filter1per.pl

   1 #!/usr/bin/perl
   2
   3 use Time::HiRes qw/time/;
   4 use MARC::Record;
   5 use MARC::File::XML ( BinaryEncoding => 'utf-8' );
   6
   7 my $tag = shift;
   8 my $subfield = shift;
   9 my $idfile = shift;
  10 my $marcfile = shift;
  11 my $found = shift;
  12 my $notfound = shift;
  13 if (! ($tag && $subfield && $idfile && $marcfile && $found ) ) {
  14     print "filter1per.pl <tag> <subfield> <idfile> <marcfile> <output.found> [<output.notfound>]\n";
  15     exit 0;
  16 }
  17
  18 my %id;
  19
  20 open F, "<$idfile";
  21 while (<F>) {
  22         chomp;
  23         $id{$_} = 1;
  24 }
  25
  26 close F;
  27
  28 my $M;
  29 open $M, '<:utf8', $marcfile;
  30 open $I, '>:utf8', $found;
  31 if ($notfound) { open $S, '>:utf8', $notfound; }
  32
  33 my $starttime = time;
  34 my $count = 0;
  35 my $icount = 0;
  36 my $scount = 0;
  37 while (<$M>) {
  38
  39         /tag="$tag" ind1=" " ind2=" ">.*?<subfield code="$subfield">(\d+)</;
  40         if ( $id{$1} ) {
  41                 print $I $_;
  42                 $icount++;
  43         } else {
  44         if ($notfound) {
  45                 print $S $_;
  46         }
  47                 $scount++;
  48         }
  49         $count++;
  50
  51         unless ($count && $count % 100) {
  52                 print STDERR "\r$count\t(notfoundd: $scount, found: $icount)\t". $count / (time - $starttime);
  53         }
  54
  55 }
  56 print STDERR "\n";