index/extract.c

   1 /*
   2  * Copyright (C) 1994-1995, Index Data I/S
   3  * All rights reserved.
   4  * Sebastian Hammer, Adam Dickmeiss
   5  *
   6  * $Log: extract.c,v $
   7  * Revision 1.14  1995-10-02 15:29:13  adam
   8  * More logging in file_extract.
   9  *
  10  * Revision 1.13  1995/09/29  14:01:39  adam
  11  * Bug fixes.
  12  *
  13  * Revision 1.12  1995/09/28  14:22:56  adam
  14  * Sort uses smaller temporary files.
  15  *
  16  * Revision 1.11  1995/09/28  12:10:31  adam
  17  * Bug fixes. Field prefix used in queries.
  18  *
  19  * Revision 1.10  1995/09/28  09:19:41  adam
  20  * xfree/xmalloc used everywhere.
  21  * Extract/retrieve method seems to work for text records.
  22  *
  23  * Revision 1.9  1995/09/27  12:22:28  adam
  24  * More work on extract in record control.
  25  * Field name is not in isam keys but in prefix in dictionary words.
  26  *
  27  * Revision 1.8  1995/09/14  07:48:22  adam
  28  * Record control management.
  29  *
  30  * Revision 1.7  1995/09/11  13:09:32  adam
  31  * More work on relevance feedback.
  32  *
  33  * Revision 1.6  1995/09/08  14:52:27  adam
  34  * Minor changes. Dictionary is lower case now.
  35  *
  36  * Revision 1.5  1995/09/06  16:11:16  adam
  37  * Option: only one word key per file.
  38  *
  39  * Revision 1.4  1995/09/05  15:28:39  adam
  40  * More work on search engine.
  41  *
  42  * Revision 1.3  1995/09/04  12:33:41  adam
  43  * Various cleanup. YAZ util used instead.
  44  *
  45  * Revision 1.2  1995/09/04  09:10:34  adam
  46  * More work on index add/del/update.
  47  * Merge sort implemented.
  48  * Initial work on z39 server.
  49  *
  50  * Revision 1.1  1995/09/01  14:06:35  adam
  51  * Split of work into more files.
  52  *
  53  */
  54 #include <stdio.h>
  55 #include <assert.h>
  56 #include <unistd.h>
  57 #include <fcntl.h>
  58 #include <ctype.h>
  59
  60 #include <alexutil.h>
  61 #include <recctrl.h>
  62 #include "index.h"
  63
  64 static Dict file_idx;
  65 static SYSNO sysno_next;
  66 static int sys_idx_fd = -1;
  67
  68 static int key_cmd;
  69 static int key_sysno;
  70 static char **key_buf;
  71 static size_t ptr_top;
  72 static size_t ptr_i;
  73 static size_t kused;
  74 static int key_file_no;
  75
  76 void key_open (int mem)
  77 {
  78     void *file_key;
  79
  80     if (mem < 50000)
  81         mem = 50000;
  82     key_buf = xmalloc (mem);
  83     ptr_top = mem/sizeof(char*);
  84     ptr_i = 0;
  85     kused = 0;
  86     key_file_no = 0;
  87
  88     if (!(file_idx = dict_open (FNAME_FILE_DICT, 40, 1)))
  89     {
  90         logf (LOG_FATAL, "dict_open fail of %s", "fileidx");
  91         exit (1);
  92     }
  93     file_key = dict_lookup (file_idx, ".");
  94     if (file_key)
  95         memcpy (&sysno_next, (char*)file_key+1, sizeof(sysno_next));
  96     else
  97         sysno_next = 1;
  98     if ((sys_idx_fd = open (FNAME_SYS_IDX, O_RDWR|O_CREAT, 0666)) == -1)
  99     {
 100         logf (LOG_FATAL|LOG_ERRNO, "open %s", FNAME_SYS_IDX);
 101         exit (1);
 102     }
 103 }
 104
 105 void key_flush (void)
 106 {
 107     FILE *outf;
 108     char out_fname[200];
 109     char *prevcp, *cp;
 110
 111     if (ptr_i <= 0)
 112         return;
 113
 114     key_file_no++;
 115     logf (LOG_LOG, "sorting section %d", key_file_no);
 116     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_qsort_compare);
 117     sprintf (out_fname, TEMP_FNAME, key_file_no);
 118
 119     if (!(outf = fopen (out_fname, "w")))
 120     {
 121         logf (LOG_FATAL|LOG_ERRNO, "fopen (4) %s", out_fname);
 122         exit (1);
 123     }
 124     logf (LOG_LOG, "writing section %d", key_file_no);
 125     prevcp = cp = key_buf[ptr_top-ptr_i];
 126
 127     if (fwrite (cp, strlen (cp)+2+sizeof(struct it_key), 1, outf) != 1)
 128     {
 129         logf (LOG_FATAL|LOG_ERRNO, "fwrite %s", out_fname);
 130         exit (1);
 131     }
 132     while (--ptr_i > 0)
 133     {
 134         cp = key_buf[ptr_top-ptr_i];
 135         if (strcmp (cp, prevcp))
 136         {
 137             if (fwrite (cp, strlen (cp)+2+sizeof(struct it_key), 1,
 138                         outf) != 1)
 139             {
 140                 logf (LOG_FATAL|LOG_ERRNO, "fwrite %s", out_fname);
 141                 exit (1);
 142             }
 143             prevcp = cp;
 144         }
 145         else
 146         {
 147             cp = strlen (cp) + cp;
 148             if (fwrite (cp, 2+sizeof(struct it_key), 1, outf) != 1)
 149             {
 150                 logf (LOG_FATAL|LOG_ERRNO, "fwrite %s", out_fname);
 151                 exit (1);
 152             }
 153         }
 154     }
 155     if (fclose (outf))
 156     {
 157         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
 158         exit (1);
 159     }
 160     logf (LOG_LOG, "finished section %d", key_file_no);
 161     ptr_i = 0;
 162     kused = 0;
 163 }
 164
 165 int key_close (void)
 166 {
 167     key_flush ();
 168     xfree (key_buf);
 169     close (sys_idx_fd);
 170     dict_insert (file_idx, ".", sizeof(sysno_next), &sysno_next);
 171     dict_close (file_idx);
 172     return key_file_no;
 173 }
 174
 175 static void wordInit (RecWord *p)
 176 {
 177     p->attrSet = 1;
 178     p->attrUse = 1016;
 179     p->which = Word_String;
 180 }
 181
 182 static void wordAdd (const RecWord *p)
 183 {
 184     struct it_key key;
 185     size_t i;
 186
 187     if (kused + 1024 > (ptr_top-ptr_i)*sizeof(char*))
 188         key_flush ();
 189     ++ptr_i;
 190     key_buf[ptr_top-ptr_i] = (char*)key_buf + kused;
 191     kused += index_word_prefix ((char*)key_buf + kused,
 192                                 p->attrSet, p->attrUse);
 193     switch (p->which)
 194     {
 195     case Word_String:
 196         for (i = 0; p->u.string[i]; i++)
 197             ((char*)key_buf) [kused++] = index_char_cvt (p->u.string[i]);
 198         ((char*)key_buf) [kused++] = '\0';
 199         break;
 200     default:
 201         return ;
 202     }
 203     ((char*) key_buf)[kused++] = ((key_cmd == 'a') ? 1 : 0);
 204     key.sysno = key_sysno;
 205     key.seqno = p->seqno;
 206     memcpy ((char*)key_buf + kused, &key, sizeof(key));
 207     kused += sizeof(key);
 208 }
 209
 210 void file_extract (int cmd, const char *fname, const char *kname)
 211 {
 212     int i, r;
 213     char ext[128];
 214     SYSNO sysno;
 215     char ext_res[128];
 216     const char *file_type;
 217     void *file_info;
 218     FILE *inf;
 219     struct recExtractCtrl extractCtrl;
 220     RecType rt;
 221
 222     for (i = strlen(fname); --i >= 0; )
 223         if (fname[i] == '/')
 224         {
 225             strcpy (ext, "");
 226             break;
 227         }
 228         else if (fname[i] == '.')
 229         {
 230             strcpy (ext, fname+i+1);
 231             break;
 232         }
 233     sprintf (ext_res, "fileExtension.%s", ext);
 234     if (!(file_type = res_get (common_resource, ext_res)))
 235         return;
 236     if (!(rt = recType_byName (file_type)))
 237         return;
 238     logf (LOG_DEBUG, "%c %s k=%s", cmd, fname, kname);
 239     file_info = dict_lookup (file_idx, kname);
 240     if (!file_info)
 241     {
 242         sysno = sysno_next++;
 243         dict_insert (file_idx, kname, sizeof(sysno), &sysno);
 244         lseek (sys_idx_fd, sysno * SYS_IDX_ENTRY_LEN, SEEK_SET);
 245         write (sys_idx_fd, file_type, strlen (file_type)+1);
 246         write (sys_idx_fd, kname, strlen(kname)+1);
 247     }
 248     else
 249         memcpy (&sysno, (char*) file_info+1, sizeof(sysno));
 250
 251     if (!(inf = fopen (fname, "r")))
 252     {
 253         logf (LOG_WARN|LOG_ERRNO, "open %s", fname);
 254         return;
 255     }
 256     extractCtrl.inf = inf;
 257     extractCtrl.subType = "";
 258     extractCtrl.init = wordInit;
 259     extractCtrl.add = wordAdd;
 260     key_sysno = sysno;
 261     key_cmd = cmd;
 262     r = (*rt->extract)(&extractCtrl);
 263     fclose (inf);
 264     if (r)
 265         logf (LOG_WARN, "Couldn't extract file %s, code %d", fname, r);
 266 }