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 1.17  1995-10-03 14:28:57  adam
   8  * Buffered read in extract works.
   9  *
  10  * Revision 1.16  1995/10/03  14:28:45  adam
  11  * Work on more effecient read handler in extract.
  12  *
  13  * Revision 1.15  1995/10/02  15:42:53  adam
  14  * Extract uses file descriptors instead of FILE pointers.
  15  *
  16  * Revision 1.14  1995/10/02  15:29:13  adam
  17  * More logging in file_extract.
  18  *
  19  * Revision 1.13  1995/09/29  14:01:39  adam
  20  * Bug fixes.
  21  *
  22  * Revision 1.12  1995/09/28  14:22:56  adam
  23  * Sort uses smaller temporary files.
  24  *
  25  * Revision 1.11  1995/09/28  12:10:31  adam
  26  * Bug fixes. Field prefix used in queries.
  27  *
  28  * Revision 1.10  1995/09/28  09:19:41  adam
  29  * xfree/xmalloc used everywhere.
  30  * Extract/retrieve method seems to work for text records.
  31  *
  32  * Revision 1.9  1995/09/27  12:22:28  adam
  33  * More work on extract in record control.
  34  * Field name is not in isam keys but in prefix in dictionary words.
  35  *
  36  * Revision 1.8  1995/09/14  07:48:22  adam
  37  * Record control management.
  38  *
  39  * Revision 1.7  1995/09/11  13:09:32  adam
  40  * More work on relevance feedback.
  41  *
  42  * Revision 1.6  1995/09/08  14:52:27  adam
  43  * Minor changes. Dictionary is lower case now.
  44  *
  45  * Revision 1.5  1995/09/06  16:11:16  adam
  46  * Option: only one word key per file.
  47  *
  48  * Revision 1.4  1995/09/05  15:28:39  adam
  49  * More work on search engine.
  50  *
  51  * Revision 1.3  1995/09/04  12:33:41  adam
  52  * Various cleanup. YAZ util used instead.
  53  *
  54  * Revision 1.2  1995/09/04  09:10:34  adam
  55  * More work on index add/del/update.
  56  * Merge sort implemented.
  57  * Initial work on z39 server.
  58  *
  59  * Revision 1.1  1995/09/01  14:06:35  adam
  60  * Split of work into more files.
  61  *
  62  */
  63 #include <stdio.h>
  64 #include <assert.h>
  65 #include <unistd.h>
  66 #include <fcntl.h>
  67 #include <ctype.h>
  68
  69 #include <alexutil.h>
  70 #include <recctrl.h>
  71 #include "index.h"
  72
  73 static Dict file_idx;
  74 static SYSNO sysno_next;
  75 static int sys_idx_fd = -1;
  76
  77 static int key_cmd;
  78 static int key_sysno;
  79 static char **key_buf;
  80 static size_t ptr_top;
  81 static size_t ptr_i;
  82 static size_t kused;
  83 static int key_file_no;
  84
  85 void key_open (int mem)
  86 {
  87     void *file_key;
  88
  89     if (mem < 50000)
  90         mem = 50000;
  91     key_buf = xmalloc (mem);
  92     ptr_top = mem/sizeof(char*);
  93     ptr_i = 0;
  94     kused = 0;
  95     key_file_no = 0;
  96
  97     if (!(file_idx = dict_open (FNAME_FILE_DICT, 40, 1)))
  98     {
  99         logf (LOG_FATAL, "dict_open fail of %s", "fileidx");
 100         exit (1);
 101     }
 102     file_key = dict_lookup (file_idx, ".");
 103     if (file_key)
 104         memcpy (&sysno_next, (char*)file_key+1, sizeof(sysno_next));
 105     else
 106         sysno_next = 1;
 107     if ((sys_idx_fd = open (FNAME_SYS_IDX, O_RDWR|O_CREAT, 0666)) == -1)
 108     {
 109         logf (LOG_FATAL|LOG_ERRNO, "open %s", FNAME_SYS_IDX);
 110         exit (1);
 111     }
 112 }
 113
 114 void key_flush (void)
 115 {
 116     FILE *outf;
 117     char out_fname[200];
 118     char *prevcp, *cp;
 119
 120     if (ptr_i <= 0)
 121         return;
 122
 123     key_file_no++;
 124     logf (LOG_LOG, "sorting section %d", key_file_no);
 125     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_qsort_compare);
 126     sprintf (out_fname, TEMP_FNAME, key_file_no);
 127
 128     if (!(outf = fopen (out_fname, "w")))
 129     {
 130         logf (LOG_FATAL|LOG_ERRNO, "fopen (4) %s", out_fname);
 131         exit (1);
 132     }
 133     logf (LOG_LOG, "writing section %d", key_file_no);
 134     prevcp = cp = key_buf[ptr_top-ptr_i];
 135
 136     if (fwrite (cp, strlen (cp)+2+sizeof(struct it_key), 1, outf) != 1)
 137     {
 138         logf (LOG_FATAL|LOG_ERRNO, "fwrite %s", out_fname);
 139         exit (1);
 140     }
 141     while (--ptr_i > 0)
 142     {
 143         cp = key_buf[ptr_top-ptr_i];
 144         if (strcmp (cp, prevcp))
 145         {
 146             if (fwrite (cp, strlen (cp)+2+sizeof(struct it_key), 1,
 147                         outf) != 1)
 148             {
 149                 logf (LOG_FATAL|LOG_ERRNO, "fwrite %s", out_fname);
 150                 exit (1);
 151             }
 152             prevcp = cp;
 153         }
 154         else
 155         {
 156             cp = strlen (cp) + cp;
 157             if (fwrite (cp, 2+sizeof(struct it_key), 1, outf) != 1)
 158             {
 159                 logf (LOG_FATAL|LOG_ERRNO, "fwrite %s", out_fname);
 160                 exit (1);
 161             }
 162         }
 163     }
 164     if (fclose (outf))
 165     {
 166         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
 167         exit (1);
 168     }
 169     logf (LOG_LOG, "finished section %d", key_file_no);
 170     ptr_i = 0;
 171     kused = 0;
 172 }
 173
 174 int key_close (void)
 175 {
 176     key_flush ();
 177     xfree (key_buf);
 178     close (sys_idx_fd);
 179     dict_insert (file_idx, ".", sizeof(sysno_next), &sysno_next);
 180     dict_close (file_idx);
 181     return key_file_no;
 182 }
 183
 184 static void wordInit (RecWord *p)
 185 {
 186     p->attrSet = 1;
 187     p->attrUse = 1016;
 188     p->which = Word_String;
 189 }
 190
 191 static void wordAdd (const RecWord *p)
 192 {
 193     struct it_key key;
 194     size_t i;
 195
 196     if (kused + 1024 > (ptr_top-ptr_i)*sizeof(char*))
 197         key_flush ();
 198     ++ptr_i;
 199     key_buf[ptr_top-ptr_i] = (char*)key_buf + kused;
 200     kused += index_word_prefix ((char*)key_buf + kused,
 201                                 p->attrSet, p->attrUse);
 202     switch (p->which)
 203     {
 204     case Word_String:
 205         for (i = 0; p->u.string[i]; i++)
 206             ((char*)key_buf) [kused++] = index_char_cvt (p->u.string[i]);
 207         ((char*)key_buf) [kused++] = '\0';
 208         break;
 209     default:
 210         return ;
 211     }
 212     ((char*) key_buf)[kused++] = ((key_cmd == 'a') ? 1 : 0);
 213     key.sysno = key_sysno;
 214     key.seqno = p->seqno;
 215     memcpy ((char*)key_buf + kused, &key, sizeof(key));
 216     kused += sizeof(key);
 217 }
 218
 219 #define FILE_READ_BUF 1
 220 #if FILE_READ_BUF
 221 static char *file_buf;
 222 static int file_offset;
 223 static int file_bufsize;
 224
 225 static void file_read_start (int fd)
 226 {
 227     file_offset = 0;
 228     file_buf = xmalloc (4096);
 229     file_bufsize = read (fd, file_buf, 4096);
 230 }
 231
 232 static void file_read_stop (int fd)
 233 {
 234     xfree (file_buf);
 235 }
 236
 237 static int file_read (int fd, char *buf, size_t count)
 238 {
 239     int l = file_bufsize - file_offset;
 240
 241     if (count > l)
 242     {
 243         int r;
 244         if (l > 0)
 245             memcpy (buf, file_buf + file_offset, l);
 246         count = count-l;
 247         if (count > file_bufsize)
 248         {
 249             if ((r = read (fd, buf + l, count)) == -1)
 250             {
 251                 logf (LOG_FATAL|LOG_ERRNO, "read");
 252                 exit (1);
 253             }
 254             file_bufsize = 0;
 255             file_offset = 0;
 256             return r;
 257         }
 258         file_bufsize = r = read (fd, file_buf, 4096);
 259         if (r == -1)
 260         {
 261             logf (LOG_FATAL|LOG_ERRNO, "read");
 262             exit (1);
 263         }
 264         else if (r <= count)
 265         {
 266             file_offset = r;
 267             memcpy (buf + l, file_buf, r);
 268             return l + r;
 269         }
 270         else
 271         {
 272             file_offset = count;
 273             memcpy (buf + l, file_buf, count - l);
 274             return count;
 275         }
 276     }
 277     memcpy (buf, file_buf + file_offset, count);
 278     file_offset += count;
 279     return count;
 280 }
 281 #else
 282 static int file_read (int fd, char *buf, size_t count)
 283 {
 284     return read (fd, buf, count);
 285 }
 286 #endif
 287 void file_extract (int cmd, const char *fname, const char *kname)
 288 {
 289     int i, r;
 290     char ext[128];
 291     SYSNO sysno;
 292     char ext_res[128];
 293     const char *file_type;
 294     void *file_info;
 295     struct recExtractCtrl extractCtrl;
 296     RecType rt;
 297
 298     for (i = strlen(fname); --i >= 0; )
 299         if (fname[i] == '/')
 300         {
 301             strcpy (ext, "");
 302             break;
 303         }
 304         else if (fname[i] == '.')
 305         {
 306             strcpy (ext, fname+i+1);
 307             break;
 308         }
 309     sprintf (ext_res, "fileExtension.%s", ext);
 310     if (!(file_type = res_get (common_resource, ext_res)))
 311         return;
 312     if (!(rt = recType_byName (file_type)))
 313         return;
 314     logf (LOG_DEBUG, "%c %s k=%s", cmd, fname, kname);
 315     file_info = dict_lookup (file_idx, kname);
 316     if (!file_info)
 317     {
 318         sysno = sysno_next++;
 319         dict_insert (file_idx, kname, sizeof(sysno), &sysno);
 320         lseek (sys_idx_fd, sysno * SYS_IDX_ENTRY_LEN, SEEK_SET);
 321         write (sys_idx_fd, file_type, strlen (file_type)+1);
 322         write (sys_idx_fd, kname, strlen(kname)+1);
 323     }
 324     else
 325         memcpy (&sysno, (char*) file_info+1, sizeof(sysno));
 326
 327     if ((extractCtrl.fd = open (fname, O_RDONLY)) == -1)
 328     {
 329         logf (LOG_WARN|LOG_ERRNO, "open %s", fname);
 330         return;
 331     }
 332     extractCtrl.subType = "";
 333     extractCtrl.init = wordInit;
 334     extractCtrl.add = wordAdd;
 335 #if FILE_READ_BUF
 336     file_read_start (extractCtrl.fd);
 337 #endif
 338     extractCtrl.readf = file_read;
 339 #if FILE_READ_BUF
 340     file_read_stop (extractCtrl.fd);
 341 #endif
 342     key_sysno = sysno;
 343     key_cmd = cmd;
 344     r = (*rt->extract)(&extractCtrl);
 345     close (extractCtrl.fd);
 346     if (r)
 347         logf (LOG_WARN, "Couldn't extract file %s, code %d", fname, r);
 348 }