Evergreen/src/extras/import/import_clean_marc.pl

   1 #!/usr/bin/perl -w
   2 use strict;
   3 use XML::LibXML;
   4 use Time::HiRes qw/time/;
   5 use Getopt::Long;
   6 use Data::Dumper;
   7 use Error qw/:try/;
   8 use open qw/:utf8/;
   9
  10 $|=1;
  11
  12 my ($userid,$sourceid,$rec_id,$entry_file,$map_file,$id_tag) = (1,2,1,'record_entry.sql','record_id_map.pl','/*/*/*[@tag="035"][1]');
  13
  14 GetOptions (
  15         "sourceid"              => \$sourceid,
  16         "sql_output=s"          => \$entry_file,
  17         "tcn_output=s"          => \$map_file,
  18         "userid=i"              => \$userid,
  19         "first=i"               => \$rec_id,
  20         "id_tag_xpath=s"        => \$id_tag,
  21 );
  22
  23 my $tcn_map;
  24
  25 open RE, ">$entry_file" or die "Can't open $entry_file!  $!\n";
  26
  27 print RE <<SQL;
  28 SET CLIENT_ENCODING TO 'UNICODE';
  29 COPY biblio.record_entry (id,editor,creator,source,tcn_value,marc,last_xact_id) FROM STDIN;
  30 SQL
  31
  32 my $xact_id = time;
  33
  34 my $parser = XML::LibXML->new;
  35
  36 my $xml = '';
  37 while ( $xml .= <STDIN> ) {
  38         chomp $xml;
  39         next unless $xml;
  40
  41         my $tcn = '';
  42         my $success = 0;
  43         try {
  44                 my $doc = $parser->parse_string($xml);;
  45                 my @nodes = $doc->documentElement->findnodes( $id_tag );
  46                 for my $n (@nodes) {
  47                         $tcn .= $n->textContent;
  48                 }
  49                 $tcn =~ s/^\s*(\.+)\s*/$1/o;
  50                 $tcn =~ s/\s+/_/go;
  51                 $success = 1;
  52         } catch Error with {
  53                 my $e = shift;
  54                 warn $e;
  55                 warn $xml;
  56         };
  57         next unless $success;
  58
  59         $xml =~ s/\\/\\\\/go;
  60         $xml =~ s/\t/\\t/go;
  61
  62         $tcn =~ s/^.*?(\w+)\s*$/$1/go;
  63
  64         unless ($tcn) {
  65                 warn "\nNo TCN found for rec # $rec_id\n";
  66                 $xml = '';
  67                 $rec_id++;
  68                 next;
  69         }
  70
  71         if (exists($$tcn_map{$tcn})) {
  72                 warn "\n !! TCN $tcn already exists!\n";
  73                 $xml = '';
  74                 next;
  75         }
  76
  77         print ".";
  78         $$tcn_map{$tcn} = $rec_id;
  79
  80         print RE join("\t", ($rec_id,$userid,$userid,$sourceid,$tcn,$xml,$xact_id))."\n";
  81
  82         $rec_id++;
  83         $xml = '';
  84 }
  85
  86 print RE "\\.\n";
  87 print RE "SELECT setval('biblio.record_entry_id_seq'::TEXT, $rec_id);\n";
  88
  89 open MAP, ">$map_file" or die "Can't open $map_file!  $!\n";
  90 print MAP Data::Dumper->Dump([$tcn_map],['tcn_map']);
  91
  92
  93