237             p->file_max = p->file_offset;
 238     }
 239     return r;
 240 }
 241
 242 static void file_begin (void *handle)
 243 {
 244     struct file_read_info *p = (struct file_read_info *) handle;
 245
 246     p->file_offset = p->file_moffset;
 247     if (!p->sdrbuf && p->file_moffset)
 248         lseek (p->fd, p->file_moffset, SEEK_SET);
 249     p->file_more = 0;
 250 }
 251
 252 static void file_end (void *handle, off_t offset)
 253 {
 254     struct file_read_info *p = (struct file_read_info *) handle;
 255
 256     assert (p->file_more == 0);
 257     p->file_more = 1;
 258     p->file_moffset = offset;
 259 }
 260
 261 static char *fileMatchStr (ZebraHandle zh,
 262                            struct recKeys *reckeys, struct recordGroup *rGroup,
 263                            const char *fname, const char *spec)
 264 {
 265     static char dstBuf[2048];      /* static here ??? */
 266     char *dst = dstBuf;
 267     const char *s = spec;
 268     static const char **w;
 269
 270     while (1)
 271     {
 272         while (*s == ' ' || *s == '\t')
 273             s++;
 274         if (!*s)
 275             break;
 276         if (*s == '(')
 277         {
 278             char attset_str[64], attname_str[64];
 279             data1_attset *attset;
 280             int i;
 281             char matchFlag[32];
 282             int attSet = 1, attUse = 1;
 283             int first = 1;
 284
 285             s++;
 286             for (i = 0; *s && *s != ',' && *s != ')'; s++)
 287                 if (i < 63)
 288                     attset_str[i++] = *s;
 289             attset_str[i] = '\0';
 290
 291             if (*s == ',')
 292             {
 293                 s++;
 294                 for (i = 0; *s && *s != ')'; s++)
 295                     if (i < 63)
 296                         attname_str[i++] = *s;
 297                 attname_str[i] = '\0';
 298             }
 299
 300             if ((attset = data1_get_attset (zh->reg->dh, attset_str)))
 301             {
 302                 data1_att *att;
 303                 attSet = attset->reference;
 304                 att = data1_getattbyname(zh->reg->dh, attset, attname_str);
 305                 if (att)
 306                     attUse = att->value;
 307                 else
 308                     attUse = atoi (attname_str);
 309             }
 310             w = searchRecordKey (zh, reckeys, attSet, attUse);
 311             assert (w);
 312
 313             if (*s == ')')
 314             {
 315                 for (i = 0; i<32; i++)
 316                     matchFlag[i] = 1;
 317             }
 318             else
 319             {
 320                 logf (LOG_WARN, "Missing ) in match criteria %s in group %s",
 321                       spec, rGroup->groupName ? rGroup->groupName : "none");
 322                 return NULL;
 323             }
 324             s++;
 325
 326             for (i = 0; i<32; i++)
 327                 if (matchFlag[i] && w[i])
 328                 {
 329                     if (first)
 330                     {
 331                         *dst++ = ' ';
 332                         first = 0;
 333                     }
 334                     strcpy (dst, w[i]);
 335                     dst += strlen(w[i]);
 336                 }
 337             if (first)
 338             {
 339                 logf (LOG_WARN, "Record didn't contain match"
 340                       " fields in (%s,%s)", attset_str, attname_str);
 341                 return NULL;
 342             }
 343         }
 344         else if (*s == '$')
 345         {
 346             int spec_len;
 347             char special[64];
 348             const char *spec_src = NULL;
 349             const char *s1 = ++s;
 350             while (*s1 && *s1 != ' ' && *s1 != '\t')
 351                 s1++;
 352
 353             spec_len = s1 - s;
 354             if (spec_len > 63)
 355                 spec_len = 63;
 356             memcpy (special, s, spec_len);
 357             special[spec_len] = '\0';
 358             s = s1;
 359
 360             if (!strcmp (special, "group"))
 361                 spec_src = rGroup->groupName;
 362             else if (!strcmp (special, "database"))
 363                 spec_src = rGroup->databaseName;
 364             else if (!strcmp (special, "filename")) {
 365                 spec_src = fname;
 366             }
 367             else if (!strcmp (special, "type"))
 368                 spec_src = rGroup->recordType;
 369             else
 370                 spec_src = NULL;
 371             if (spec_src)
 372             {
 373                 strcpy (dst, spec_src);
 374                 dst += strlen (spec_src);
 375             }
 376         }
 377         else if (*s == '\"' || *s == '\'')
 378         {
 379             int stopMarker = *s++;
 380             char tmpString[64];
 381             int i = 0;
 382
 383             while (*s && *s != stopMarker)
 384             {
 385                 if (i < 63)
 386                     tmpString[i++] = *s++;
 387             }
 388             if (*s)
 389                 s++;
 390             tmpString[i] = '\0';
 391             strcpy (dst, tmpString);
 392             dst += strlen (tmpString);
 393         }
 394         else
 395         {
 396             logf (LOG_WARN, "Syntax error in match criteria %s in group %s",
 397                   spec, rGroup->groupName ? rGroup->groupName : "none");
 398             return NULL;
 399         }
 400         *dst++ = 1;
 401     }
 402     if (dst == dstBuf)
 403     {
 404         logf (LOG_WARN, "No match criteria for record %s in group %s",
 405               fname, rGroup->groupName ? rGroup->groupName : "none");
 406         return NULL;
 407     }
 408     *dst = '\0';
 409     return dstBuf;
 410 }
 411
 412 struct recordLogInfo {
 413     const char *fname;
 414     int recordOffset;
 415     struct recordGroup *rGroup;
 416 };
 417
 418 static int recordExtract (ZebraHandle zh,
 419                           SYSNO *sysno, const char *fname,
 420                           struct recordGroup *rGroup, int deleteFlag,
 421                           struct file_read_info *fi,
 422                           RecType recType, char *subType, void *clientData)
 423 {
 424     RecordAttr *recordAttr;
 425     int r;
 426     char *matchStr;
 427     SYSNO sysnotmp;
 428     Record rec;
 429     off_t recordOffset = 0;
 430
 431     if (fi->fd != -1)
 432     {
 433         struct recExtractCtrl extractCtrl;
 434
 435         /* we are going to read from a file, so prepare the extraction */
 436         int i;
 437
 438         zh->reg->keys.buf_used = 0;
 439         zh->reg->keys.prevAttrUse = -1;
 440         zh->reg->keys.prevAttrSet = -1;
 441         zh->reg->keys.prevSeqNo = 0;
 442         zh->reg->sortKeys.buf_used = 0;
 443         zh->reg->sortKeys.buf_max = 0;
 444         zh->reg->sortKeys.buf = 0;
 445
 446         recordOffset = fi->file_moffset;
 447         extractCtrl.offset = fi->file_moffset;
 448         extractCtrl.readf = file_read;
 449         extractCtrl.seekf = file_seek;
 450         extractCtrl.tellf = file_tell;
 451         extractCtrl.endf = file_end;
 452         extractCtrl.fh = fi;
 453         extractCtrl.subType = subType;
 454         extractCtrl.init = extract_init;
 455         extractCtrl.tokenAdd = extract_token_add;
 456         extractCtrl.schemaAdd = extract_schema_add;
 457         extractCtrl.dh = zh->reg->dh;
 458         extractCtrl.handle = zh;
 459         for (i = 0; i<256; i++)
 460         {
 461             if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
 462                 extractCtrl.seqno[i] = 1;
 463             else
 464                 extractCtrl.seqno[i] = 0;
 465         }
 466         extractCtrl.zebra_maps = zh->reg->zebra_maps;
 467         extractCtrl.flagShowRecords = !rGroup->flagRw;
 468
 469         if (!rGroup->flagRw)
 470             printf ("File: %s " PRINTF_OFF_T "\n", fname, recordOffset);
 471         if (rGroup->flagRw)
 472         {
 473             char msg[512];
 474             sprintf (msg, "%s:" PRINTF_OFF_T , fname, recordOffset);
 475             yaz_log_init_prefix2 (msg);
 476         }
 477
 478         r = (*recType->extract)(clientData, &extractCtrl);
 479
 480         yaz_log_init_prefix2 (0);
 481         if (r == RECCTRL_EXTRACT_EOF)
 482             return 0;
 483         else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
 484         {
 485             /* error occured during extraction ... */
 486             if (rGroup->flagRw &&
 487                 zh->records_processed < rGroup->fileVerboseLimit)
 488             {
 489                 logf (LOG_WARN, "fail %s %s " PRINTF_OFF_T, rGroup->recordType,
 490                       fname, recordOffset);
 491             }
 492             return 0;
 493         }
 494         else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
 495         {
 496             /* error occured during extraction ... */
 497             if (rGroup->flagRw &&
 498                 zh->records_processed < rGroup->fileVerboseLimit)
 499             {
 500                 logf (LOG_WARN, "no filter for %s %s "
 501                       PRINTF_OFF_T, rGroup->recordType,
 502                       fname, recordOffset);
 503             }
 504             return 0;
 505         }
 506         if (zh->reg->keys.buf_used == 0)
 507         {
 508             /* the extraction process returned no information - the record
 509                is probably empty - unless flagShowRecords is in use */
 510             if (!rGroup->flagRw)
 511                 return 1;
 512
 513             logf (LOG_WARN, "empty %s %s " PRINTF_OFF_T, rGroup->recordType,
 514                   fname, recordOffset);
 515             return 1;
 516         }
 517     }
 518
 519     /* perform match if sysno not known and if match criteria is specified */
 520
 521     matchStr = NULL;
 522     if (!sysno)
 523     {
 524         sysnotmp = 0;
 525         sysno = &sysnotmp;
 526         if (rGroup->recordId && *rGroup->recordId)
 527         {
 528             char *rinfo;
 529
 530             matchStr = fileMatchStr (zh, &zh->reg->keys, rGroup, fname,
 531                                      rGroup->recordId);
 532             if (matchStr)
 533             {
 534                 rinfo = dict_lookup (zh->reg->matchDict, matchStr);
 535                 if (rinfo)
 536                     memcpy (sysno, rinfo+1, sizeof(*sysno));
 537             }
 538             else
 539             {
 540                 logf (LOG_WARN, "Bad match criteria");
 541                 return 0;
 542             }
 543         }
 544     }
 545
 546     if (! *sysno)
 547     {
 548         /* new record */
 549         if (deleteFlag)
 550         {
 551             logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T, rGroup->recordType,
 552                   fname, recordOffset);
 553             logf (LOG_WARN, "cannot delete record above (seems new)");
 554             return 1;
 555         }
 556         if (zh->records_processed < rGroup->fileVerboseLimit)
 557             logf (LOG_LOG, "add %s %s " PRINTF_OFF_T, rGroup->recordType,
 558                   fname, recordOffset);
 559         rec = rec_new (zh->reg->records);
 560
 561         *sysno = rec->sysno;
 562
 563         recordAttr = rec_init_attr (zh->reg->zei, rec);
 564
 565         if (matchStr)
 566         {
 567             dict_insert (zh->reg->matchDict, matchStr, sizeof(*sysno), sysno);
 568         }
 569         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 570         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 571
 572         zh->records_inserted++;
 573     }
 574     else
 575     {
 576         /* record already exists */
 577         struct recKeys delkeys;
 578         struct sortKeys sortKeys;
 579
 580         rec = rec_get (zh->reg->records, *sysno);
 581         assert (rec);
 582
 583         recordAttr = rec_init_attr (zh->reg->zei, rec);
 584
 585         if (recordAttr->runNumber ==
 586             zebraExplain_runNumberIncrement (zh->reg->zei, 0))
 587         {
 588             yaz_log (LOG_LOG, "run number = %d", recordAttr->runNumber);
 589             yaz_log (LOG_LOG, "skipped %s %s " PRINTF_OFF_T,
 590                      rGroup->recordType, fname, recordOffset);
 591             extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
 592             rec_rm (&rec);
 593             logRecord (zh);
 594             return 1;
 595         }
 596         delkeys.buf_used = rec->size[recInfo_delKeys];
 597         delkeys.buf = rec->info[recInfo_delKeys];
 598
 599         sortKeys.buf_used = rec->size[recInfo_sortKeys];
 600         sortKeys.buf = rec->info[recInfo_sortKeys];
 601
 602         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
 603         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
 604         if (deleteFlag)
 605         {
 606             /* record going to be deleted */
 607             if (!delkeys.buf_used)
 608             {
 609                 logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T,
 610                       rGroup->recordType, fname, recordOffset);
 611                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
 612             }
 613             else
 614             {
 615                 if (zh->records_processed < rGroup->fileVerboseLimit)
 616                     logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T,
 617                          rGroup->recordType, fname, recordOffset);
 618                 zh->records_deleted++;
 619                 if (matchStr)
 620                     dict_delete (zh->reg->matchDict, matchStr);
 621                 rec_del (zh->reg->records, &rec);
 622             }
 623             rec_rm (&rec);
 624             logRecord (zh);
 625             return 1;
 626         }
 627         else
 628         {
 629             /* record going to be updated */
 630             if (!delkeys.buf_used)
 631             {
 632                 logf (LOG_LOG, "update %s %s " PRINTF_OFF_T,
 633                       rGroup->recordType, fname, recordOffset);
 634                 logf (LOG_WARN, "cannot update file above, storeKeys false");
 635             }
 636             else
 637             {
 638                 if (zh->records_processed < rGroup->fileVerboseLimit)
 639                     logf (LOG_LOG, "update %s %s " PRINTF_OFF_T,
 640                         rGroup->recordType, fname, recordOffset);
 641                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 642                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 643                 zh->records_updated++;
 644             }
 645         }
 646     }
 647     /* update file type */
 648     xfree (rec->info[recInfo_fileType]);
 649     rec->info[recInfo_fileType] =
 650         rec_strdup (rGroup->recordType, &rec->size[recInfo_fileType]);
 651
 652     /* update filename */
 653     xfree (rec->info[recInfo_filename]);
 654     rec->info[recInfo_filename] =
 655         rec_strdup (fname, &rec->size[recInfo_filename]);
 656
 657     /* update delete keys */
 658     xfree (rec->info[recInfo_delKeys]);
 659     if (zh->reg->keys.buf_used > 0 && rGroup->flagStoreKeys == 1)
 660     {
 661         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
 662         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
 663         zh->reg->keys.buf = NULL;
 664         zh->reg->keys.buf_max = 0;
 665     }
 666     else
 667     {
 668         rec->info[recInfo_delKeys] = NULL;
 669         rec->size[recInfo_delKeys] = 0;
 670     }
 671
 672     /* update sort keys */
 673     xfree (rec->info[recInfo_sortKeys]);
 674
 675     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
 676     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
 677     zh->reg->sortKeys.buf = NULL;
 678     zh->reg->sortKeys.buf_max = 0;
 679
 680     /* save file size of original record */
 681     zebraExplain_recordBytesIncrement (zh->reg->zei,
 682                                        - recordAttr->recordSize);
 683     recordAttr->recordSize = fi->file_moffset - recordOffset;
 684     if (!recordAttr->recordSize)
 685         recordAttr->recordSize = fi->file_max - recordOffset;
 686     zebraExplain_recordBytesIncrement (zh->reg->zei,
 687                                        recordAttr->recordSize);
 688
 689     /* set run-number for this record */
 690     recordAttr->runNumber = zebraExplain_runNumberIncrement (zh->reg->zei,
 691                                                              0);
 692
 693     /* update store data */
 694     xfree (rec->info[recInfo_storeData]);
 695     if (rGroup->flagStoreData == 1)
 696     {
 697         rec->size[recInfo_storeData] = recordAttr->recordSize;
 698         rec->info[recInfo_storeData] = (char *)
 699             xmalloc (recordAttr->recordSize);
 700         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
 701         {
 702             logf (LOG_ERRNO|LOG_FATAL, "seek to " PRINTF_OFF_T " in %s",
 703                   recordOffset, fname);
 704             exit (1);
 705         }
 706         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
 707             < recordAttr->recordSize)
 708         {
 709             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
 710                   recordAttr->recordSize, fname);
 711             exit (1);
 712         }
 713     }
 714     else
 715     {
 716         rec->info[recInfo_storeData] = NULL;
 717         rec->size[recInfo_storeData] = 0;
 718     }
 719     /* update database name */
 720     xfree (rec->info[recInfo_databaseName]);
 721     rec->info[recInfo_databaseName] =
 722         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]);
 723
 724     /* update offset */
 725     recordAttr->recordOffset = recordOffset;
 726
 727     /* commit this record */
 728     rec_put (zh->reg->records, &rec);
 729     logRecord (zh);
 730     return 1;
 731 }
 732
 733 int fileExtract (ZebraHandle zh, SYSNO *sysno, const char *fname,
 734                  const struct recordGroup *rGroupP, int deleteFlag)
 735 {
 736     int r, i, fd;
 737     char gprefix[128];
 738     char ext[128];
 739     char ext_res[128];
 740     char subType[128];
 741     RecType recType;
 742     struct recordGroup rGroupM;
 743     struct recordGroup *rGroup = &rGroupM;
 744     struct file_read_info *fi;
 745     void *clientData;
 746
 747     memcpy (rGroup, rGroupP, sizeof(*rGroupP));
 748
 749     if (!rGroup->groupName || !*rGroup->groupName)
 750         *gprefix = '\0';
 751     else
 752         sprintf (gprefix, "%s.", rGroup->groupName);
 753
 754     logf (LOG_DEBUG, "fileExtract %s", fname);
 755
 756     /* determine file extension */
 757     *ext = '\0';
 758     for (i = strlen(fname); --i >= 0; )
 759         if (fname[i] == '/')
 760             break;
 761         else if (fname[i] == '.')
 762         {
 763             strcpy (ext, fname+i+1);
 764             break;
 765         }
 766     /* determine file type - depending on extension */
 767     if (!rGroup->recordType)
 768     {
 769         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
 770         if (!(rGroup->recordType = res_get (zh->res, ext_res)))
 771         {
 772             sprintf (ext_res, "%srecordType", gprefix);
 773             rGroup->recordType = res_get (zh->res, ext_res);
 774         }
 775     }
 776     if (!rGroup->recordType)
 777     {
 778         if (zh->records_processed < rGroup->fileVerboseLimit)
 779             logf (LOG_LOG, "? %s", fname);
 780         return 0;
 781     }
 782     if (!*rGroup->recordType)
 783         return 0;
 784     if (!(recType =
 785           recType_byName (zh->reg->recTypes, rGroup->recordType, subType,
 786                           &clientData)))
 787     {
 788         logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
 789         return 0;
 790     }
 791
 792     /* determine match criteria */
 793     if (!rGroup->recordId)
 794     {
 795         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
 796         rGroup->recordId = res_get (zh->res, ext_res);
 797     }
 798
 799     /* determine database name */
 800     if (!rGroup->databaseName)
 801     {
 802         sprintf (ext_res, "%sdatabase.%s", gprefix, ext);
 803         if (!(rGroup->databaseName = res_get (zh->res, ext_res)))
 804         {
 805             sprintf (ext_res, "%sdatabase", gprefix);
 806             rGroup->databaseName = res_get (zh->res, ext_res);
 807         }
 808     }
 809     if (!rGroup->databaseName)
 810         rGroup->databaseName = "Default";
 811
 812     /* determine if explain database */
 813
 814     sprintf (ext_res, "%sexplainDatabase", gprefix);
 815     rGroup->explainDatabase =
 816         atoi (res_get_def (zh->res, ext_res, "0"));
 817
 818     /* announce database */
 819     if (zebraExplain_curDatabase (zh->reg->zei, rGroup->databaseName))
 820     {
 821         if (zebraExplain_newDatabase (zh->reg->zei, rGroup->databaseName,
 822                                       rGroup->explainDatabase))
 823             return 0;
 824     }
 825
 826     if (rGroup->flagStoreData == -1)
 827     {
 828         const char *sval;
 829         sprintf (ext_res, "%sstoreData.%s", gprefix, ext);
 830         if (!(sval = res_get (zh->res, ext_res)))
 831         {
 832             sprintf (ext_res, "%sstoreData", gprefix);
 833             sval = res_get (zh->res, ext_res);
 834         }
 835         if (sval)
 836             rGroup->flagStoreData = atoi (sval);
 837     }
 838     if (rGroup->flagStoreData == -1)
 839         rGroup->flagStoreData = 0;
 840
 841     if (rGroup->flagStoreKeys == -1)
 842     {
 843         const char *sval;
 844
 845         sprintf (ext_res, "%sstoreKeys.%s", gprefix, ext);
 846         sval = res_get (zh->res, ext_res);
 847         if (!sval)
 848         {
 849             sprintf (ext_res, "%sstoreKeys", gprefix);
 850             sval = res_get (zh->res, ext_res);
 851         }
 852         if (!sval)
 853             sval = res_get (zh->res, "storeKeys");
 854         if (sval)
 855             rGroup->flagStoreKeys = atoi (sval);
 856     }
 857     if (rGroup->flagStoreKeys == -1)
 858         rGroup->flagStoreKeys = 0;
 859
 860     if (sysno && deleteFlag)
 861         fd = -1;
 862     else
 863     {
 864         char full_rep[1024];
 865
 866         if (zh->path_reg && !yaz_is_abspath (fname))
 867         {
 868             strcpy (full_rep, zh->path_reg);
 869             strcat (full_rep, "/");
 870             strcat (full_rep, fname);
 871         }
 872         else
 873             strcpy (full_rep, fname);
 874
 875
 876         if ((fd = open (full_rep, O_BINARY|O_RDONLY)) == -1)
 877         {
 878             logf (LOG_WARN|LOG_ERRNO, "open %s", full_rep);
 879             return 0;
 880         }
 881     }
 882     fi = file_read_start (fd);
 883     do
 884     {
 885         file_begin (fi);
 886         r = recordExtract (zh, sysno, fname, rGroup, deleteFlag, fi,
 887                            recType, subType, clientData);
 888     } while (r && !sysno && fi->file_more);
 889     file_read_stop (fi);
 890     if (fd != -1)
 891         close (fd);
 892     return r;
 893 }
 894 int extract_rec_in_mem (ZebraHandle zh, const char *recordType,
 895                         const char *buf, size_t buf_size,
 896                         const char *databaseName, int delete_flag,
 897                         int test_mode, int *sysno,
 898                         int store_keys, int store_data,
 899                         const char *match_criteria)
 900 {
 901     struct recordGroup rGroup;
 902     rGroup.groupName = NULL;
 903     rGroup.databaseName = (char *)databaseName;
 904     rGroup.path = NULL;
 905     rGroup.recordId = NULL;
 906     rGroup.recordType = (char *)recordType;
 907     rGroup.flagStoreData = store_data;
 908     rGroup.flagStoreKeys = store_keys;
 909     rGroup.flagRw = 1;
 910     rGroup.databaseNamePath = 0;
 911     rGroup.explainDatabase = 0;
 912     rGroup.fileVerboseLimit = 100000;
 913     rGroup.followLinks = -1;
 914     return (bufferExtractRecord (zh,
 915                                  buf, buf_size,
 916                                  &rGroup,
 917                                  delete_flag,
 918                                  test_mode,
 919                                  sysno,
 920                                  match_criteria,
 921                                  "<no file>"));
 922 }
 923 /*
 924   If sysno is provided, then it's used to identify the reocord.
 925   If not, and match_criteria is provided, then sysno is guessed
 926   If not, and a record is provided, then sysno is got from there
 927
 928  */
 929 int bufferExtractRecord (ZebraHandle zh,
 930                          const char *buf, size_t buf_size,
 931                          struct recordGroup *rGroup,
 932                          int delete_flag,
 933                          int test_mode,
 934                          int *sysno,
 935                          const char *match_criteria,
 936                          const char *fname)
 937
 938 {
 939     RecordAttr *recordAttr;
 940     struct recExtractCtrl extractCtrl;
 941     int i, r;
 942     char *matchStr = 0;
 943     RecType recType;
 944     char subType[1024];
 945     void *clientData;
 946     Record rec;
 947     long recordOffset = 0;
 948     struct zebra_fetch_control fc;
 949
 950     fc.fd = -1;
 951     fc.record_int_buf = buf;
 952     fc.record_int_len = buf_size;
 953     fc.record_int_pos = 0;
 954     fc.offset_end = 0;
 955     fc.record_offset = 0;
 956
 957     extractCtrl.offset = 0;
 958     extractCtrl.readf = zebra_record_int_read;
 959     extractCtrl.seekf = zebra_record_int_seek;
 960     extractCtrl.tellf = zebra_record_int_tell;
 961     extractCtrl.endf = zebra_record_int_end;
 962     extractCtrl.fh = &fc;
 963
 964     /* announce database */
 965     if (zebraExplain_curDatabase (zh->reg->zei, rGroup->databaseName))
 966     {
 967         if (zebraExplain_newDatabase (zh->reg->zei, rGroup->databaseName, 0))
 968             return 0;
 969     }
 970
 971     if (!(rGroup->recordType)) {
 972         logf (LOG_WARN, "No such record type defined");
 973         return 0;
 974     }
 975
 976     if (!(recType =
 977           recType_byName (zh->reg->recTypes, rGroup->recordType, subType,
 978                           &clientData)))
 979     {
 980         logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
 981         return 0;
 982     }
 983     zh->reg->keys.buf_used = 0;
 984     zh->reg->keys.prevAttrUse = -1;
 985     zh->reg->keys.prevAttrSet = -1;
 986     zh->reg->keys.prevSeqNo = 0;
 987     zh->reg->sortKeys.buf_used = 0;
 988     zh->reg->sortKeys.buf_max = 0;
 989     zh->reg->sortKeys.buf = 0;
 990
 991     extractCtrl.subType = subType;
 992     extractCtrl.init = extract_init;
 993     extractCtrl.tokenAdd = extract_token_add;
 994     extractCtrl.schemaAdd = extract_schema_add;
 995     extractCtrl.dh = zh->reg->dh;
 996     extractCtrl.handle = zh;
 997     extractCtrl.zebra_maps = zh->reg->zebra_maps;
 998     extractCtrl.flagShowRecords = 0;
 999     for (i = 0; i<256; i++)
1000     {
1001         if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
1002             extractCtrl.seqno[i] = 1;
1003         else
1004             extractCtrl.seqno[i] = 0;
1005     }
1006
1007     r = (*recType->extract)(clientData, &extractCtrl);
1008
1009     if (r == RECCTRL_EXTRACT_EOF)
1010         return 0;
1011     else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
1012     {
1013         /* error occured during extraction ... */
1014         yaz_log (LOG_WARN, "extract error: generic");
1015         return 0;
1016     }
1017     else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
1018     {
1019         /* error occured during extraction ... */
1020         yaz_log (LOG_WARN, "extract error: no such filter");
1021         return 0;
1022     }
1023     if (zh->reg->keys.buf_used == 0)
1024     {
1025         /* the extraction process returned no information - the record
1026            is probably empty - unless flagShowRecords is in use */
1027         if (test_mode)
1028             return 1;
1029         logf (LOG_WARN, "No keys generated for record");
1030         logf (LOG_WARN, " The file is probably empty");
1031         return 1;
1032     }
1033     /* match criteria */
1034     matchStr = NULL;
1035
1036     if (! *sysno) {
1037       char *rinfo;
1038       if (strlen(match_criteria) > 0) {
1039         matchStr = (char *)match_criteria;
1040       } else {
1041         if (rGroup->recordId && *rGroup->recordId) {
1042           matchStr = fileMatchStr (zh, &zh->reg->keys, rGroup, fname,
1043                                    rGroup->recordId);
1044         }
1045       }
1046       if (matchStr) {
1047         rinfo = dict_lookup (zh->reg->matchDict, matchStr);
1048         if (rinfo)
1049           memcpy (sysno, rinfo+1, sizeof(*sysno));
1050       } else {
1051         logf (LOG_WARN, "Bad match criteria (recordID)");
1052         return 0;
1053       }
1054
1055     }
1056
1057     if (! *sysno)
1058     {
1059         /* new record */
1060         if (delete_flag)
1061         {
1062             logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1063                   fname, (long) recordOffset);
1064             logf (LOG_WARN, "cannot delete record above (seems new)");
1065             return 1;
1066         }
1067         logf (LOG_LOG, "add %s %s %ld", rGroup->recordType, fname,
1068               (long) recordOffset);
1069         rec = rec_new (zh->reg->records);
1070
1071         *sysno = rec->sysno;
1072
1073         recordAttr = rec_init_attr (zh->reg->zei, rec);
1074
1075         if (matchStr)
1076         {
1077             dict_insert (zh->reg->matchDict, matchStr,
1078                          sizeof(*sysno), sysno);
1079         }
1080         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
1081         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
1082
1083         zh->records_inserted++;
1084     }
1085     else
1086     {
1087         /* record already exists */
1088         struct recKeys delkeys;
1089         struct sortKeys sortKeys;
1090
1091         rec = rec_get (zh->reg->records, *sysno);
1092         assert (rec);
1093
1094         recordAttr = rec_init_attr (zh->reg->zei, rec);
1095
1096         if (recordAttr->runNumber ==
1097             zebraExplain_runNumberIncrement (zh->reg->zei, 0))
1098         {
1099             logf (LOG_LOG, "skipped %s %s %ld", rGroup->recordType,
1100                   fname, (long) recordOffset);
1101             extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
1102             rec_rm (&rec);
1103             logRecord(zh);
1104             return 1;
1105         }
1106         delkeys.buf_used = rec->size[recInfo_delKeys];
1107         delkeys.buf = rec->info[recInfo_delKeys];
1108
1109         sortKeys.buf_used = rec->size[recInfo_sortKeys];
1110         sortKeys.buf = rec->info[recInfo_sortKeys];
1111
1112         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
1113         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
1114         if (delete_flag)
1115         {
1116             /* record going to be deleted */
1117             if (!delkeys.buf_used)
1118             {
1119                 logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1120                       fname, (long) recordOffset);
1121                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
1122             }
1123             else
1124             {
1125                 logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1126                       fname, (long) recordOffset);
1127                 zh->records_deleted++;
1128                 if (matchStr)
1129                     dict_delete (zh->reg->matchDict, matchStr);
1130                 rec_del (zh->reg->records, &rec);
1131             }
1132             rec_rm (&rec);
1133             logRecord(zh);
1134             return 1;
1135         }
1136         else
1137         {
1138             /* record going to be updated */
1139             if (!delkeys.buf_used)
1140             {
1141                 logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1142                       fname, (long) recordOffset);
1143                 logf (LOG_WARN, "cannot update file above, storeKeys false");
1144             }
1145             else
1146             {
1147                 logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1148                       fname, (long) recordOffset);
1149                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
1150                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
1151                 zh->records_updated++;
1152             }
1153         }
1154     }
1155     /* update file type */
1156     xfree (rec->info[recInfo_fileType]);
1157     rec->info[recInfo_fileType] =
1158         rec_strdup (rGroup->recordType, &rec->size[recInfo_fileType]);
1159
1160     /* update filename */
1161     xfree (rec->info[recInfo_filename]);
1162     rec->info[recInfo_filename] =
1163         rec_strdup (fname, &rec->size[recInfo_filename]);
1164
1165     /* update delete keys */
1166     xfree (rec->info[recInfo_delKeys]);
1167     if (zh->reg->keys.buf_used > 0 && rGroup->flagStoreKeys == 1)
1168     {
1169         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1170         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1171         zh->reg->keys.buf = NULL;
1172         zh->reg->keys.buf_max = 0;
1173     }
1174     else
1175     {
1176         rec->info[recInfo_delKeys] = NULL;
1177         rec->size[recInfo_delKeys] = 0;
1178     }
1179
1180     /* update sort keys */
1181     xfree (rec->info[recInfo_sortKeys]);
1182
1183     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1184     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1185     zh->reg->sortKeys.buf = NULL;
1186     zh->reg->sortKeys.buf_max = 0;
1187
1188     /* save file size of original record */
1189     zebraExplain_recordBytesIncrement (zh->reg->zei,
1190                                        - recordAttr->recordSize);
1191 #if 0
1192     recordAttr->recordSize = fi->file_moffset - recordOffset;
1193     if (!recordAttr->recordSize)
1194         recordAttr->recordSize = fi->file_max - recordOffset;
1195 #else
1196     recordAttr->recordSize = buf_size;
1197 #endif
1198     zebraExplain_recordBytesIncrement (zh->reg->zei,
1199                                        recordAttr->recordSize);
1200
1201     /* set run-number for this record */
1202     recordAttr->runNumber =
1203         zebraExplain_runNumberIncrement (zh->reg->zei, 0);
1204
1205     /* update store data */
1206     xfree (rec->info[recInfo_storeData]);
1207     if (rGroup->flagStoreData == 1)
1208     {
1209         rec->size[recInfo_storeData] = recordAttr->recordSize;
1210         rec->info[recInfo_storeData] = (char *)
1211             xmalloc (recordAttr->recordSize);
1212 #if 1
1213         memcpy (rec->info[recInfo_storeData], buf, recordAttr->recordSize);
1214 #else
1215         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
1216         {
1217             logf (LOG_ERRNO|LOG_FATAL, "seek to %ld in %s",
1218                   (long) recordOffset, fname);
1219             exit (1);
1220         }
1221         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
1222             < recordAttr->recordSize)
1223         {
1224             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
1225                   recordAttr->recordSize, fname);
1226             exit (1);
1227         }
1228 #endif
1229     }
1230     else
1231     {
1232         rec->info[recInfo_storeData] = NULL;
1233         rec->size[recInfo_storeData] = 0;
1234     }
1235     /* update database name */
1236     xfree (rec->info[recInfo_databaseName]);
1237     rec->info[recInfo_databaseName] =
1238         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]);
1239
1240     /* update offset */
1241     recordAttr->recordOffset = recordOffset;
1242
1243     /* commit this record */
1244     rec_put (zh->reg->records, &rec);
1245     logRecord(zh);
1246     return 0;
1247 }
1248
1249
1250
1251 int explain_extract (void *handle, Record rec, data1_node *n)
1252 {
1253     ZebraHandle zh = (ZebraHandle) handle;
1254     struct recExtractCtrl extractCtrl;
1255     int i;
1256
1257     if (zebraExplain_curDatabase (zh->reg->zei,
1258                                   rec->info[recInfo_databaseName]))
1259     {
1260         abort();
1261         if (zebraExplain_newDatabase (zh->reg->zei,
1262                                       rec->info[recInfo_databaseName], 0))
1263             abort ();
1264     }
1265
1266     zh->reg->keys.buf_used = 0;
1267     zh->reg->keys.prevAttrUse = -1;
1268     zh->reg->keys.prevAttrSet = -1;
1269     zh->reg->keys.prevSeqNo = 0;
1270     zh->reg->sortKeys.buf_used = 0;
1271
1272     extractCtrl.init = extract_init;
1273     extractCtrl.tokenAdd = extract_token_add;
1274     extractCtrl.schemaAdd = extract_schema_add;
1275     extractCtrl.dh = zh->reg->dh;
1276     for (i = 0; i<256; i++)
1277         extractCtrl.seqno[i] = 0;
1278     extractCtrl.zebra_maps = zh->reg->zebra_maps;
1279     extractCtrl.flagShowRecords = 0;
1280     extractCtrl.handle = handle;
1281
1282     grs_extract_tree(&extractCtrl, n);
1283
1284     if (rec->size[recInfo_delKeys])
1285     {
1286         struct recKeys delkeys;
1287         struct sortKeys sortkeys;
1288
1289         delkeys.buf_used = rec->size[recInfo_delKeys];
1290         delkeys.buf = rec->info[recInfo_delKeys];
1291
1292         sortkeys.buf_used = rec->size[recInfo_sortKeys];
1293         sortkeys.buf = rec->info[recInfo_sortKeys];
1294
1295         extract_flushSortKeys (zh, rec->sysno, 0, &sortkeys);
1296         extract_flushRecordKeys (zh, rec->sysno, 0, &delkeys);
1297     }
1298     extract_flushRecordKeys (zh, rec->sysno, 1, &zh->reg->keys);
1299     extract_flushSortKeys (zh, rec->sysno, 1, &zh->reg->sortKeys);
1300
1301     xfree (rec->info[recInfo_delKeys]);
1302     rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1303     rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1304     zh->reg->keys.buf = NULL;
1305     zh->reg->keys.buf_max = 0;
1306
1307     xfree (rec->info[recInfo_sortKeys]);
1308     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1309     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1310     zh->reg->sortKeys.buf = NULL;
1311     zh->reg->sortKeys.buf_max = 0;
1312
1313     return 0;
1314 }
1315
1316 void extract_flushRecordKeys (ZebraHandle zh, SYSNO sysno,
1317                               int cmd, struct recKeys *reckeys)
1318 {
1319 #if SU_SCHEME
1320 #else
1321     unsigned char attrSet = (unsigned char) -1;
1322     unsigned short attrUse = (unsigned short) -1;
1323 #endif
1324     int seqno = 0;
1325     int off = 0;
1326     int ch = 0;
1327     ZebraExplainInfo zei = zh->reg->zei;
1328
1329     if (!zh->reg->key_buf)
1330     {
1331         int mem= 1024*1024* atoi( res_get_def( zh->res, "memmax", "8"));
1332         if (mem <= 0)
1333         {
1334             logf(LOG_WARN, "Invalid memory setting, using default 8 MB");
1335             mem= 1024*1024*8;
1336         }
1337         /* FIXME: That "8" should be in a default settings include */
1338         /* not hard-coded here! -H */
1339         zh->reg->key_buf = (char**) xmalloc (mem);
1340         zh->reg->ptr_top = mem/sizeof(char*);
1341         zh->reg->ptr_i = 0;
1342         zh->reg->key_buf_used = 0;
1343         zh->reg->key_file_no = 0;
1344     }
1345     zebraExplain_recordCountIncrement (zei, cmd ? 1 : -1);
1346     while (off < reckeys->buf_used)
1347     {
1348         const char *src = reckeys->buf + off;
1349         struct it_key key;
1350         int lead;
1351
1352         lead = *src++;
1353
1354 #if SU_SCHEME
1355         if ((lead & 3) < 3)
1356         {
1357             memcpy (&ch, src, sizeof(ch));
1358             src += sizeof(ch);
1359         }
1360 #else
1361         if (!(lead & 1))
1362         {
1363             memcpy (&attrSet, src, sizeof(attrSet));
1364             src += sizeof(attrSet);
1365         }
1366         if (!(lead & 2))
1367         {
1368             memcpy (&attrUse, src, sizeof(attrUse));
1369             src += sizeof(attrUse);
1370         }
1371 #endif
1372         if (zh->reg->key_buf_used + 1024 >
1373             (zh->reg->ptr_top -zh->reg->ptr_i)*sizeof(char*))
1374             extract_flushWriteKeys (zh);
1375         ++(zh->reg->ptr_i);
1376         (zh->reg->key_buf)[zh->reg->ptr_top - zh->reg->ptr_i] =
1377             (char*)zh->reg->key_buf + zh->reg->key_buf_used;
1378 #if SU_SCHEME
1379 #else
1380         ch = zebraExplain_lookupSU (zei, attrSet, attrUse);
1381         if (ch < 0)
1382             ch = zebraExplain_addSU (zei, attrSet, attrUse);
1383 #endif
1384         assert (ch > 0);
1385         zh->reg->key_buf_used +=
1386             key_SU_encode (ch,((char*)zh->reg->key_buf) +
1387                            zh->reg->key_buf_used);
1388
1389         while (*src)
1390             ((char*)zh->reg->key_buf) [(zh->reg->key_buf_used)++] = *src++;
1391         src++;
1392         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = '\0';
1393         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = cmd;
1394
1395         if (lead & 60)
1396             seqno += ((lead>>2) & 15)-1;
1397         else
1398         {
1399             memcpy (&seqno, src, sizeof(seqno));
1400             src += sizeof(seqno);
1401         }
1402         key.seqno = seqno;
1403         key.sysno = sysno;
1404         memcpy ((char*)zh->reg->key_buf + zh->reg->key_buf_used, &key, sizeof(key));
1405         (zh->reg->key_buf_used) += sizeof(key);
1406         off = src - reckeys->buf;
1407     }
1408     assert (off == reckeys->buf_used);
1409 }
1410
1411 void extract_flushWriteKeys (ZebraHandle zh)
1412 {
1413     FILE *outf;
1414     char out_fname[200];
1415     char *prevcp, *cp;
1416     struct encode_info encode_info;
1417     int ptr_i = zh->reg->ptr_i;
1418 #if SORT_EXTRA
1419     int i;
1420 #endif
1421     if (!zh->reg->key_buf || ptr_i <= 0)
1422         return;
1423
1424     (zh->reg->key_file_no)++;
1425     logf (LOG_LOG, "sorting section %d", (zh->reg->key_file_no));
1426 #if !SORT_EXTRA
1427     qsort (zh->reg->key_buf + zh->reg->ptr_top - ptr_i, ptr_i,
1428                sizeof(char*), key_qsort_compare);
1429     extract_get_fname_tmp (zh, out_fname, zh->reg->key_file_no);
1430
1431     if (!(outf = fopen (out_fname, "wb")))
1432     {
1433         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
1434         exit (1);
1435     }
1436     logf (LOG_LOG, "writing section %d", zh->reg->key_file_no);
1437     prevcp = cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1438
1439     encode_key_init (&encode_info);
1440     encode_key_write (cp, &encode_info, outf);
1441
1442     while (--ptr_i > 0)
1443     {
1444         cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1445         if (strcmp (cp, prevcp))
1446         {
1447             encode_key_flush ( &encode_info, outf);
1448             encode_key_init (&encode_info);
1449             encode_key_write (cp, &encode_info, outf);
1450             prevcp = cp;
1451         }
1452         else
1453             encode_key_write (cp + strlen(cp), &encode_info, outf);
1454     }
1455     encode_key_flush ( &encode_info, outf);
1456 #else
1457     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
1458     extract_get_fname_tmp (out_fname, key_file_no);
1459
1460     if (!(outf = fopen (out_fname, "wb")))
1461     {
1462         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
1463         exit (1);
1464     }
1465     logf (LOG_LOG, "writing section %d", key_file_no);
1466     i = ptr_i;
1467     prevcp =  key_buf[ptr_top-i];
1468     while (1)
1469         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
1470         {
1471             key_y_len = strlen(prevcp)+1;
1472 #if 0
1473             logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
1474                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
1475 #endif
1476             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
1477                                    sizeof(char*), key_y_compare);
1478             cp = key_buf[ptr_top-ptr_i];
1479             --key_y_len;
1480             encode_key_init (&encode_info);
1481             encode_key_write (cp, &encode_info, outf);
1482             while (--ptr_i > i)
1483             {
1484                 cp = key_buf[ptr_top-ptr_i];
1485                 encode_key_write (cp+key_y_len, &encode_info, outf);
1486             }
1487             encode_key_flush ( &encode_info, outf);
1488             if (!i)
1489                 break;
1490             prevcp = key_buf[ptr_top-ptr_i];
1491         }
1492 #endif
1493     if (fclose (outf))
1494     {
1495         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
1496         exit (1);
1497     }
1498     logf (LOG_LOG, "finished section %d", zh->reg->key_file_no);
1499     zh->reg->ptr_i = 0;
1500     zh->reg->key_buf_used = 0;
1501 }
1502
1503 void extract_add_index_string (RecWord *p, const char *string,
1504                                int length)
1505 {
1506     char *dst;
1507     unsigned char attrSet;
1508     unsigned short attrUse;
1509     int lead = 0;
1510     int diff = 0;
1511     int *pseqno = &p->seqno;
1512     ZebraHandle zh = p->extractCtrl->handle;
1513     ZebraExplainInfo zei = zh->reg->zei;
1514     struct recKeys *keys = &zh->reg->keys;
1515
1516     if (keys->buf_used+1024 > keys->buf_max)
1517     {
1518         char *b;
1519
1520         b = (char *) xmalloc (keys->buf_max += 128000);
1521         if (keys->buf_used > 0)
1522             memcpy (b, keys->buf, keys->buf_used);
1523         xfree (keys->buf);
1524         keys->buf = b;
1525     }
1526     dst = keys->buf + keys->buf_used;
1527
1528     attrSet = p->attrSet;
1529     if (keys->buf_used > 0 && keys->prevAttrSet == attrSet)
1530         lead |= 1;
1531     else
1532         keys->prevAttrSet = attrSet;
1533     attrUse = p->attrUse;
1534     if (keys->buf_used > 0 && keys->prevAttrUse == attrUse)
1535         lead |= 2;
1536     else
1537         keys->prevAttrUse = attrUse;
1538 #if 1
1539     diff = 1 + *pseqno - keys->prevSeqNo;
1540     if (diff >= 1 && diff <= 15)
1541         lead |= (diff << 2);
1542     else
1543         diff = 0;
1544 #endif
1545     keys->prevSeqNo = *pseqno;
1546
1547     *dst++ = lead;
1548
1549 #if SU_SCHEME
1550     if ((lead & 3) < 3)
1551     {
1552         int ch = zebraExplain_lookupSU (zei, attrSet, attrUse);
1553         if (ch < 0)
1554         {
1555             ch = zebraExplain_addSU (zei, attrSet, attrUse);
1556             yaz_log (LOG_DEBUG, "addSU set=%d use=%d SU=%d",
1557                      attrSet, attrUse, ch);
1558         }
1559         assert (ch > 0);
1560         memcpy (dst, &ch, sizeof(ch));
1561         dst += sizeof(ch);
1562     }
1563 #else
1564     if (!(lead & 1))
1565     {
1566         memcpy (dst, &attrSet, sizeof(attrSet));
1567         dst += sizeof(attrSet);
1568     }
1569     if (!(lead & 2))
1570     {
1571         memcpy (dst, &attrUse, sizeof(attrUse));
1572         dst += sizeof(attrUse);
1573     }
1574 #endif
1575     *dst++ = p->reg_type;
1576     memcpy (dst, string, length);
1577     dst += length;
1578     *dst++ = '\0';
1579
1580     if (!diff)
1581     {
1582         memcpy (dst, pseqno, sizeof(*pseqno));
1583         dst += sizeof(*pseqno);
1584     }
1585     keys->buf_used = dst - keys->buf;
1586 }
1587
1588 static void extract_add_sort_string (RecWord *p, const char *string,
1589                                      int length)
1590 {
1591     ZebraHandle zh = p->extractCtrl->handle;
1592     struct sortKeys *sk = &zh->reg->sortKeys;
1593     int off = 0;
1594
1595     while (off < sk->buf_used)
1596     {
1597         int set, use, slen;
1598
1599         off += key_SU_decode(&set, sk->buf + off);
1600         off += key_SU_decode(&use, sk->buf + off);
1601         off += key_SU_decode(&slen, sk->buf + off);
1602         off += slen;
1603         if (p->attrSet == set && p->attrUse == use)
1604             return;
1605     }
1606     assert (off == sk->buf_used);
1607
1608     if (sk->buf_used + IT_MAX_WORD > sk->buf_max)
1609     {
1610         char *b;
1611
1612         b = (char *) xmalloc (sk->buf_max += 128000);
1613         if (sk->buf_used > 0)
1614             memcpy (b, sk->buf, sk->buf_used);
1615         xfree (sk->buf);
1616         sk->buf = b;
1617     }
1618     off += key_SU_encode(p->attrSet, sk->buf + off);
1619     off += key_SU_encode(p->attrUse, sk->buf + off);
1620     off += key_SU_encode(length, sk->buf + off);
1621     memcpy (sk->buf + off, string, length);
1622     sk->buf_used = off + length;
1623 }
1624
1625 void extract_add_string (RecWord *p, const char *string, int length)
1626 {
1627     assert (length > 0);
1628     if (zebra_maps_is_sort (p->zebra_maps, p->reg_type))
1629         extract_add_sort_string (p, string, length);
1630     else
1631         extract_add_index_string (p, string, length);
1632 }
1633
1634 static void extract_add_incomplete_field (RecWord *p)
1635 {
1636     const char *b = p->string;
1637     int remain = p->length;
1638     const char **map = 0;
1639
1640     if (remain > 0)
1641         map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1642
1643     while (map)
1644     {
1645         char buf[IT_MAX_WORD+1];
1646         int i, remain;
1647
1648         /* Skip spaces */
1649         while (map && *map && **map == *CHR_SPACE)
1650         {
1651             remain = p->length - (b - p->string);
1652             if (remain > 0)
1653                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1654             else
1655                 map = 0;
1656         }
1657         if (!map)
1658             break;
1659         i = 0;
1660         while (map && *map && **map != *CHR_SPACE)
1661         {
1662             const char *cp = *map;
1663
1664             while (i < IT_MAX_WORD && *cp)
1665                 buf[i++] = *(cp++);
1666             remain = p->length - (b - p->string);
1667             if (remain > 0)
1668                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1669             else
1670                 map = 0;
1671         }
1672         if (!i)
1673             return;
1674         extract_add_string (p, buf, i);
1675         p->seqno++;
1676     }
1677 }
1678
1679 static void extract_add_complete_field (RecWord *p)
1680 {
1681     const char *b = p->string;
1682     char buf[IT_MAX_WORD+1];
1683     const char **map = 0;
1684     int i = 0, remain = p->length;
1685
1686     if (remain > 0)
1687         map = zebra_maps_input (p->zebra_maps, p->reg_type, &b, remain);
1688
1689     while (remain > 0 && i < IT_MAX_WORD)
1690     {
1691         while (map && *map && **map == *CHR_SPACE)
1692         {
1693             remain = p->length - (b - p->string);
1694             if (remain > 0)
1695                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1696             else
1697                 map = 0;
1698         }
1699         if (!map)
1700             break;
1701
1702         if (i && i < IT_MAX_WORD)
1703             buf[i++] = *CHR_SPACE;
1704         while (map && *map && **map != *CHR_SPACE)
1705         {
1706             const char *cp = *map;
1707
1708             if (i >= IT_MAX_WORD)
1709                 break;
1710             while (i < IT_MAX_WORD && *cp)
1711                 buf[i++] = *(cp++);
1712             remain = p->length  - (b - p->string);
1713             if (remain > 0)
1714                 map = zebra_maps_input (p->zebra_maps, p->reg_type, &b,
1715                                         remain);
1716             else
1717                 map = 0;
1718         }
1719     }
1720     if (!i)
1721         return;
1722     extract_add_string (p, buf, i);
1723 }
1724
1725 void extract_token_add (RecWord *p)
1726 {
1727     WRBUF wrbuf;
1728
1729 #if 0
1730     yaz_log (LOG_LOG, "reg_type=%c attrSet=%d attrUse=%d seqno=%d s=%.*s",
1731              p->reg_type, p->attrSet, p->attrUse, p->seqno, p->length,
1732              p->string);
1733 #endif
1734     if ((wrbuf = zebra_replace(p->zebra_maps, p->reg_type, 0,
1735                                p->string, p->length)))
1736     {
1737         p->string = wrbuf_buf(wrbuf);
1738         p->length = wrbuf_len(wrbuf);
1739     }
1740     if (zebra_maps_is_complete (p->zebra_maps, p->reg_type))
1741         extract_add_complete_field (p);
1742     else
1743         extract_add_incomplete_field(p);
1744 }
1745
1746 void extract_schema_add (struct recExtractCtrl *p, Odr_oid *oid)
1747 {
1748     ZebraHandle zh = (ZebraHandle) (p->handle);
1749     zebraExplain_addSchema (zh->reg->zei, oid);
1750 }
1751
1752 void extract_flushSortKeys (ZebraHandle zh, SYSNO sysno,
1753                             int cmd, struct sortKeys *sk)
1754 {
1755     SortIdx sortIdx = zh->reg->sortIdx;
1756     int off = 0;
1757
1758     sortIdx_sysno (sortIdx, sysno);
1759
1760     while (off < sk->buf_used)
1761     {
1762         int set, use, slen;
1763
1764         off += key_SU_decode(&set, sk->buf + off);
1765         off += key_SU_decode(&use, sk->buf + off);
1766         off += key_SU_decode(&slen, sk->buf + off);
1767
1768         sortIdx_type(sortIdx, use);
1769         if (cmd == 1)
1770             sortIdx_add(sortIdx, sk->buf + off, slen);
1771         else
1772             sortIdx_add(sortIdx, "", 1);
1773         off += slen;
1774     }
1775 }
1776
1777 void encode_key_init (struct encode_info *i)
1778 {
1779     i->sysno = 0;
1780     i->seqno = 0;
1781     i->cmd = -1;
1782     i->prevsys=0;
1783     i->prevseq=0;
1784     i->prevcmd=-1;
1785     i->keylen=0;
1786 }
1787
1788 char *encode_key_int (int d, char *bp)
1789 {
1790     if (d <= 63)
1791         *bp++ = d;
1792     else if (d <= 16383)
1793     {
1794         *bp++ = 64 + (d>>8);
1795         *bp++ = d  & 255;
1796     }
1797     else if (d <= 4194303)
1798     {
1799         *bp++ = 128 + (d>>16);
1800         *bp++ = (d>>8) & 255;
1801         *bp++ = d & 255;
1802     }
1803     else
1804     {
1805         *bp++ = 192 + (d>>24);
1806         *bp++ = (d>>16) & 255;
1807         *bp++ = (d>>8) & 255;
1808         *bp++ = d & 255;
1809     }
1810     return bp;
1811 }
1812
1813 #ifdef OLDENCODE
1814 /* this is the old encode_key_write
1815  * may be deleted once we are confident that the new works
1816  * HL 15-oct-2002
1817  */
1818 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1819 {
1820     struct it_key key;
1821     char *bp = i->buf;
1822
1823     while ((*bp++ = *k++))
1824         ;
1825     memcpy (&key, k+1, sizeof(struct it_key));
1826     bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
1827     if (i->sysno != key.sysno)
1828     {
1829         i->sysno = key.sysno;
1830         i->seqno = 0;
1831     }
1832     else if (!i->seqno && !key.seqno && i->cmd == *k)
1833         return;
1834     bp = encode_key_int (key.seqno - i->seqno, bp);
1835     i->seqno = key.seqno;
1836     i->cmd = *k;
1837     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1838     {
1839         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1840         exit (1);
1841     }
1842 }
1843
1844 void encode_key_flush (struct encode_info *i, FILE *outf)
1845 { /* dummy routine */
1846 }
1847
1848 #else
1849
1850 /* new encode_key_write
1851  * The idea is to buffer one more key, and compare them
1852  * If we are going to delete and insert the same key,
1853  * we may as well not bother. Should make a difference in
1854  * updates with small modifications (appending to a mbox)
1855  */
1856 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1857 {
1858     struct it_key key;
1859     char *bp;
1860
1861     if (*k)  /* first time for new key */
1862     {
1863         bp = i->buf;
1864         while ((*bp++ = *k++))
1865             ;
1866         i->keylen= bp - i->buf -1;
1867         assert(i->keylen+1+sizeof(struct it_key) < ENCODE_BUFLEN);
1868     }
1869     else
1870     {
1871         bp=i->buf + i->keylen;
1872         *bp++=0;
1873         k++;
1874     }
1875
1876     memcpy (&key, k+1, sizeof(struct it_key));
1877     if (0==i->prevsys) /* no previous filter, fill up */
1878     {
1879         i->prevsys=key.sysno;
1880         i->prevseq=key.seqno;
1881         i->prevcmd=*k;
1882     }
1883     else if ( (i->prevsys==key.sysno) &&
1884               (i->prevseq==key.seqno) &&
1885               (i->prevcmd!=*k) )
1886     { /* same numbers, diff cmd, they cancel out */
1887         i->prevsys=0;
1888     }
1889     else
1890     { /* different stuff, write previous, move buf */
1891         bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1892         if (i->sysno != i->prevsys)
1893         {
1894             i->sysno = i->prevsys;
1895             i->seqno = 0;
1896         }
1897         else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1898         {
1899             return; /* ??? Filters some sort of duplicates away */
1900                     /* ??? Can this ever happen   -H 15oct02 */
1901         }
1902         bp = encode_key_int (i->prevseq - i->seqno, bp);
1903         i->seqno = i->prevseq;
1904         i->cmd = i->prevcmd;
1905         if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1906         {
1907             logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1908             exit (1);
1909         }
1910         i->keylen=0; /* ok, it's written, forget it */
1911         i->prevsys=key.sysno;
1912         i->prevseq=key.seqno;
1913         i->prevcmd=*k;
1914     }
1915 }
1916
1917 void encode_key_flush (struct encode_info *i, FILE *outf)
1918 { /* flush the last key from i */
1919     char *bp =i->buf + i->keylen;
1920     if (0==i->prevsys)
1921     {
1922         return; /* nothing to flush */
1923     }
1924     *bp++=0;
1925     bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1926     if (i->sysno != i->prevsys)
1927     {
1928         i->sysno = i->prevsys;
1929         i->seqno = 0;
1930     }
1931     else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1932     {
1933         return; /* ??? Filters some sort of duplicates away */
1934                 /* ??? Can this ever happen   -H 15oct02 */
1935     }
1936     bp = encode_key_int (i->prevseq - i->seqno, bp);
1937     i->seqno = i->prevseq;
1938     i->cmd = i->prevcmd;
1939     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1940     {
1941         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1942         exit (1);
1943     }
1944     i->keylen=0; /* ok, it's written, forget it */
1945     i->prevsys=0; /* forget the values too */
1946     i->prevseq=0;
1947 }
1948 #endif