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