extract_loadset

   1 #!/usr/bin/perl
   2
   3 # Copyright 2009-2012, Equinox Software, Inc.
   4 #
   5 # This program is free software; you can redistribute it and/or
   6 # modify it under the terms of the GNU General Public License
   7 # as published by the Free Software Foundation; either version 2
   8 # of the License, or (at your option) any later version.
   9 #
  10 # This program is distributed in the hope that it will be useful,
  11 # but WITHOUT ANY WARRANTY; without even the implied warranty of
  12 # MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  13 # GNU General Public License for more details.
  14 #
  15 # You should have received a copy of the GNU General Public License
  16 # along with this program; if not, write to the Free Software
  17 # Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA  02110-1301, USA.
  18
  19 use strict;
  20 use warnings;
  21 use open ':utf8';
  22
  23 use Getopt::Long;
  24
  25 my $conf  = {}; # configuration hashref
  26 initialize($conf);
  27
  28 # build exclusion hash
  29 open FP, '<', shift or die "Can't open matchset file: $!\n";
  30 my %exclude = ();
  31 while (<FP>) {
  32     chomp;
  33     my ($lead,$sub) = split /\t/;
  34     $sub =~ s/\s//g; # any whitespace is extraneous
  35     $exclude{$sub}  = 1 unless ($sub < $conf->{lowerbound});
  36 }
  37 close FP;
  38
  39 # strip exclusions from marcxml file
  40 open MI, '<', $conf->{input} or die "Can't open input file: $!\n";
  41 open MO, '>', $conf->{output} or die "Can't open output file: $!\n";
  42 while (<MI>) {
  43     m/tag="$conf->{tag}".+?<subfield code="$conf->{subfield}">(\d+)</;
  44     print MO unless $exclude{$1};
  45 }
  46
  47
  48 sub initialize {
  49     my ($c) = @_;
  50     my @missing = ();
  51
  52     # set mode on existing filehandles
  53     binmode(STDIN, ':utf8');
  54
  55     my $rc = GetOptions( $c,
  56                          'lowerbound|l=i',
  57                          'input|i=s',
  58                          'output|o=s',
  59                          'tag|t=i',
  60                          'subfield|s=s',
  61                          'help|h',
  62                        );
  63     show_help() unless $rc;
  64     show_help() if ($c->{help});
  65
  66     $conf->{tag} = $conf->{tag} || 903;
  67     $conf->{subfield} = $conf->{subfield} || 'a';
  68
  69     my @keys = keys %{$c};
  70     show_help() unless (@ARGV and @keys);
  71     for my $key ('output', 'lowerbound', 'input')
  72       { push @missing, $key unless $c->{$key} }
  73     if (@missing) {
  74         print "Required option: ", join(', ', @missing), " missing!\n";
  75         show_help();
  76     }
  77 }
  78
  79 sub show_help {
  80     print <<HELP;
  81 Usage is: extract_loadset -l BOUND -i INPUTXML -o OUTPUTXML MATCHSET
  82
  83   --lowerbound  -l  Lowest record ID which will be included in the loadset
  84   --input       -i  MARCXML input file
  85   --output      -o  MARCXML output file
  86   --tag         -t  MARC tag to use as identifier (default: 903)
  87   --subfield    -s  Subfield of --tag argument (default: 'a')
  88 HELP
  89 exit;
  90 }