src/normalize7bit.c

   1 /* This file is part of Pazpar2.
   2    Copyright (C) 2006-2008 Index Data
   3
   4 Pazpar2 is free software; you can redistribute it and/or modify it under
   5 the terms of the GNU General Public License as published by the Free
   6 Software Foundation; either version 2, or (at your option) any later
   7 version.
   8
   9 Pazpar2 is distributed in the hope that it will be useful, but WITHOUT ANY
  10 WARRANTY; without even the implied warranty of MERCHANTABILITY or
  11 FITNESS FOR A PARTICULAR PURPOSE.  See the GNU General Public License
  12 for more details.
  13
  14 You should have received a copy of the GNU General Public License
  15 along with this program; if not, write to the Free Software
  16 Foundation, Inc., 51 Franklin St, Fifth Floor, Boston, MA  02110-1301  USA
  17
  18 */
  19
  20 /** \file normalize7bit.c
  21     \brief char and string normalization for 7bit ascii only
  22 */
  23
  24 #include <stdlib.h>
  25 #include <string.h>
  26 #include <ctype.h>
  27
  28 #if HAVE_CONFIG_H
  29 #include <config.h>
  30 #endif
  31
  32 #include "normalize7bit.h"
  33
  34
  35 /** \brief removes leading whitespace.. Removes suffix cahrs in rm_chars */
  36 char * normalize7bit_generic(char * str, const char * rm_chars)
  37 {
  38     char *p, *pe;
  39     for (p = str; *p && isspace(*p); p++)
  40         ;
  41     for (pe = p + strlen(p) - 1;
  42          pe > p && strchr(rm_chars, *pe); pe--)
  43         *pe = '\0';
  44     return p;
  45 }
  46
  47
  48
  49 char * normalize7bit_mergekey(char *buf, int skiparticle)
  50 {
  51     char *p = buf, *pout = buf;
  52
  53     if (skiparticle)
  54     {
  55         char firstword[64];
  56         char articles[] = "the den der die des an a "; // must end in space
  57
  58         while (*p && !isalnum(*p))
  59             p++;
  60         pout = firstword;
  61         while (*p && *p != ' ' && pout - firstword < 62)
  62             *(pout++) = tolower(*(p++));
  63         *(pout++) = ' ';
  64         *(pout++) = '\0';
  65         if (!strstr(articles, firstword))
  66             p = buf;
  67         pout = buf;
  68     }
  69
  70     while (*p)
  71     {
  72         while (*p && !isalnum(*p))
  73             p++;
  74         while (isalnum(*p))
  75             *(pout++) = tolower(*(p++));
  76         if (*p)
  77             *(pout++) = ' ';
  78         while (*p && !isalnum(*p))
  79             p++;
  80     }
  81     if (buf != pout)
  82         do {
  83             *(pout--) = '\0';
  84         }
  85         while (pout > buf && *pout == ' ');
  86
  87     return buf;
  88 }
  89
  90 // Extract what appears to be years from buf, storing highest and
  91 // lowest values.
  92 // longdate==1, look for YYYYMMDD, longdate=0 look only for YYYY
  93 int extract7bit_dates(const char *buf, int *first, int *last, int longdate)
  94 {
  95     *first = -1;
  96     *last = -1;
  97     while (*buf)
  98     {
  99         const char *e;
 100         int len;
 101
 102         while (*buf && !isdigit(*buf))
 103             buf++;
 104         len = 0;
 105         for (e = buf; *e && isdigit(*e); e++)
 106             len++;
 107         if ((len == 4 && !longdate) || (longdate && len >= 4 && len <= 8))
 108         {
 109             int value = atoi(buf);
 110             if (longdate && len == 4)
 111                 value *= 10000; //  should really suffix 0101?
 112             if (*first < 0 || value < *first)
 113                 *first = value;
 114             if (*last < 0 || value > *last)
 115                 *last = value;
 116         }
 117         buf = e;
 118     }
 119     return *first;
 120 }
 121
 122
 123
 124 /*
 125  * Local variables:
 126  * c-basic-offset: 4
 127  * indent-tabs-mode: nil
 128  * End:
 129  * vim: shiftwidth=4 tabstop=8 expandtab
 130  */