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="$conf->{subfield}">(\d+)</;
  44     if ($conf->{reverse}) {
  45         print MO if     $exclude{$1};
  46     } else {
  47         print MO unless $exclude{$1};
  48     }
  49 }
  50
  51
  52 sub initialize {
  53     my ($c) = @_;
  54     my @missing = ();
  55
  56     # set mode on existing filehandles
  57     binmode(STDIN, ':utf8');
  58
  59     my $rc = GetOptions( $c,
  60                          'lowerbound|l=i',
  61                          'input|i=s',
  62                          'output|o=s',
  63                          'tag|t=i',
  64                          'subfield|s=s',
  65                          'reverse|r',
  66                          'help|h',
  67                        );
  68     show_help() unless $rc;
  69     show_help() if ($c->{help});
  70
  71     $conf->{tag} = $conf->{tag} || 903;
  72     $conf->{subfield} = $conf->{subfield} || 'a';
  73
  74     my @keys = keys %{$c};
  75     show_help() unless (@ARGV and @keys);
  76     for my $key ('output', 'lowerbound', 'input')
  77       { push @missing, $key unless $c->{$key} }
  78     if (@missing) {
  79         print "Required option: ", join(', ', @missing), " missing!\n";
  80         show_help();
  81     }
  82 }
  83
  84 sub show_help {
  85     print <<HELP;
  86 Usage is: extract_loadset -l BOUND -i INPUTXML -o OUTPUTXML MATCHSET
  87
  88   --lowerbound  -l  Lowest record ID which will be included in the loadset
  89   --input       -i  MARCXML input file
  90   --output      -o  MARCXML output file
  91   --tag         -t  MARC tag to use as identifier (default: 903)
  92   --subfield    -s  Subfield of --tag argument (default: 'a')
  93   --reverse     -r  Output subordinate bibs rather than lead bibs
  94 HELP
  95 exit;
  96 }