src/solr.c

   1 /* This file is part of the YAZ toolkit.
   2  * Copyright (C) Index Data
   3  * See the file LICENSE for details.
   4  */
   5 /**
   6  * \file solr.c
   7  * \brief Implements Solr decoding/encoding
   8  */
   9 #if HAVE_CONFIG_H
  10 #include <config.h>
  11 #endif
  12
  13 #include <stdlib.h>
  14 #include <assert.h>
  15 #include <yaz/srw.h>
  16 #include <yaz/matchstr.h>
  17 #include <yaz/yaz-iconv.h>
  18 #include <yaz/log.h>
  19 #include <yaz/facet.h>
  20 #include <yaz/wrbuf.h>
  21
  22 #include "sru-p.h"
  23
  24 #define SOLR_MAX_PARAMETERS  100
  25
  26 #if YAZ_HAVE_XML2
  27 #include <libxml/parser.h>
  28 #include <libxml/tree.h>
  29
  30 static void extract_text_node(xmlNodePtr node, WRBUF wrbuf) {
  31     xmlNodePtr child;
  32     for (child = node->children; child ; child = child->next)
  33     {
  34         if (child->type == XML_TEXT_NODE)
  35             wrbuf_puts(wrbuf, (const char *) child->content);
  36     }
  37 }
  38
  39 static int match_xml_node_attribute(
  40     xmlNodePtr ptr,
  41     const char *node_name, const char *attribute_name, const char *value)
  42 {
  43     const char *attribute_value;
  44     // check if the node name matches
  45     if (strcmp((const char*) ptr->name, node_name))
  46         return 0;
  47     if (attribute_name)
  48     {
  49         attribute_value = yaz_element_attribute_value_get(ptr, node_name,
  50                                                           attribute_name);
  51         if (attribute_value && !strcmp(attribute_value, value))
  52             return 1;
  53     }
  54     else /* No attribute to check */
  55         return 1;
  56     return 0;
  57 }
  58
  59 static void yaz_solr_decode_result_docs(ODR o, xmlNodePtr ptr,
  60                                         Odr_int start,
  61                                         Z_SRW_searchRetrieveResponse *sr)
  62 {
  63     xmlNodePtr node;
  64     int offset = 0;
  65     int i = 0;
  66
  67     sr->num_records = 0;
  68     for (node = ptr->children; node; node = node->next)
  69         if (node->type == XML_ELEMENT_NODE)
  70             sr->num_records++;
  71
  72     if (sr->num_records)
  73         sr->records = odr_malloc(o, sizeof(*sr->records) * sr->num_records);
  74
  75     for (node = ptr->children; node; node = node->next)
  76     {
  77         if (node->type == XML_ELEMENT_NODE)
  78         {
  79             Z_SRW_record *record = sr->records + i;
  80             xmlBufferPtr buf = xmlBufferCreate();
  81             xmlNode *tmp = xmlCopyNode(node, 1);
  82
  83             xmlNodeDump(buf, tmp->doc, tmp, 0, 0);
  84
  85             xmlFreeNode(tmp);
  86
  87             record->recordSchema = 0;
  88             record->recordPacking = Z_SRW_recordPacking_XML;
  89             record->recordData_len = buf->use;
  90             record->recordData_buf =
  91                 odr_strdupn(o, (const char *) buf->content, buf->use);
  92             record->recordPosition = odr_intdup(o, start + offset + 1);
  93
  94             xmlBufferFree(buf);
  95
  96             offset++;
  97             i++;
  98         }
  99     }
 100 }
 101
 102 static int yaz_solr_decode_result(ODR o, xmlNodePtr ptr,
 103                                   Z_SRW_searchRetrieveResponse *sr)
 104 {
 105     Odr_int start = 0;
 106     struct _xmlAttr *attr;
 107     for (attr = ptr->properties; attr; attr = attr->next)
 108         if (attr->children && attr->children->type == XML_TEXT_NODE)
 109         {
 110             if (!strcmp((const char *) attr->name, "numFound"))
 111             {
 112                 sr->numberOfRecords = odr_intdup(o, odr_atoi(
 113                         (const char *) attr->children->content));
 114             }
 115             else if (!strcmp((const char *) attr->name, "start"))
 116             {
 117                 start = odr_atoi((const char *) attr->children->content);
 118             }
 119         }
 120     if (sr->numberOfRecords && *sr->numberOfRecords > 0)
 121         yaz_solr_decode_result_docs(o, ptr, start, sr);
 122     if (sr->numberOfRecords)
 123         return 0;
 124     return -1;
 125 }
 126
 127 static const char *get_facet_term_count(xmlNodePtr node, Odr_int *freq)
 128 {
 129     const char *term = yaz_element_attribute_value_get(node, "int", "name");
 130     xmlNodePtr child;
 131     WRBUF wrbuf = wrbuf_alloc();
 132     if (!term)
 133         return term;
 134
 135     for (child = node->children; child ; child = child->next)
 136     {
 137         if (child->type == XML_TEXT_NODE)
 138             wrbuf_puts(wrbuf, (const char *) child->content);
 139     }
 140     *freq = odr_atoi(wrbuf_cstr(wrbuf));
 141     wrbuf_destroy(wrbuf);
 142     return term;
 143 }
 144
 145 Z_FacetField *yaz_solr_decode_facet_field(ODR o, xmlNodePtr ptr,
 146                                           Z_SRW_searchRetrieveResponse *sr)
 147
 148 {
 149     Z_AttributeList *list;
 150     Z_FacetField *facet_field;
 151     int num_terms = 0;
 152     int index = 0;
 153     xmlNodePtr node;
 154     // USE attribute
 155     const char* name = yaz_element_attribute_value_get(ptr, "lst", "name");
 156     list = yaz_use_attribute_create(o, name);
 157     for (node = ptr->children; node; node = node->next)
 158         num_terms++;
 159     facet_field = facet_field_create(o, list, num_terms);
 160     index = 0;
 161     for (node = ptr->children; node; node = node->next)
 162     {
 163         Odr_int count = 0;
 164         const char *term = get_facet_term_count(node, &count);
 165         facet_field_term_set(o, facet_field,
 166                              facet_term_create_cstr(o, term, count), index);
 167         index++;
 168     }
 169     return facet_field;
 170 }
 171
 172 static int yaz_solr_decode_facet_counts(ODR o, xmlNodePtr root,
 173                                         Z_SRW_searchRetrieveResponse *sr)
 174 {
 175     xmlNodePtr ptr;
 176     for (ptr = root->children; ptr; ptr = ptr->next)
 177     {
 178         if (match_xml_node_attribute(ptr, "lst", "name", "facet_fields"))
 179         {
 180             xmlNodePtr node;
 181             Z_FacetList *facet_list;
 182             int num_facets = 0;
 183             for (node = ptr->children; node; node= node->next)
 184             {
 185                 num_facets++;
 186             }
 187             facet_list = facet_list_create(o, num_facets);
 188             num_facets = 0;
 189             for (node = ptr->children; node; node= node->next)
 190             {
 191                 facet_list_field_set(o, facet_list,
 192                                      yaz_solr_decode_facet_field(o, node, sr),
 193                                      num_facets);
 194                 num_facets++;
 195             }
 196             sr->facetList = facet_list;
 197             break;
 198         }
 199     }
 200     return 0;
 201 }
 202
 203 static void yaz_solr_decode_suggestion_values(xmlNodePtr listPptr, WRBUF wrbuf)
 204 {
 205     xmlNodePtr node;
 206     for (node = listPptr; node; node= node->next) {
 207         if (!strcmp((char*) node->name, "lst")) {
 208             xmlNodePtr child;
 209             for (child = node->children; child; child= child->next) {
 210                 if (match_xml_node_attribute(child, "str", "name", "word")) {
 211                     wrbuf_puts(wrbuf, "<suggestion>");
 212                     extract_text_node(child, wrbuf);
 213                     wrbuf_puts(wrbuf, "</suggestion>\n");
 214                 }
 215             }
 216         }
 217     }
 218 }
 219
 220 static void yaz_solr_decode_suggestion_lst(xmlNodePtr lstPtr, WRBUF wrbuf)
 221 {
 222     xmlNodePtr node;
 223     for (node = lstPtr; node; node= node->next) {
 224         if (match_xml_node_attribute(node, "arr", "name", "suggestion")) {
 225             yaz_solr_decode_suggestion_values(node->children, wrbuf);
 226         }
 227     }
 228 }
 229
 230 static void yaz_solr_decode_misspelled(xmlNodePtr lstPtr, WRBUF wrbuf)
 231 {
 232     xmlNodePtr node;
 233     for (node = lstPtr; node; node= node->next)
 234     {
 235         if (!strcmp((const char*) node->name, "lst")) {
 236             const char *misspelled = yaz_element_attribute_value_get(node, "lst", "name");
 237             if (misspelled) {
 238                 wrbuf_printf(wrbuf, "<misspelled term=\"%s\">\n", misspelled);
 239                 yaz_solr_decode_suggestion_lst(node->children, wrbuf);
 240                 wrbuf_puts(wrbuf, "</misspelled>\n");
 241             }
 242         }
 243     }
 244 }
 245
 246 static int yaz_solr_decode_spellcheck(ODR o, xmlNodePtr spellcheckPtr, Z_SRW_searchRetrieveResponse *sr)
 247 {
 248     xmlNodePtr ptr;
 249     WRBUF wrbuf = wrbuf_alloc();
 250     wrbuf_puts(wrbuf, "");
 251     for (ptr = spellcheckPtr->children; ptr; ptr = ptr->next)
 252     {
 253         if (match_xml_node_attribute(ptr, "lst", "name", "suggestions"))
 254         {
 255             yaz_solr_decode_misspelled(ptr->children, wrbuf);
 256         }
 257     }
 258     sr->suggestions = odr_strdup(o, wrbuf_cstr(wrbuf));
 259     return 0;
 260 }
 261
 262 static int yaz_solr_decode_scan_result(ODR o, xmlNodePtr ptr,
 263                                        Z_SRW_scanResponse *scr)
 264 {
 265     xmlNodePtr node;
 266     char *pos;
 267     int i = 0;
 268
 269     /* find the actual list */
 270     for (node = ptr->children; node; node = node->next)
 271         if (node->type == XML_ELEMENT_NODE) {
 272             ptr = node;
 273             break;
 274         }
 275
 276     scr->num_terms = 0;
 277     for (node = ptr->children; node; node = node->next)
 278         if (node->type == XML_ELEMENT_NODE && !strcmp((const char *) node->name, "int"))
 279             scr->num_terms++;
 280
 281     if (scr->num_terms)
 282         scr->terms = odr_malloc(o, sizeof(*scr->terms) * scr->num_terms);
 283
 284     for (node = ptr->children; node; node = node->next)
 285     {
 286         if (node->type == XML_ELEMENT_NODE && !strcmp((const char *) node->name, "int"))
 287         {
 288             Z_SRW_scanTerm *term = scr->terms + i;
 289
 290             Odr_int count = 0;
 291             const char *val = get_facet_term_count(node, &count);
 292
 293             term->numberOfRecords = odr_intdup(o, count);
 294
 295             /* if val contains a ^ then it is probably term<^>display term so separate them. This is due to
 296              * SOLR not being able to encode them into 2 separate attributes.
 297              */
 298             pos = strchr(val, '^');
 299             if (pos != NULL) {
 300                 term->displayTerm = odr_strdup(o, pos + 1);
 301                 *pos = '\0';
 302                 term->value = odr_strdup(o, val);
 303                 *pos = '^';
 304             } else {
 305                 term->value = odr_strdup(o, val);
 306                 term->displayTerm = NULL;
 307             }
 308             term->whereInList = NULL;
 309
 310             i++;
 311         }
 312     }
 313
 314     if (scr->num_terms)
 315         return 0;
 316     return -1;
 317 }
 318 #endif
 319
 320 int yaz_solr_decode_response(ODR o, Z_HTTP_Response *hres, Z_SRW_PDU **pdup)
 321 {
 322 #if YAZ_HAVE_XML2
 323     const char *content_buf = hres->content_buf;
 324     int content_len = hres->content_len;
 325     xmlDocPtr doc = xmlParseMemory(content_buf, content_len);
 326     int ret = 0;
 327     xmlNodePtr ptr = 0;
 328     Z_SRW_PDU *pdu;
 329     Z_SRW_searchRetrieveResponse *sr = NULL;
 330     Z_SRW_scanResponse *scr = NULL;
 331
 332     if (!doc)
 333     {
 334         ret = -1;
 335     }
 336     if (doc)
 337     {
 338         xmlNodePtr root = xmlDocGetRootElement(doc);
 339         if (!root)
 340         {
 341             ret = -1;
 342         }
 343         else if (strcmp((const char *) root->name, "response"))
 344         {
 345             ret = -1;
 346         }
 347         else
 348         {
 349             /** look for result (required) and facets node (optional) */
 350             int rc_result = -1;
 351             int rc_facets = 0;
 352             for (ptr = root->children; ptr; ptr = ptr->next)
 353             {
 354                 if (ptr->type == XML_ELEMENT_NODE &&
 355                     !strcmp((const char *) ptr->name, "result")) {
 356                         pdu = yaz_srw_get(o, Z_SRW_searchRetrieve_response);
 357                         sr = pdu->u.response;
 358                         rc_result = yaz_solr_decode_result(o, ptr, sr);
 359                 }
 360                 if (ptr->type == XML_ELEMENT_NODE &&
 361                     match_xml_node_attribute(ptr, "lst", "name", "terms")) {
 362                         pdu = yaz_srw_get(o, Z_SRW_scan_response);
 363                         scr = pdu->u.scan_response;
 364                         rc_result = yaz_solr_decode_scan_result(o, ptr, scr);
 365                 }
 366                 /* TODO The check on hits is a work-around to avoid garbled facets on zero results from the SOLR server.
 367                  * The work-around works because the results is before the facets in the xml. */
 368                 if (sr) {
 369                     if (rc_result == 0 &&  *sr->numberOfRecords > 0 &&
 370                         match_xml_node_attribute(ptr, "lst", "name", "facet_counts"))
 371                             rc_facets =  yaz_solr_decode_facet_counts(o, ptr, sr);
 372                     if (rc_result == 0 &&  *sr->numberOfRecords == 0 &&
 373                         match_xml_node_attribute(ptr, "lst", "name", "spellcheck"))
 374                             rc_facets =  yaz_solr_decode_spellcheck(o, ptr, sr);
 375                 }
 376
 377             }
 378             ret = rc_result + rc_facets;
 379         }
 380     }
 381     if (doc)
 382         xmlFreeDoc(doc);
 383     if (ret == 0)
 384         *pdup = pdu;
 385     return ret;
 386 #else
 387     return -1;
 388 #endif
 389 }
 390
 391 static int yaz_solr_encode_facet_field(
 392     ODR encode, char **name, char **value, int *i,
 393     Z_FacetField *facet_field)
 394 {
 395     Z_AttributeList *attribute_list = facet_field->attributes;
 396     struct yaz_facet_attr attr_values;
 397     yaz_facet_attr_init(&attr_values);
 398     yaz_facet_attr_get_z_attributes(attribute_list, &attr_values);
 399
 400     if (attr_values.errcode)
 401         return -1;
 402     if (attr_values.useattr)
 403     {
 404         WRBUF wrbuf = wrbuf_alloc();
 405         yaz_add_name_value_str(encode, name, value, i,
 406                                "facet.field",
 407                                odr_strdup(encode, attr_values.useattr));
 408
 409         if (attr_values.limit > 0)
 410         {
 411             Odr_int v = attr_values.limit;
 412             wrbuf_rewind(wrbuf);
 413             wrbuf_printf(wrbuf, "f.%s.facet.limit", attr_values.useattr);
 414             yaz_add_name_value_int(encode, name, value, i,
 415                                    odr_strdup(encode, wrbuf_cstr(wrbuf)),
 416                                    &v);
 417         }
 418         if (attr_values.start > 1)
 419         {
 420             Odr_int v = attr_values.start - 1;
 421             wrbuf_rewind(wrbuf);
 422             wrbuf_printf(wrbuf, "f.%s.facet.offset", attr_values.useattr);
 423             yaz_add_name_value_int(encode, name, value, i,
 424                                    odr_strdup(encode, wrbuf_cstr(wrbuf)),
 425                                    &v);
 426         }
 427         if (attr_values.sortorder == 1)
 428         {
 429             wrbuf_rewind(wrbuf);
 430             wrbuf_printf(wrbuf, "f.%s.facet.sort", attr_values.useattr);
 431             yaz_add_name_value_str(encode, name, value, i,
 432                                    odr_strdup(encode, wrbuf_cstr(wrbuf)),
 433                                    "index");
 434         }
 435         wrbuf_destroy(wrbuf);
 436     }
 437     else
 438     {
 439         if (attr_values.limit > 0)
 440         {
 441             Odr_int v = attr_values.limit;
 442             yaz_add_name_value_int(encode, name, value, i, "facet.limit", &v);
 443         }
 444         if (attr_values.start > 1)
 445         {
 446             Odr_int v = attr_values.start - 1;
 447             yaz_add_name_value_int(encode, name, value, i, "facet.offset", &v);
 448         }
 449         if (attr_values.sortorder == 1)
 450         {
 451             yaz_add_name_value_str(encode, name, value, i, "facet.sort",
 452                                    "index");
 453         }
 454     }
 455     return 0;
 456 }
 457
 458 static int yaz_solr_encode_facet_list(
 459     ODR encode, char **name, char **value,
 460     int *i, Z_FacetList *facet_list)
 461 {
 462     int index;
 463     for (index = 0; index < facet_list->num; index++)
 464     {
 465         int r = yaz_solr_encode_facet_field(encode, name, value, i,
 466                                             facet_list->elements[index]);
 467         if (r)
 468             return -1;
 469
 470     }
 471     return 0;
 472 }
 473
 474 int yaz_solr_encode_request(Z_HTTP_Request *hreq, Z_SRW_PDU *srw_pdu,
 475                             ODR encode, const char *charset)
 476 {
 477     const char *solr_op = 0;
 478     //TODO Change. not a nice hard coded, unchecked limit.
 479     char *name[SOLR_MAX_PARAMETERS], *value[SOLR_MAX_PARAMETERS];
 480     char *uri_args;
 481     char *path;
 482     char *q;
 483     char *pos;
 484     char *cp;
 485     const char *path_args = 0;
 486     int i = 0;
 487
 488     z_HTTP_header_add_basic_auth(encode, &hreq->headers,
 489                                  srw_pdu->username, srw_pdu->password);
 490     if (srw_pdu->which == Z_SRW_searchRetrieve_request)
 491     {
 492         Z_SRW_searchRetrieveRequest *request = srw_pdu->u.request;
 493         solr_op = "select";
 494         if (!srw_pdu->u.request->query)
 495             return -1;
 496         /* not considering query type here ! */
 497         yaz_add_name_value_str(encode, name, value, &i, "q", request->query);
 498         if (srw_pdu->u.request->startRecord)
 499         {
 500             Odr_int start = *request->startRecord - 1;
 501             yaz_add_name_value_int(encode, name, value, &i,
 502                                    "start", &start);
 503         }
 504         yaz_add_name_value_int(encode, name, value, &i,
 505                                "rows", request->maximumRecords);
 506         yaz_add_name_value_str(encode, name, value, &i,
 507                                "fl", request->recordSchema);
 508
 509         switch(srw_pdu->u.request->sort_type)
 510         {
 511         case Z_SRW_sort_type_none:
 512             break;
 513         case Z_SRW_sort_type_sort:
 514             yaz_add_name_value_str(encode, name, value, &i, "sort",
 515                                    srw_pdu->u.request->sort.sortKeys);
 516             break;
 517         }
 518         if (request->facetList)
 519         {
 520             Z_FacetList *facet_list = request->facetList;
 521             yaz_add_name_value_str(encode, name, value, &i, "facet", "true");
 522             yaz_add_name_value_str(encode, name, value, &i, "facet.mincount", "1");
 523             if (yaz_solr_encode_facet_list(encode, name, value, &i, facet_list))
 524                 return -1;
 525         }
 526     }
 527     else if (srw_pdu->which == Z_SRW_scan_request) {
 528         Z_SRW_scanRequest *request = srw_pdu->u.scan_request;
 529         solr_op = "terms";
 530         if (!srw_pdu->u.scan_request->scanClause)
 531             return -1;
 532         if (!strcmp(srw_pdu->u.scan_request->queryType, "pqf"))
 533         {
 534             yaz_add_name_value_str(encode, name, value, &i,
 535                                    "terms.fl", request->scanClause);
 536             yaz_add_name_value_str(encode, name, value, &i,
 537                                    "terms.lower", request->scanClause);
 538         }
 539         else if (!strcmp(srw_pdu->u.scan_request->queryType, "cql"))
 540         {
 541             q = request->scanClause;
 542             pos = strchr(q, ':');
 543             if (pos != NULL) {
 544                 yaz_add_name_value_str(encode, name, value, &i,
 545                                        "terms.lower", odr_strdup(encode, pos + 1));
 546                 *pos = '\0';
 547                 yaz_add_name_value_str(encode, name, value, &i,
 548                                        "terms.fl", odr_strdup(encode, q));
 549                 *pos = ':';
 550             } else {
 551                 yaz_add_name_value_str(encode, name, value, &i,
 552                                        "terms.lower", odr_strdup(encode, q));
 553             }
 554         }
 555         else
 556             return -1;
 557         yaz_add_name_value_str(encode, name, value, &i,
 558                                "terms.sort", "index");
 559         yaz_add_name_value_int(encode, name, value, &i,
 560                                "terms.limit", request->maximumTerms);
 561     }
 562     else
 563         return -1;
 564
 565     if (srw_pdu->extra_args)
 566     {
 567         Z_SRW_extra_arg *ea = srw_pdu->extra_args;
 568         for (; ea && i < SOLR_MAX_PARAMETERS; ea = ea->next)
 569         {
 570             name[i] = ea->name;
 571             value[i] = ea->value;
 572             i++;
 573         }
 574     }
 575
 576     name[i++] = 0;
 577
 578     yaz_array_to_uri(&uri_args, encode, name, value);
 579
 580     hreq->method = "GET";
 581
 582     path = (char *)
 583         odr_malloc(encode, strlen(hreq->path) +
 584                    strlen(uri_args) + strlen(solr_op) + 5);
 585
 586     cp = strchr(hreq->path, '#');
 587     if (cp)
 588         *cp = '\0';
 589     cp = strchr(hreq->path, '?');
 590     if (cp)
 591     {
 592         *cp = '\0'; /* args in path */
 593         path_args = cp + 1;
 594     }
 595     strcpy(path, hreq->path);
 596     cp = strrchr(path, '/');
 597     if (cp)
 598     {
 599         if (!strcmp(cp, "/select") || !strcmp(cp, "/"))
 600             *cp = '\0';
 601     }
 602     strcat(path, "/");
 603     strcat(path, solr_op);
 604     strcat(path, "?");
 605     if (path_args)
 606     {
 607         strcat(path, path_args);
 608         strcat(path, "&");
 609     }
 610     strcat(path, uri_args);
 611     hreq->path = path;
 612
 613     z_HTTP_header_add_content_type(encode, &hreq->headers,
 614                                    "text/xml", charset);
 615     return 0;
 616 }
 617
 618
 619 /*
 620  * Local variables:
 621  * c-basic-offset: 4
 622  * c-file-style: "Stroustrup"
 623  * indent-tabs-mode: nil
 624  * End:
 625  * vim: shiftwidth=4 tabstop=8 expandtab
 626  */
 627