Open-ILS/src/extras/import/marc2bre.pl

   1 #!/usr/bin/perl
   2 use strict;
   3 use warnings;
   4
   5 use lib '/openils/lib/perl5/';
   6
   7 use OpenSRF::System;
   8 use OpenSRF::Application;
   9 use OpenSRF::EX qw/:try/;
  10 use OpenSRF::AppSession;
  11 use OpenSRF::MultiSession;
  12 use OpenSRF::Utils::SettingsClient;
  13 use OpenILS::Application::AppUtils;
  14 use OpenILS::Utils::Fieldmapper;
  15 use Digest::MD5 qw/md5_hex/;
  16 use JSON;
  17 use Data::Dumper;
  18 use Unicode::Normalize;
  19
  20 use Time::HiRes qw/time/;
  21 use Getopt::Long;
  22 use MARC::Batch;
  23 use MARC::File::XML;
  24 use MARC::Charset;
  25 use UNIVERSAL::require;
  26
  27 MARC::Charset->ignore_errors(1);
  28
  29 my ($utf8, $id_field, $count, $user, $password, $config, $keyfile,  @files, @trash_fields) =
  30         (0, '998', 1, 'admin', 'open-ils', '/openils/conf/bootstrap.conf');
  31
  32 GetOptions(
  33         'startid=i'     => \$count,
  34         'idfield=s'     => \$id_field,
  35         'user=s'        => \$user,
  36         'password=s'    => \$password,
  37         'keyfile=s'     => \$keyfile,
  38         'config=s'      => \$config,
  39         'file=s'        => \@files,
  40         'trash=s'       => \@trash_fields,
  41 );
  42
  43 @files = @ARGV if (!@files);
  44
  45 my @ses;
  46 my @req;
  47 my %processing_cache;
  48
  49 my %source_map = (
  50         o  => 'OCLC',
  51         i  => 'ISxN',
  52         l  => 'LCCN',
  53         s  => 'System',
  54         g  => 'Gutenberg',
  55 );
  56
  57
  58 OpenSRF::System->bootstrap_client( config_file => $config );
  59 Fieldmapper->import(IDL => OpenSRF::Utils::SettingsClient->new->config_value("IDL"));
  60
  61 $user = OpenILS::Application::AppUtils->check_user_session( login($user,$password) )->id;
  62
  63 my %keymap;
  64 if ($keyfile) {
  65         open F, $keyfile or die "Couldn't open key file $keyfile";
  66         while (<F>) {
  67                 if ( /^(\d+)\|(\S+)/o ) {
  68                         $keymap{$1} = $2;
  69                 }
  70         }
  71 }
  72
  73 select STDERR; $| = 1;
  74 select STDOUT; $| = 1;
  75
  76 my $batch = new MARC::Batch ( 'USMARC', @files );
  77 $batch->strict_off();
  78 $batch->warnings_off();
  79
  80 my %seen;
  81
  82 my $starttime = time;
  83 my $rec;
  84 while ( try { $rec = $batch->next } otherwise { $rec = -1 } ) {
  85         next if ($rec == -1);
  86         my $id;
  87
  88         if ($id_field) {
  89                 my $field = $rec->field($id_field);
  90                 if ($field) {
  91                         if ($field->is_control_field) {
  92                                 $id = $field->data;
  93                         } else {
  94                                 $id = $field->subfield('a');
  95                         }
  96                 }
  97         }
  98
  99         if ($id && $id =~ /(\d+)/o) {
 100                 $id = $1;
 101         } else {
 102                 $id = $count;
 103         }
 104
 105         if ($keyfile) {
 106                 if (my $tcn = $keymap{$id}) {
 107                         $rec->delete_field( $_ ) for ($rec->field($id_field));
 108                         $rec->append_fields( MARC::Field->new( $id_field, '', '', 'a', $tcn ) );
 109                 } else {
 110                         $count++;
 111                         next;
 112                 }
 113         }
 114
 115         $rec = preprocess($rec);
 116         $rec->delete_field( $_ ) for ($rec->field($id_field));
 117
 118         if (!$rec) {
 119                 next;
 120         }
 121
 122         my $tcn_value = $rec->subfield('901' => 'a');
 123         my $tcn_source = $rec->subfield('901' => 'b');
 124
 125         next if ($seen{$tcn_value});
 126         $seen{$tcn_value} = 1;
 127
 128         (my $xml = $rec->as_xml_record()) =~ s/\n//sog;
 129         $xml =~ s/^<\?xml.+\?\s*>//go;
 130         $xml =~ s/>\s+</></go;
 131         $xml =~ s/\p{Cc}//go;
 132         $xml = entityize($xml);
 133
 134         my $bib = new Fieldmapper::biblio::record_entry;
 135         $bib->id($id);
 136         $bib->active('t');
 137         $bib->deleted('f');
 138         $bib->marc($xml);
 139         $bib->creator($user);
 140         $bib->create_date('now');
 141         $bib->editor($user);
 142         $bib->edit_date('now');
 143         $bib->tcn_source($tcn_source);
 144         $bib->tcn_value($tcn_value);
 145         $bib->last_xact_id('IMPORT-'.$starttime);
 146
 147         print JSON->perl2JSON($bib)."\n";
 148
 149         $count++;
 150
 151         if (!($count % 20)) {
 152                 print STDERR "\r$count\t". $count / (time - $starttime);
 153         }
 154 }
 155
 156 sub preprocess {
 157         my $rec = shift;
 158
 159         my ($id, $source, $value);
 160
 161         if (!$id) {
 162                 my $f = $rec->field($id_field);
 163                 $id = $f->subfield('a') if ($f);
 164         }
 165
 166         if (!$id) {
 167                 my $f = $rec->field('001');
 168                 $id = $f->data if ($f);
 169         }
 170
 171         if (!$id) {
 172                 my $f = $rec->field('000');
 173                 $id = $f->data if ($f);
 174                 $source = 'g'; # only PG seems to use this
 175         }
 176
 177         if (!$id) {
 178                 my $f = $rec->field('020');
 179                 $id = $f->subfield('a') if ($f);
 180                 $source = 'i';
 181         }
 182
 183         if (!$id) {
 184                 my $f = $rec->field('022');
 185                 $id = $f->subfield('a') if ($f);
 186                 $source = 'i';
 187         }
 188
 189         if (!$id) {
 190                 my $f = $rec->field('010');
 191                 $id = $f->subfield('a') if ($f);
 192                 $source = 'l';
 193         }
 194
 195         if (!$id) {
 196                 $count++;
 197                 warn "\n !!! Record with no TCN : $count\n".$rec->as_formatted;
 198                 return undef;
 199         }
 200
 201         $rec->delete_field($_) for ($rec->field($id_field, @trash_fields));
 202
 203         $id =~ s/\s*$//o;
 204         $id =~ s/^\s*//o;
 205         $id =~ s/^(\S+).*$/$1/o;
 206
 207         $id = $source.$id if ($source);
 208
 209         ($source, $value) = $id =~ /^(.)(.+)$/o;
 210         if ($id =~ /^o(\d+)$/o) {
 211                 $id = "ocm$1";
 212                 $source = 'o';
 213         }
 214
 215         my $tcn = MARC::Field->new(
 216                 '901' => ('', ''),
 217                 a => $id,
 218                 b => do { $source_map{$source} || 'System' },
 219         );
 220
 221         $rec->append_fields($tcn);
 222
 223         return $rec;
 224 }
 225
 226 sub login {
 227         my( $username, $password, $type ) = @_;
 228
 229         $type |= "staff";
 230
 231         my $seed = OpenILS::Application::AppUtils->simplereq(
 232                 'open-ils.auth',
 233                 'open-ils.auth.authenticate.init',
 234                 $username
 235         );
 236
 237         die("No auth seed. Couldn't talk to the auth server") unless $seed;
 238
 239         my $response = OpenILS::Application::AppUtils->simplereq(
 240                 'open-ils.auth',
 241                 'open-ils.auth.authenticate.complete',
 242                 {       username => $username,
 243                         password => md5_hex($seed . md5_hex($password)),
 244                         type => $type });
 245
 246         die("No auth response returned on login.") unless $response;
 247
 248         my $authtime = $response->{payload}->{authtime};
 249         my $authtoken = $response->{payload}->{authtoken};
 250
 251         die("Login failed for user $username!") unless $authtoken;
 252
 253         return $authtoken;
 254 }
 255
 256 sub entityize {
 257         my $stuff = shift;
 258         my $form = shift;
 259
 260         if ($form and $form eq 'D') {
 261                 $stuff = NFD($stuff);
 262         } else {
 263                 $stuff = NFC($stuff);
 264         }
 265
 266         $stuff =~ s/([\x{0080}-\x{fffd}])/sprintf('&#x%X;',ord($1))/sgoe;
 267         return $stuff;
 268 }
 269