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