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