index/extract.c

   1 /* $Id: extract.c,v 1.141 2003-03-05 00:08:04 adam Exp $
   2    Copyright (C) 1995,1996,1997,1998,1999,2000,2001,2002,2003
   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
 444         recordOffset = fi->file_moffset;
 445         extractCtrl.offset = fi->file_moffset;
 446         extractCtrl.readf = file_read;
 447         extractCtrl.seekf = file_seek;
 448         extractCtrl.tellf = file_tell;
 449         extractCtrl.endf = file_end;
 450         extractCtrl.fh = fi;
 451         extractCtrl.subType = subType;
 452         extractCtrl.init = extract_init;
 453         extractCtrl.tokenAdd = extract_token_add;
 454         extractCtrl.schemaAdd = extract_schema_add;
 455         extractCtrl.dh = zh->reg->dh;
 456         extractCtrl.handle = zh;
 457         for (i = 0; i<256; i++)
 458         {
 459             if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
 460                 extractCtrl.seqno[i] = 1;
 461             else
 462                 extractCtrl.seqno[i] = 0;
 463         }
 464         extractCtrl.zebra_maps = zh->reg->zebra_maps;
 465         extractCtrl.flagShowRecords = !rGroup->flagRw;
 466
 467         if (!rGroup->flagRw)
 468             printf ("File: %s " PRINTF_OFF_T "\n", fname, recordOffset);
 469         if (rGroup->flagRw)
 470         {
 471             char msg[512];
 472             sprintf (msg, "%s:" PRINTF_OFF_T , fname, recordOffset);
 473             yaz_log_init_prefix2 (msg);
 474         }
 475
 476         r = (*recType->extract)(clientData, &extractCtrl);
 477
 478         yaz_log_init_prefix2 (0);
 479         if (r == RECCTRL_EXTRACT_EOF)
 480             return 0;
 481         else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
 482         {
 483             /* error occured during extraction ... */
 484             if (rGroup->flagRw &&
 485                 zh->records_processed < rGroup->fileVerboseLimit)
 486             {
 487                 logf (LOG_WARN, "fail %s %s " PRINTF_OFF_T, rGroup->recordType,
 488                       fname, recordOffset);
 489             }
 490             return 0;
 491         }
 492         else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
 493         {
 494             /* error occured during extraction ... */
 495             if (rGroup->flagRw &&
 496                 zh->records_processed < rGroup->fileVerboseLimit)
 497             {
 498                 logf (LOG_WARN, "no filter for %s %s "
 499                       PRINTF_OFF_T, rGroup->recordType,
 500                       fname, recordOffset);
 501             }
 502             return 0;
 503         }
 504         if (zh->reg->keys.buf_used == 0)
 505         {
 506             /* the extraction process returned no information - the record
 507                is probably empty - unless flagShowRecords is in use */
 508             if (!rGroup->flagRw)
 509                 return 1;
 510
 511             logf (LOG_WARN, "empty %s %s " PRINTF_OFF_T, rGroup->recordType,
 512                   fname, recordOffset);
 513             return 1;
 514         }
 515     }
 516
 517     /* perform match if sysno not known and if match criteria is specified */
 518
 519     matchStr = NULL;
 520     if (!sysno)
 521     {
 522         sysnotmp = 0;
 523         sysno = &sysnotmp;
 524         if (rGroup->recordId && *rGroup->recordId)
 525         {
 526             char *rinfo;
 527
 528             matchStr = fileMatchStr (zh, &zh->reg->keys, rGroup, fname,
 529                                      rGroup->recordId);
 530             if (matchStr)
 531             {
 532                 rinfo = dict_lookup (zh->reg->matchDict, matchStr);
 533                 if (rinfo)
 534                     memcpy (sysno, rinfo+1, sizeof(*sysno));
 535             }
 536             else
 537             {
 538                 logf (LOG_WARN, "Bad match criteria");
 539                 return 0;
 540             }
 541         }
 542     }
 543
 544     if (! *sysno)
 545     {
 546         /* new record */
 547         if (deleteFlag)
 548         {
 549             logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T, rGroup->recordType,
 550                   fname, recordOffset);
 551             logf (LOG_WARN, "cannot delete record above (seems new)");
 552             return 1;
 553         }
 554         if (zh->records_processed < rGroup->fileVerboseLimit)
 555             logf (LOG_LOG, "add %s %s " PRINTF_OFF_T, rGroup->recordType,
 556                   fname, recordOffset);
 557         rec = rec_new (zh->reg->records);
 558
 559         *sysno = rec->sysno;
 560
 561         recordAttr = rec_init_attr (zh->reg->zei, rec);
 562
 563         if (matchStr)
 564         {
 565             dict_insert (zh->reg->matchDict, matchStr, sizeof(*sysno), sysno);
 566         }
 567         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 568         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 569
 570         zh->records_inserted++;
 571     }
 572     else
 573     {
 574         /* record already exists */
 575         struct recKeys delkeys;
 576         struct sortKeys sortKeys;
 577
 578         rec = rec_get (zh->reg->records, *sysno);
 579         assert (rec);
 580
 581         recordAttr = rec_init_attr (zh->reg->zei, rec);
 582
 583         if (recordAttr->runNumber ==
 584             zebraExplain_runNumberIncrement (zh->reg->zei, 0))
 585         {
 586             yaz_log (LOG_LOG, "run number = %d", recordAttr->runNumber);
 587             yaz_log (LOG_LOG, "skipped %s %s " PRINTF_OFF_T,
 588                      rGroup->recordType, fname, recordOffset);
 589             extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
 590             rec_rm (&rec);
 591             logRecord (zh);
 592             return 1;
 593         }
 594         delkeys.buf_used = rec->size[recInfo_delKeys];
 595         delkeys.buf = rec->info[recInfo_delKeys];
 596
 597         sortKeys.buf_used = rec->size[recInfo_sortKeys];
 598         sortKeys.buf = rec->info[recInfo_sortKeys];
 599
 600         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
 601         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
 602         if (deleteFlag)
 603         {
 604             /* record going to be deleted */
 605             if (!delkeys.buf_used)
 606             {
 607                 logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T,
 608                       rGroup->recordType, fname, recordOffset);
 609                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
 610             }
 611             else
 612             {
 613                 if (zh->records_processed < rGroup->fileVerboseLimit)
 614                     logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T,
 615                          rGroup->recordType, fname, recordOffset);
 616                 zh->records_deleted++;
 617                 if (matchStr)
 618                     dict_delete (zh->reg->matchDict, matchStr);
 619                 rec_del (zh->reg->records, &rec);
 620             }
 621             rec_rm (&rec);
 622             logRecord (zh);
 623             return 1;
 624         }
 625         else
 626         {
 627             /* record going to be updated */
 628             if (!delkeys.buf_used)
 629             {
 630                 logf (LOG_LOG, "update %s %s " PRINTF_OFF_T,
 631                       rGroup->recordType, fname, recordOffset);
 632                 logf (LOG_WARN, "cannot update file above, storeKeys false");
 633             }
 634             else
 635             {
 636                 if (zh->records_processed < rGroup->fileVerboseLimit)
 637                     logf (LOG_LOG, "update %s %s " PRINTF_OFF_T,
 638                         rGroup->recordType, fname, recordOffset);
 639                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 640                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 641                 zh->records_updated++;
 642             }
 643         }
 644     }
 645     /* update file type */
 646     xfree (rec->info[recInfo_fileType]);
 647     rec->info[recInfo_fileType] =
 648         rec_strdup (rGroup->recordType, &rec->size[recInfo_fileType]);
 649
 650     /* update filename */
 651     xfree (rec->info[recInfo_filename]);
 652     rec->info[recInfo_filename] =
 653         rec_strdup (fname, &rec->size[recInfo_filename]);
 654
 655     /* update delete keys */
 656     xfree (rec->info[recInfo_delKeys]);
 657     if (zh->reg->keys.buf_used > 0 && rGroup->flagStoreKeys == 1)
 658     {
 659         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
 660         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
 661         zh->reg->keys.buf = NULL;
 662         zh->reg->keys.buf_max = 0;
 663     }
 664     else
 665     {
 666         rec->info[recInfo_delKeys] = NULL;
 667         rec->size[recInfo_delKeys] = 0;
 668     }
 669
 670     /* update sort keys */
 671     xfree (rec->info[recInfo_sortKeys]);
 672
 673     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
 674     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
 675     zh->reg->sortKeys.buf = NULL;
 676     zh->reg->sortKeys.buf_max = 0;
 677
 678     /* save file size of original record */
 679     zebraExplain_recordBytesIncrement (zh->reg->zei,
 680                                        - recordAttr->recordSize);
 681     recordAttr->recordSize = fi->file_moffset - recordOffset;
 682     if (!recordAttr->recordSize)
 683         recordAttr->recordSize = fi->file_max - recordOffset;
 684     zebraExplain_recordBytesIncrement (zh->reg->zei,
 685                                        recordAttr->recordSize);
 686
 687     /* set run-number for this record */
 688     recordAttr->runNumber = zebraExplain_runNumberIncrement (zh->reg->zei,
 689                                                              0);
 690
 691     /* update store data */
 692     xfree (rec->info[recInfo_storeData]);
 693     if (rGroup->flagStoreData == 1)
 694     {
 695         rec->size[recInfo_storeData] = recordAttr->recordSize;
 696         rec->info[recInfo_storeData] = (char *)
 697             xmalloc (recordAttr->recordSize);
 698         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
 699         {
 700             logf (LOG_ERRNO|LOG_FATAL, "seek to " PRINTF_OFF_T " in %s",
 701                   recordOffset, fname);
 702             exit (1);
 703         }
 704         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
 705             < recordAttr->recordSize)
 706         {
 707             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
 708                   recordAttr->recordSize, fname);
 709             exit (1);
 710         }
 711     }
 712     else
 713     {
 714         rec->info[recInfo_storeData] = NULL;
 715         rec->size[recInfo_storeData] = 0;
 716     }
 717     /* update database name */
 718     xfree (rec->info[recInfo_databaseName]);
 719     rec->info[recInfo_databaseName] =
 720         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]);
 721
 722     /* update offset */
 723     recordAttr->recordOffset = recordOffset;
 724
 725     /* commit this record */
 726     rec_put (zh->reg->records, &rec);
 727     logRecord (zh);
 728     return 1;
 729 }
 730
 731 int fileExtract (ZebraHandle zh, SYSNO *sysno, const char *fname,
 732                  const struct recordGroup *rGroupP, int deleteFlag)
 733 {
 734     int r, i, fd;
 735     char gprefix[128];
 736     char ext[128];
 737     char ext_res[128];
 738     char subType[128];
 739     RecType recType;
 740     struct recordGroup rGroupM;
 741     struct recordGroup *rGroup = &rGroupM;
 742     struct file_read_info *fi;
 743     void *clientData;
 744
 745     memcpy (rGroup, rGroupP, sizeof(*rGroupP));
 746
 747     if (!rGroup->groupName || !*rGroup->groupName)
 748         *gprefix = '\0';
 749     else
 750         sprintf (gprefix, "%s.", rGroup->groupName);
 751
 752     logf (LOG_DEBUG, "fileExtract %s", fname);
 753
 754     /* determine file extension */
 755     *ext = '\0';
 756     for (i = strlen(fname); --i >= 0; )
 757         if (fname[i] == '/')
 758             break;
 759         else if (fname[i] == '.')
 760         {
 761             strcpy (ext, fname+i+1);
 762             break;
 763         }
 764     /* determine file type - depending on extension */
 765     if (!rGroup->recordType)
 766     {
 767         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
 768         if (!(rGroup->recordType = res_get (zh->res, ext_res)))
 769         {
 770             sprintf (ext_res, "%srecordType", gprefix);
 771             rGroup->recordType = res_get (zh->res, ext_res);
 772         }
 773     }
 774     if (!rGroup->recordType)
 775     {
 776         if (zh->records_processed < rGroup->fileVerboseLimit)
 777             logf (LOG_LOG, "? %s", fname);
 778         return 0;
 779     }
 780     if (!*rGroup->recordType)
 781         return 0;
 782     if (!(recType =
 783           recType_byName (zh->reg->recTypes, rGroup->recordType, subType,
 784                           &clientData)))
 785     {
 786         logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
 787         return 0;
 788     }
 789
 790     /* determine match criteria */
 791     if (!rGroup->recordId)
 792     {
 793         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
 794         rGroup->recordId = res_get (zh->res, ext_res);
 795     }
 796
 797     /* determine database name */
 798     if (!rGroup->databaseName)
 799     {
 800         sprintf (ext_res, "%sdatabase.%s", gprefix, ext);
 801         if (!(rGroup->databaseName = res_get (zh->res, ext_res)))
 802         {
 803             sprintf (ext_res, "%sdatabase", gprefix);
 804             rGroup->databaseName = res_get (zh->res, ext_res);
 805         }
 806     }
 807     if (!rGroup->databaseName)
 808         rGroup->databaseName = "Default";
 809
 810     /* determine if explain database */
 811
 812     sprintf (ext_res, "%sexplainDatabase", gprefix);
 813     rGroup->explainDatabase =
 814         atoi (res_get_def (zh->res, ext_res, "0"));
 815
 816     /* announce database */
 817     if (zebraExplain_curDatabase (zh->reg->zei, rGroup->databaseName))
 818     {
 819         if (zebraExplain_newDatabase (zh->reg->zei, rGroup->databaseName,
 820                                       rGroup->explainDatabase))
 821             return 0;
 822     }
 823
 824     if (rGroup->flagStoreData == -1)
 825     {
 826         const char *sval;
 827         sprintf (ext_res, "%sstoreData.%s", gprefix, ext);
 828         if (!(sval = res_get (zh->res, ext_res)))
 829         {
 830             sprintf (ext_res, "%sstoreData", gprefix);
 831             sval = res_get (zh->res, ext_res);
 832         }
 833         if (sval)
 834             rGroup->flagStoreData = atoi (sval);
 835     }
 836     if (rGroup->flagStoreData == -1)
 837         rGroup->flagStoreData = 0;
 838
 839     if (rGroup->flagStoreKeys == -1)
 840     {
 841         const char *sval;
 842
 843         sprintf (ext_res, "%sstoreKeys.%s", gprefix, ext);
 844         sval = res_get (zh->res, ext_res);
 845         if (!sval)
 846         {
 847             sprintf (ext_res, "%sstoreKeys", gprefix);
 848             sval = res_get (zh->res, ext_res);
 849         }
 850         if (!sval)
 851             sval = res_get (zh->res, "storeKeys");
 852         if (sval)
 853             rGroup->flagStoreKeys = atoi (sval);
 854     }
 855     if (rGroup->flagStoreKeys == -1)
 856         rGroup->flagStoreKeys = 0;
 857
 858     if (sysno && deleteFlag)
 859         fd = -1;
 860     else
 861     {
 862         char full_rep[1024];
 863
 864         if (zh->path_reg && !yaz_is_abspath (fname))
 865         {
 866             strcpy (full_rep, zh->path_reg);
 867             strcat (full_rep, "/");
 868             strcat (full_rep, fname);
 869         }
 870         else
 871             strcpy (full_rep, fname);
 872
 873
 874         if ((fd = open (full_rep, O_BINARY|O_RDONLY)) == -1)
 875         {
 876             logf (LOG_WARN|LOG_ERRNO, "open %s", full_rep);
 877             return 0;
 878         }
 879     }
 880     fi = file_read_start (fd);
 881     do
 882     {
 883         file_begin (fi);
 884         r = recordExtract (zh, sysno, fname, rGroup, deleteFlag, fi,
 885                            recType, subType, clientData);
 886     } while (r && !sysno && fi->file_more);
 887     file_read_stop (fi);
 888     if (fd != -1)
 889         close (fd);
 890     return r;
 891 }
 892 int extract_rec_in_mem (ZebraHandle zh, const char *recordType,
 893                         const char *buf, size_t buf_size,
 894                         const char *databaseName, int delete_flag,
 895                         int test_mode, int *sysno,
 896                         int store_keys, int store_data,
 897                         const char *match_criteria)
 898 {
 899     struct recordGroup rGroup;
 900     rGroup.groupName = NULL;
 901     rGroup.databaseName = (char *)databaseName;
 902     rGroup.path = NULL;
 903     rGroup.recordId = NULL;
 904     rGroup.recordType = (char *)recordType;
 905     rGroup.flagStoreData = store_data;
 906     rGroup.flagStoreKeys = store_keys;
 907     rGroup.flagRw = 1;
 908     rGroup.databaseNamePath = 0;
 909     rGroup.explainDatabase = 0;
 910     rGroup.fileVerboseLimit = 100000;
 911     rGroup.followLinks = -1;
 912     return (bufferExtractRecord (zh,
 913                                  buf, buf_size,
 914                                  &rGroup,
 915                                  delete_flag,
 916                                  test_mode,
 917                                  recordType,
 918                                  sysno,
 919                                  match_criteria,
 920                                  "<no file>"));
 921 }
 922 /*
 923   If sysno is provided, then it's used to identify the reocord.
 924   If not, and match_criteria is provided, then sysno is guessed
 925   If not, and a record is provided, then sysno is got from there
 926
 927  */
 928 int bufferExtractRecord (ZebraHandle zh,
 929                          const char *buf, size_t buf_size,
 930                          struct recordGroup *rGroup,
 931                          int delete_flag,
 932                          int test_mode,
 933                          const char *recordType,
 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 = NULL;
 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     zh->reg->keys.buf_used = 0;
 965     zh->reg->keys.prevAttrUse = -1;
 966     zh->reg->keys.prevAttrSet = -1;
 967     zh->reg->keys.prevSeqNo = 0;
 968     zh->reg->sortKeys.buf_used = 0;
 969
 970     /* announce database */
 971
 972     if (!(rGroup->databaseName)) {
 973         logf (LOG_WARN, "Invalid record group, no database name given");
 974         return 0;
 975     }
 976
 977     if (zebraExplain_curDatabase (zh->reg->zei, rGroup->databaseName))
 978     {
 979         if (zebraExplain_newDatabase (zh->reg->zei, rGroup->databaseName, 0))
 980             return 0;
 981     }
 982
 983     if (*recordType) {
 984         logf (LOG_DEBUG, "Record type explicitly specified: %s", recordType);
 985         recType = recType_byName (zh->reg->recTypes, recordType, subType,
 986                                   &clientData);
 987     } else {
 988         if (!(rGroup->recordType)) {
 989             logf (LOG_WARN, "No such record type defined");
 990             return 0;
 991         }
 992         logf (LOG_DEBUG, "Get record type from rgroup: %s",rGroup->recordType);
 993         recType = recType_byName (zh->reg->recTypes, rGroup->recordType, subType,
 994                                   &clientData);
 995         recordType = rGroup->recordType;
 996     }
 997
 998     if (!recType) {
 999         logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
1000         return 0;
1001     }
1002
1003     extractCtrl.subType = subType;
1004     extractCtrl.init = extract_init;
1005     extractCtrl.tokenAdd = extract_token_add;
1006     extractCtrl.schemaAdd = extract_schema_add;
1007     extractCtrl.dh = zh->reg->dh;
1008     extractCtrl.handle = zh;
1009     extractCtrl.zebra_maps = zh->reg->zebra_maps;
1010     extractCtrl.flagShowRecords = 0;
1011     for (i = 0; i<256; i++)
1012     {
1013         if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
1014             extractCtrl.seqno[i] = 1;
1015         else
1016             extractCtrl.seqno[i] = 0;
1017     }
1018
1019     r = (*recType->extract)(clientData, &extractCtrl);
1020
1021     if (r == RECCTRL_EXTRACT_EOF)
1022         return 0;
1023     else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
1024     {
1025         /* error occured during extraction ... */
1026         yaz_log (LOG_WARN, "extract error: generic");
1027         return 0;
1028     }
1029     else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
1030     {
1031         /* error occured during extraction ... */
1032         yaz_log (LOG_WARN, "extract error: no such filter");
1033         return 0;
1034     }
1035     if (zh->reg->keys.buf_used == 0)
1036     {
1037         /* the extraction process returned no information - the record
1038            is probably empty - unless flagShowRecords is in use */
1039         if (test_mode)
1040             return 1;
1041         logf (LOG_WARN, "No keys generated for record");
1042         logf (LOG_WARN, " The file is probably empty");
1043         return 1;
1044     }
1045     /* match criteria */
1046     matchStr = NULL;
1047
1048     if (! *sysno && match_criteria) {
1049         char *rinfo;
1050         if (*match_criteria) {
1051             matchStr = (char *)match_criteria;
1052         } else {
1053             if (rGroup->recordId && *rGroup->recordId) {
1054                 matchStr = fileMatchStr (zh, &zh->reg->keys, rGroup, fname,
1055                                          rGroup->recordId);
1056             }
1057         }
1058         if (matchStr) {
1059             rinfo = dict_lookup (zh->reg->matchDict, matchStr);
1060             if (rinfo)
1061                 memcpy (sysno, rinfo+1, sizeof(*sysno));
1062         } else {
1063             logf (LOG_WARN, "Bad match criteria (recordID)");
1064             return 0;
1065         }
1066     }
1067
1068     if (! *sysno)
1069     {
1070         /* new record */
1071         if (delete_flag)
1072         {
1073             logf (LOG_LOG, "delete %s %s %ld", recordType,
1074                   fname, (long) recordOffset);
1075             logf (LOG_WARN, "cannot delete record above (seems new)");
1076             return 1;
1077         }
1078         logf (LOG_LOG, "add %s %s %ld", recordType, fname,
1079               (long) recordOffset);
1080         rec = rec_new (zh->reg->records);
1081
1082         *sysno = rec->sysno;
1083
1084         recordAttr = rec_init_attr (zh->reg->zei, rec);
1085
1086         if (matchStr)
1087         {
1088             dict_insert (zh->reg->matchDict, matchStr,
1089                          sizeof(*sysno), sysno);
1090         }
1091         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
1092         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
1093
1094         zh->records_inserted++;
1095     }
1096     else
1097     {
1098         /* record already exists */
1099         struct recKeys delkeys;
1100         struct sortKeys sortKeys;
1101
1102         rec = rec_get (zh->reg->records, *sysno);
1103         assert (rec);
1104
1105         recordAttr = rec_init_attr (zh->reg->zei, rec);
1106
1107         if (recordAttr->runNumber ==
1108             zebraExplain_runNumberIncrement (zh->reg->zei, 0))
1109         {
1110             logf (LOG_LOG, "skipped %s %s %ld", recordType,
1111                   fname, (long) recordOffset);
1112             extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
1113             rec_rm (&rec);
1114             logRecord(zh);
1115             return 1;
1116         }
1117         delkeys.buf_used = rec->size[recInfo_delKeys];
1118         delkeys.buf = rec->info[recInfo_delKeys];
1119
1120         sortKeys.buf_used = rec->size[recInfo_sortKeys];
1121         sortKeys.buf = rec->info[recInfo_sortKeys];
1122
1123         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
1124         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
1125         if (delete_flag)
1126         {
1127             /* record going to be deleted */
1128             if (!delkeys.buf_used)
1129             {
1130                 logf (LOG_LOG, "delete %s %s %ld", recordType,
1131                       fname, (long) recordOffset);
1132                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
1133             }
1134             else
1135             {
1136                 logf (LOG_LOG, "delete %s %s %ld", recordType,
1137                       fname, (long) recordOffset);
1138                 zh->records_deleted++;
1139                 if (matchStr)
1140                     dict_delete (zh->reg->matchDict, matchStr);
1141                 rec_del (zh->reg->records, &rec);
1142             }
1143             rec_rm (&rec);
1144             logRecord(zh);
1145             return 1;
1146         }
1147         else
1148         {
1149             /* record going to be updated */
1150             if (!delkeys.buf_used)
1151             {
1152                 logf (LOG_LOG, "update %s %s %ld", recordType,
1153                       fname, (long) recordOffset);
1154                 logf (LOG_WARN, "cannot update file above, storeKeys false");
1155             }
1156             else
1157             {
1158                 logf (LOG_LOG, "update %s %s %ld", recordType,
1159                       fname, (long) recordOffset);
1160                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
1161                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
1162                 zh->records_updated++;
1163             }
1164         }
1165     }
1166     /* update file type */
1167     xfree (rec->info[recInfo_fileType]);
1168     rec->info[recInfo_fileType] =
1169         rec_strdup (recordType, &rec->size[recInfo_fileType]);
1170
1171     /* update filename */
1172     xfree (rec->info[recInfo_filename]);
1173     rec->info[recInfo_filename] =
1174         rec_strdup (fname, &rec->size[recInfo_filename]);
1175
1176     /* update delete keys */
1177     xfree (rec->info[recInfo_delKeys]);
1178     if (zh->reg->keys.buf_used > 0 && rGroup->flagStoreKeys == 1)
1179     {
1180         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1181         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1182         zh->reg->keys.buf = NULL;
1183         zh->reg->keys.buf_max = 0;
1184     }
1185     else
1186     {
1187         rec->info[recInfo_delKeys] = NULL;
1188         rec->size[recInfo_delKeys] = 0;
1189     }
1190
1191     /* update sort keys */
1192     xfree (rec->info[recInfo_sortKeys]);
1193
1194     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1195     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1196     zh->reg->sortKeys.buf = NULL;
1197     zh->reg->sortKeys.buf_max = 0;
1198
1199     /* save file size of original record */
1200     zebraExplain_recordBytesIncrement (zh->reg->zei,
1201                                        - recordAttr->recordSize);
1202 #if 0
1203     recordAttr->recordSize = fi->file_moffset - recordOffset;
1204     if (!recordAttr->recordSize)
1205         recordAttr->recordSize = fi->file_max - recordOffset;
1206 #else
1207     recordAttr->recordSize = buf_size;
1208 #endif
1209     zebraExplain_recordBytesIncrement (zh->reg->zei,
1210                                        recordAttr->recordSize);
1211
1212     /* set run-number for this record */
1213     recordAttr->runNumber =
1214         zebraExplain_runNumberIncrement (zh->reg->zei, 0);
1215
1216     /* update store data */
1217     xfree (rec->info[recInfo_storeData]);
1218     if (rGroup->flagStoreData == 1)
1219     {
1220         rec->size[recInfo_storeData] = recordAttr->recordSize;
1221         rec->info[recInfo_storeData] = (char *)
1222             xmalloc (recordAttr->recordSize);
1223 #if 1
1224         memcpy (rec->info[recInfo_storeData], buf, recordAttr->recordSize);
1225 #else
1226         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
1227         {
1228             logf (LOG_ERRNO|LOG_FATAL, "seek to %ld in %s",
1229                   (long) recordOffset, fname);
1230             exit (1);
1231         }
1232         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
1233             < recordAttr->recordSize)
1234         {
1235             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
1236                   recordAttr->recordSize, fname);
1237             exit (1);
1238         }
1239 #endif
1240     }
1241     else
1242     {
1243         rec->info[recInfo_storeData] = NULL;
1244         rec->size[recInfo_storeData] = 0;
1245     }
1246     /* update database name */
1247     xfree (rec->info[recInfo_databaseName]);
1248     rec->info[recInfo_databaseName] =
1249         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]);
1250
1251     /* update offset */
1252     recordAttr->recordOffset = recordOffset;
1253
1254     /* commit this record */
1255     rec_put (zh->reg->records, &rec);
1256     logRecord(zh);
1257     return 0;
1258 }
1259
1260
1261
1262 int explain_extract (void *handle, Record rec, data1_node *n)
1263 {
1264     ZebraHandle zh = (ZebraHandle) handle;
1265     struct recExtractCtrl extractCtrl;
1266     int i;
1267
1268     if (zebraExplain_curDatabase (zh->reg->zei,
1269                                   rec->info[recInfo_databaseName]))
1270     {
1271         abort();
1272         if (zebraExplain_newDatabase (zh->reg->zei,
1273                                       rec->info[recInfo_databaseName], 0))
1274             abort ();
1275     }
1276
1277     zh->reg->keys.buf_used = 0;
1278     zh->reg->keys.prevAttrUse = -1;
1279     zh->reg->keys.prevAttrSet = -1;
1280     zh->reg->keys.prevSeqNo = 0;
1281     zh->reg->sortKeys.buf_used = 0;
1282
1283     extractCtrl.init = extract_init;
1284     extractCtrl.tokenAdd = extract_token_add;
1285     extractCtrl.schemaAdd = extract_schema_add;
1286     extractCtrl.dh = zh->reg->dh;
1287     for (i = 0; i<256; i++)
1288         extractCtrl.seqno[i] = 0;
1289     extractCtrl.zebra_maps = zh->reg->zebra_maps;
1290     extractCtrl.flagShowRecords = 0;
1291     extractCtrl.handle = handle;
1292
1293     grs_extract_tree(&extractCtrl, n);
1294
1295     if (rec->size[recInfo_delKeys])
1296     {
1297         struct recKeys delkeys;
1298         struct sortKeys sortkeys;
1299
1300         delkeys.buf_used = rec->size[recInfo_delKeys];
1301         delkeys.buf = rec->info[recInfo_delKeys];
1302
1303         sortkeys.buf_used = rec->size[recInfo_sortKeys];
1304         sortkeys.buf = rec->info[recInfo_sortKeys];
1305
1306         extract_flushSortKeys (zh, rec->sysno, 0, &sortkeys);
1307         extract_flushRecordKeys (zh, rec->sysno, 0, &delkeys);
1308     }
1309     extract_flushRecordKeys (zh, rec->sysno, 1, &zh->reg->keys);
1310     extract_flushSortKeys (zh, rec->sysno, 1, &zh->reg->sortKeys);
1311
1312     xfree (rec->info[recInfo_delKeys]);
1313     rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1314     rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1315     zh->reg->keys.buf = NULL;
1316     zh->reg->keys.buf_max = 0;
1317
1318     xfree (rec->info[recInfo_sortKeys]);
1319     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1320     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1321     zh->reg->sortKeys.buf = NULL;
1322     zh->reg->sortKeys.buf_max = 0;
1323
1324     return 0;
1325 }
1326
1327 void extract_flushRecordKeys (ZebraHandle zh, SYSNO sysno,
1328                               int cmd, struct recKeys *reckeys)
1329 {
1330 #if SU_SCHEME
1331 #else
1332     unsigned char attrSet = (unsigned char) -1;
1333     unsigned short attrUse = (unsigned short) -1;
1334 #endif
1335     int seqno = 0;
1336     int off = 0;
1337     int ch = 0;
1338     ZebraExplainInfo zei = zh->reg->zei;
1339
1340     if (!zh->reg->key_buf)
1341     {
1342         int mem= 1024*1024* atoi( res_get_def( zh->res, "memmax", "8"));
1343         if (mem <= 0)
1344         {
1345             logf(LOG_WARN, "Invalid memory setting, using default 8 MB");
1346             mem= 1024*1024*8;
1347         }
1348         /* FIXME: That "8" should be in a default settings include */
1349         /* not hard-coded here! -H */
1350         zh->reg->key_buf = (char**) xmalloc (mem);
1351         zh->reg->ptr_top = mem/sizeof(char*);
1352         zh->reg->ptr_i = 0;
1353         zh->reg->key_buf_used = 0;
1354         zh->reg->key_file_no = 0;
1355     }
1356     zebraExplain_recordCountIncrement (zei, cmd ? 1 : -1);
1357     while (off < reckeys->buf_used)
1358     {
1359         const char *src = reckeys->buf + off;
1360         struct it_key key;
1361         int lead;
1362
1363         lead = *src++;
1364
1365 #if SU_SCHEME
1366         if ((lead & 3) < 3)
1367         {
1368             memcpy (&ch, src, sizeof(ch));
1369             src += sizeof(ch);
1370         }
1371 #else
1372         if (!(lead & 1))
1373         {
1374             memcpy (&attrSet, src, sizeof(attrSet));
1375             src += sizeof(attrSet);
1376         }
1377         if (!(lead & 2))
1378         {
1379             memcpy (&attrUse, src, sizeof(attrUse));
1380             src += sizeof(attrUse);
1381         }
1382 #endif
1383         if (zh->reg->key_buf_used + 1024 >
1384             (zh->reg->ptr_top -zh->reg->ptr_i)*sizeof(char*))
1385             extract_flushWriteKeys (zh);
1386         ++(zh->reg->ptr_i);
1387         (zh->reg->key_buf)[zh->reg->ptr_top - zh->reg->ptr_i] =
1388             (char*)zh->reg->key_buf + zh->reg->key_buf_used;
1389 #if SU_SCHEME
1390 #else
1391         ch = zebraExplain_lookupSU (zei, attrSet, attrUse);
1392         if (ch < 0)
1393             ch = zebraExplain_addSU (zei, attrSet, attrUse);
1394 #endif
1395         assert (ch > 0);
1396         zh->reg->key_buf_used +=
1397             key_SU_encode (ch,((char*)zh->reg->key_buf) +
1398                            zh->reg->key_buf_used);
1399
1400         while (*src)
1401             ((char*)zh->reg->key_buf) [(zh->reg->key_buf_used)++] = *src++;
1402         src++;
1403         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = '\0';
1404         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = cmd;
1405
1406         if (lead & 60)
1407             seqno += ((lead>>2) & 15)-1;
1408         else
1409         {
1410             memcpy (&seqno, src, sizeof(seqno));
1411             src += sizeof(seqno);
1412         }
1413         key.seqno = seqno;
1414         key.sysno = sysno;
1415         memcpy ((char*)zh->reg->key_buf + zh->reg->key_buf_used, &key, sizeof(key));
1416         (zh->reg->key_buf_used) += sizeof(key);
1417         off = src - reckeys->buf;
1418     }
1419     assert (off == reckeys->buf_used);
1420 }
1421
1422 void extract_flushWriteKeys (ZebraHandle zh)
1423 {
1424     FILE *outf;
1425     char out_fname[200];
1426     char *prevcp, *cp;
1427     struct encode_info encode_info;
1428     int ptr_i = zh->reg->ptr_i;
1429 #if SORT_EXTRA
1430     int i;
1431 #endif
1432     if (!zh->reg->key_buf || ptr_i <= 0)
1433         return;
1434
1435     (zh->reg->key_file_no)++;
1436     logf (LOG_LOG, "sorting section %d", (zh->reg->key_file_no));
1437 #if !SORT_EXTRA
1438     qsort (zh->reg->key_buf + zh->reg->ptr_top - ptr_i, ptr_i,
1439                sizeof(char*), key_qsort_compare);
1440     extract_get_fname_tmp (zh, out_fname, zh->reg->key_file_no);
1441
1442     if (!(outf = fopen (out_fname, "wb")))
1443     {
1444         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
1445         exit (1);
1446     }
1447     logf (LOG_LOG, "writing section %d", zh->reg->key_file_no);
1448     prevcp = cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1449
1450     encode_key_init (&encode_info);
1451     encode_key_write (cp, &encode_info, outf);
1452
1453     while (--ptr_i > 0)
1454     {
1455         cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1456         if (strcmp (cp, prevcp))
1457         {
1458             encode_key_flush ( &encode_info, outf);
1459             encode_key_init (&encode_info);
1460             encode_key_write (cp, &encode_info, outf);
1461             prevcp = cp;
1462         }
1463         else
1464             encode_key_write (cp + strlen(cp), &encode_info, outf);
1465     }
1466     encode_key_flush ( &encode_info, outf);
1467 #else
1468     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
1469     extract_get_fname_tmp (out_fname, key_file_no);
1470
1471     if (!(outf = fopen (out_fname, "wb")))
1472     {
1473         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
1474         exit (1);
1475     }
1476     logf (LOG_LOG, "writing section %d", key_file_no);
1477     i = ptr_i;
1478     prevcp =  key_buf[ptr_top-i];
1479     while (1)
1480         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
1481         {
1482             key_y_len = strlen(prevcp)+1;
1483 #if 0
1484             logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
1485                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
1486 #endif
1487             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
1488                                    sizeof(char*), key_y_compare);
1489             cp = key_buf[ptr_top-ptr_i];
1490             --key_y_len;
1491             encode_key_init (&encode_info);
1492             encode_key_write (cp, &encode_info, outf);
1493             while (--ptr_i > i)
1494             {
1495                 cp = key_buf[ptr_top-ptr_i];
1496                 encode_key_write (cp+key_y_len, &encode_info, outf);
1497             }
1498             encode_key_flush ( &encode_info, outf);
1499             if (!i)
1500                 break;
1501             prevcp = key_buf[ptr_top-ptr_i];
1502         }
1503 #endif
1504     if (fclose (outf))
1505     {
1506         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
1507         exit (1);
1508     }
1509     logf (LOG_LOG, "finished section %d", zh->reg->key_file_no);
1510     zh->reg->ptr_i = 0;
1511     zh->reg->key_buf_used = 0;
1512 }
1513
1514 void extract_add_index_string (RecWord *p, const char *string,
1515                                int length)
1516 {
1517     char *dst;
1518     unsigned char attrSet;
1519     unsigned short attrUse;
1520     int lead = 0;
1521     int diff = 0;
1522     int *pseqno = &p->seqno;
1523     ZebraHandle zh = p->extractCtrl->handle;
1524     ZebraExplainInfo zei = zh->reg->zei;
1525     struct recKeys *keys = &zh->reg->keys;
1526
1527     if (keys->buf_used+1024 > keys->buf_max)
1528     {
1529         char *b;
1530
1531         b = (char *) xmalloc (keys->buf_max += 128000);
1532         if (keys->buf_used > 0)
1533             memcpy (b, keys->buf, keys->buf_used);
1534         xfree (keys->buf);
1535         keys->buf = b;
1536     }
1537     dst = keys->buf + keys->buf_used;
1538
1539     attrSet = p->attrSet;
1540     if (keys->buf_used > 0 && keys->prevAttrSet == attrSet)
1541         lead |= 1;
1542     else
1543         keys->prevAttrSet = attrSet;
1544     attrUse = p->attrUse;
1545     if (keys->buf_used > 0 && keys->prevAttrUse == attrUse)
1546         lead |= 2;
1547     else
1548         keys->prevAttrUse = attrUse;
1549 #if 1
1550     diff = 1 + *pseqno - keys->prevSeqNo;
1551     if (diff >= 1 && diff <= 15)
1552         lead |= (diff << 2);
1553     else
1554         diff = 0;
1555 #endif
1556     keys->prevSeqNo = *pseqno;
1557
1558     *dst++ = lead;
1559
1560 #if SU_SCHEME
1561     if ((lead & 3) < 3)
1562     {
1563         int ch = zebraExplain_lookupSU (zei, attrSet, attrUse);
1564         if (ch < 0)
1565         {
1566             ch = zebraExplain_addSU (zei, attrSet, attrUse);
1567             yaz_log (LOG_DEBUG, "addSU set=%d use=%d SU=%d",
1568                      attrSet, attrUse, ch);
1569         }
1570         assert (ch > 0);
1571         memcpy (dst, &ch, sizeof(ch));
1572         dst += sizeof(ch);
1573     }
1574 #else
1575     if (!(lead & 1))
1576     {
1577         memcpy (dst, &attrSet, sizeof(attrSet));
1578         dst += sizeof(attrSet);
1579     }
1580     if (!(lead & 2))
1581     {
1582         memcpy (dst, &attrUse, sizeof(attrUse));
1583         dst += sizeof(attrUse);
1584     }
1585 #endif
1586     *dst++ = p->reg_type;
1587     memcpy (dst, string, length);
1588     dst += length;
1589     *dst++ = '\0';
1590
1591     if (!diff)
1592     {
1593         memcpy (dst, pseqno, sizeof(*pseqno));
1594         dst += sizeof(*pseqno);
1595     }
1596     keys->buf_used = dst - keys->buf;
1597 }
1598
1599 static void extract_add_sort_string (RecWord *p, const char *string,
1600                                      int length)
1601 {
1602     ZebraHandle zh = p->extractCtrl->handle;
1603     struct sortKeys *sk = &zh->reg->sortKeys;
1604     int off = 0;
1605
1606     while (off < sk->buf_used)
1607     {
1608         int set, use, slen;
1609
1610         off += key_SU_decode(&set, sk->buf + off);
1611         off += key_SU_decode(&use, sk->buf + off);
1612         off += key_SU_decode(&slen, sk->buf + off);
1613         off += slen;
1614         if (p->attrSet == set && p->attrUse == use)
1615             return;
1616     }
1617     assert (off == sk->buf_used);
1618
1619     if (sk->buf_used + IT_MAX_WORD > sk->buf_max)
1620     {
1621         char *b;
1622
1623         b = (char *) xmalloc (sk->buf_max += 128000);
1624         if (sk->buf_used > 0)
1625             memcpy (b, sk->buf, sk->buf_used);
1626         xfree (sk->buf);
1627         sk->buf = b;
1628     }
1629     off += key_SU_encode(p->attrSet, sk->buf + off);
1630     off += key_SU_encode(p->attrUse, sk->buf + off);
1631     off += key_SU_encode(length, sk->buf + off);
1632     memcpy (sk->buf + off, string, length);
1633     sk->buf_used = off + length;
1634 }
1635
1636 void extract_add_string (RecWord *p, const char *string, int length)
1637 {
1638     assert (length > 0);
1639     if (zebra_maps_is_sort (p->zebra_maps, p->reg_type))
1640         extract_add_sort_string (p, string, length);
1641     else
1642         extract_add_index_string (p, string, length);
1643 }
1644
1645 static void extract_add_incomplete_field (RecWord *p)
1646 {
1647     const char *b = p->string;
1648     int remain = p->length;
1649     const char **map = 0;
1650
1651     if (remain > 0)
1652         map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1653
1654     while (map)
1655     {
1656         char buf[IT_MAX_WORD+1];
1657         int i, remain;
1658
1659         /* Skip spaces */
1660         while (map && *map && **map == *CHR_SPACE)
1661         {
1662             remain = p->length - (b - p->string);
1663             if (remain > 0)
1664                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1665             else
1666                 map = 0;
1667         }
1668         if (!map)
1669             break;
1670         i = 0;
1671         while (map && *map && **map != *CHR_SPACE)
1672         {
1673             const char *cp = *map;
1674
1675             while (i < IT_MAX_WORD && *cp)
1676                 buf[i++] = *(cp++);
1677             remain = p->length - (b - p->string);
1678             if (remain > 0)
1679                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1680             else
1681                 map = 0;
1682         }
1683         if (!i)
1684             return;
1685         extract_add_string (p, buf, i);
1686         p->seqno++;
1687     }
1688 }
1689
1690 static void extract_add_complete_field (RecWord *p)
1691 {
1692     const char *b = p->string;
1693     char buf[IT_MAX_WORD+1];
1694     const char **map = 0;
1695     int i = 0, remain = p->length;
1696
1697     if (remain > 0)
1698         map = zebra_maps_input (p->zebra_maps, p->reg_type, &b, remain);
1699
1700     while (remain > 0 && i < IT_MAX_WORD)
1701     {
1702         while (map && *map && **map == *CHR_SPACE)
1703         {
1704             remain = p->length - (b - p->string);
1705             if (remain > 0)
1706                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1707             else
1708                 map = 0;
1709         }
1710         if (!map)
1711             break;
1712
1713         if (i && i < IT_MAX_WORD)
1714             buf[i++] = *CHR_SPACE;
1715         while (map && *map && **map != *CHR_SPACE)
1716         {
1717             const char *cp = *map;
1718
1719             if (i >= IT_MAX_WORD)
1720                 break;
1721             while (i < IT_MAX_WORD && *cp)
1722                 buf[i++] = *(cp++);
1723             remain = p->length  - (b - p->string);
1724             if (remain > 0)
1725                 map = zebra_maps_input (p->zebra_maps, p->reg_type, &b,
1726                                         remain);
1727             else
1728                 map = 0;
1729         }
1730     }
1731     if (!i)
1732         return;
1733     extract_add_string (p, buf, i);
1734 }
1735
1736 void extract_token_add (RecWord *p)
1737 {
1738     WRBUF wrbuf;
1739
1740 #if 0
1741     yaz_log (LOG_LOG, "reg_type=%c attrSet=%d attrUse=%d seqno=%d s=%.*s",
1742              p->reg_type, p->attrSet, p->attrUse, p->seqno, p->length,
1743              p->string);
1744 #endif
1745     if ((wrbuf = zebra_replace(p->zebra_maps, p->reg_type, 0,
1746                                p->string, p->length)))
1747     {
1748         p->string = wrbuf_buf(wrbuf);
1749         p->length = wrbuf_len(wrbuf);
1750     }
1751     if (zebra_maps_is_complete (p->zebra_maps, p->reg_type))
1752         extract_add_complete_field (p);
1753     else
1754         extract_add_incomplete_field(p);
1755 }
1756
1757 void extract_schema_add (struct recExtractCtrl *p, Odr_oid *oid)
1758 {
1759     ZebraHandle zh = (ZebraHandle) (p->handle);
1760     zebraExplain_addSchema (zh->reg->zei, oid);
1761 }
1762
1763 void extract_flushSortKeys (ZebraHandle zh, SYSNO sysno,
1764                             int cmd, struct sortKeys *sk)
1765 {
1766     SortIdx sortIdx = zh->reg->sortIdx;
1767     int off = 0;
1768
1769     sortIdx_sysno (sortIdx, sysno);
1770
1771     while (off < sk->buf_used)
1772     {
1773         int set, use, slen;
1774
1775         off += key_SU_decode(&set, sk->buf + off);
1776         off += key_SU_decode(&use, sk->buf + off);
1777         off += key_SU_decode(&slen, sk->buf + off);
1778
1779         sortIdx_type(sortIdx, use);
1780         if (cmd == 1)
1781             sortIdx_add(sortIdx, sk->buf + off, slen);
1782         else
1783             sortIdx_add(sortIdx, "", 1);
1784         off += slen;
1785     }
1786 }
1787
1788 void encode_key_init (struct encode_info *i)
1789 {
1790     i->sysno = 0;
1791     i->seqno = 0;
1792     i->cmd = -1;
1793     i->prevsys=0;
1794     i->prevseq=0;
1795     i->prevcmd=-1;
1796     i->keylen=0;
1797 }
1798
1799 char *encode_key_int (int d, char *bp)
1800 {
1801     if (d <= 63)
1802         *bp++ = d;
1803     else if (d <= 16383)
1804     {
1805         *bp++ = 64 + (d>>8);
1806         *bp++ = d  & 255;
1807     }
1808     else if (d <= 4194303)
1809     {
1810         *bp++ = 128 + (d>>16);
1811         *bp++ = (d>>8) & 255;
1812         *bp++ = d & 255;
1813     }
1814     else
1815     {
1816         *bp++ = 192 + (d>>24);
1817         *bp++ = (d>>16) & 255;
1818         *bp++ = (d>>8) & 255;
1819         *bp++ = d & 255;
1820     }
1821     return bp;
1822 }
1823
1824 #ifdef OLDENCODE
1825 /* this is the old encode_key_write
1826  * may be deleted once we are confident that the new works
1827  * HL 15-oct-2002
1828  */
1829 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1830 {
1831     struct it_key key;
1832     char *bp = i->buf;
1833
1834     while ((*bp++ = *k++))
1835         ;
1836     memcpy (&key, k+1, sizeof(struct it_key));
1837     bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
1838     if (i->sysno != key.sysno)
1839     {
1840         i->sysno = key.sysno;
1841         i->seqno = 0;
1842     }
1843     else if (!i->seqno && !key.seqno && i->cmd == *k)
1844         return;
1845     bp = encode_key_int (key.seqno - i->seqno, bp);
1846     i->seqno = key.seqno;
1847     i->cmd = *k;
1848     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1849     {
1850         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1851         exit (1);
1852     }
1853 }
1854
1855 void encode_key_flush (struct encode_info *i, FILE *outf)
1856 { /* dummy routine */
1857 }
1858
1859 #else
1860
1861 /* new encode_key_write
1862  * The idea is to buffer one more key, and compare them
1863  * If we are going to delete and insert the same key,
1864  * we may as well not bother. Should make a difference in
1865  * updates with small modifications (appending to a mbox)
1866  */
1867 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1868 {
1869     struct it_key key;
1870     char *bp;
1871
1872     if (*k)  /* first time for new key */
1873     {
1874         bp = i->buf;
1875         while ((*bp++ = *k++))
1876             ;
1877         i->keylen= bp - i->buf -1;
1878         assert(i->keylen+1+sizeof(struct it_key) < ENCODE_BUFLEN);
1879     }
1880     else
1881     {
1882         bp=i->buf + i->keylen;
1883         *bp++=0;
1884         k++;
1885     }
1886
1887     memcpy (&key, k+1, sizeof(struct it_key));
1888     if (0==i->prevsys) /* no previous filter, fill up */
1889     {
1890         i->prevsys=key.sysno;
1891         i->prevseq=key.seqno;
1892         i->prevcmd=*k;
1893     }
1894     else if ( (i->prevsys==key.sysno) &&
1895               (i->prevseq==key.seqno) &&
1896               (i->prevcmd!=*k) )
1897     { /* same numbers, diff cmd, they cancel out */
1898         i->prevsys=0;
1899     }
1900     else
1901     { /* different stuff, write previous, move buf */
1902         bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1903         if (i->sysno != i->prevsys)
1904         {
1905             i->sysno = i->prevsys;
1906             i->seqno = 0;
1907         }
1908         else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1909         {
1910             return; /* ??? Filters some sort of duplicates away */
1911                     /* ??? Can this ever happen   -H 15oct02 */
1912         }
1913         bp = encode_key_int (i->prevseq - i->seqno, bp);
1914         i->seqno = i->prevseq;
1915         i->cmd = i->prevcmd;
1916         if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1917         {
1918             logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1919             exit (1);
1920         }
1921         i->keylen=0; /* ok, it's written, forget it */
1922         i->prevsys=key.sysno;
1923         i->prevseq=key.seqno;
1924         i->prevcmd=*k;
1925     }
1926 }
1927
1928 void encode_key_flush (struct encode_info *i, FILE *outf)
1929 { /* flush the last key from i */
1930     char *bp =i->buf + i->keylen;
1931     if (0==i->prevsys)
1932     {
1933         return; /* nothing to flush */
1934     }
1935     *bp++=0;
1936     bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1937     if (i->sysno != i->prevsys)
1938     {
1939         i->sysno = i->prevsys;
1940         i->seqno = 0;
1941     }
1942     else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1943     {
1944         return; /* ??? Filters some sort of duplicates away */
1945                 /* ??? Can this ever happen   -H 15oct02 */
1946     }
1947     bp = encode_key_int (i->prevseq - i->seqno, bp);
1948     i->seqno = i->prevseq;
1949     i->cmd = i->prevcmd;
1950     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1951     {
1952         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1953         exit (1);
1954     }
1955     i->keylen=0; /* ok, it's written, forget it */
1956     i->prevsys=0; /* forget the values too */
1957     i->prevseq=0;
1958 }
1959 #endif