unicorn/unicorn_patrons_to_tsv.pl

   1 #!/usr/bin/perl -w
   2
   3 # Converts a Unicorn users.data file to a tab-separated file.
   4 # 2009-08-10 Ben Ostrowsky <ben@esilibrary.com>
   5
   6 #use Data::Dumper;
   7 #$Data::Dumper::Sortkeys = true;
   8
   9 my @records;
  10 my $serial = -1;
  11 my $line = 0;
  12 my $section = '';
  13 my $field = '';
  14 my %unique_fields;
  15 my @output_fields = qw(
  16 l_user_id l_user_altid l_user_pin l_user_profile l_user_status l_user_library l_user_priv_granted
  17 l_user_priv_expires l_user_mailingaddr l_birthdate l_prefix_name l_last_name l_first_name l_middle_name
  18 l_suffix_name l_note l_note1 l_patron l_comment l_staff l_webcatpref l_user_category1 l_user_category2
  19 l_user_category3 l_user_category4 l_dept l_guardian l_license l_ssn l_misc l_aup l_photo l_notify_via
  20 l_user_claims_ret l_user_environment l_user_department l_ums_id l_user_last_activity l_placcard l_user_email
  21 l_addr1_std_line1 l_addr1_std_line2 l_addr1_std_city l_addr1_std_state l_addr1_std_zip l_addr1_country l_addr1_county
  22 l_addr1_township l_addr1_room l_addr1_company l_addr1_office l_addr1_phone l_addr1_dayphone l_addr1_homephone
  23 l_addr1_workphone l_addr1_cellphone l_addr1_fax l_addr1_email l_addr1_location l_addr1_usefor l_addr1_care_of
  24 l_addr1_known_bad l_addr1_ums_addrid l_addr2_std_line1 l_addr2_std_line2 l_addr2_std_city l_addr2_std_state
  25 l_addr2_std_zip l_addr2_country l_addr2_county l_addr2_township l_addr2_room l_addr2_company l_addr2_office l_addr2_phone
  26 l_addr2_dayphone l_addr2_homephone l_addr2_workphone l_addr2_cellphone l_addr2_fax l_addr2_email
  27 l_addr2_location l_addr2_usefor l_addr2_care_of l_addr2_known_bad l_addr2_ums_addrid l_addr3_std_line1
  28 l_addr3_std_line2 l_addr3_std_city l_addr3_std_state l_addr3_std_zip l_addr3_country l_addr3_county l_addr3_township
  29 l_addr3_room l_addr3_company l_addr3_office l_addr3_phone l_addr3_dayphone l_addr3_homephone l_addr3_workphone
  30 l_addr3_cellphone l_addr3_fax l_addr3_email l_addr3_location l_addr3_usefor l_addr3_care_of l_addr3_known_bad
  31 l_addr3_ums_addrid l_identific l_noempl l_profession l_program l_represent l_userid_active l_inactive_barcode1
  32 l_inactive_barcode2);
  33
  34
  35 # Load each record
  36 while (<>) {
  37     s/\r\n/\n/g;
  38 # print STDERR "Loaded this line: " . $_;
  39
  40         # Is this the start of a new record?
  41         if ( /^... DOCUMENT BOUNDARY ...$/ ) {
  42                 $line = 0;
  43                 $serial++;
  44                 $section = ''; # just in case this didn't get reset in the previous record
  45                 # print STDERR "Processing record $serial.\n";
  46                 next;
  47         }
  48
  49         # Is this a FORM= line (which can be ignored)?
  50         if ( /^FORM=/ ) {
  51                 next;
  52         }
  53
  54         # If this isn't the start of the new record, it's a new line in the present record.
  55         $line++;
  56
  57         # Is this line the beginning of a block of data (typically an address or a note)?
  58         if ( /^\.(.*?)_BEGIN.$/ ) {
  59                 # print STDERR "I think this might be the beginning of a beautiful " . $1 . ".\n";
  60                 $section = "$1.";
  61                 next;
  62         }
  63
  64         # Is this line the end of a block of data (typically an address or a note)?
  65         if ( /^\.(.*?)_END.$/ ) {
  66                 if ("$1." ne $section) {
  67                         print STDERR "Error in record $serial, line $line (input line $.): got an end-of-$1 but I thought I was in a $section block!\n";
  68                 }
  69                 # print STDERR "It's been fun, guys, but... this is the end of the " . $1 . ".\n";
  70                 $section = '';
  71                 next;
  72         }
  73
  74         # Looks like we've got some actual data!  Let's store it.
  75         # FIXME: For large batches of data, we may run out of memory and should store this on disk.
  76         if ( /^\.(.*?).\s+(\|a)?(.*)$/ ) {
  77
  78                 # Build the name of this field (taking note of whether we're in a named section of data)
  79                 $field = '';
  80                 if ($section ne '') {
  81                         $field .= $section;
  82                 }
  83                 $field .= $1;
  84
  85                 # Store the field as a key of an array.  If it already exists, oh well, now it still exists.
  86                 $unique_fields{$field} = 1;
  87
  88                 # Now we can actually store this line of data!
  89                 $records[$serial]{$field} = $3;
  90
  91                 # print STDERR "Data extracted: \$records[$serial]{'$field'} = '$3'\n";
  92
  93                 next;
  94         }
  95
  96         # This is the continuation of the previous line.
  97         else {
  98                 chomp($_);
  99                 $records[$serial]{$field} .= ' ' . $_;
 100                 # print STDERR "Appended data to previous field. \$records[$serial]{'$field'} is now '" . $records[$serial]{$field} . "'.\n";
 101         }
 102
 103 }
 104
 105 print STDERR "Loaded " . scalar(@records) . " records.\n";
 106
 107
 108 # Process the records:
 109 for (my $u = 0; $u < @records; $u++) {
 110
 111 #print STDERR "Before processing:\n\n";
 112 #print STDERR Dumper($records[$u]);
 113
 114         # Some fields can be mapped straightforwardly:
 115         foreach $f (qw( user_id user_alt_id user_pin user_profile user_status user_library user_priv_granted user_priv_expires user_mailingaddr user_claims_ret user_environment user_department user_last_activity user_category1 user_category2 user_category3 user_category4 )) {
 116                 $records[$u]{uc($f)} = '' unless defined $records[$u]{uc($f)};
 117                 $records[$u]{'l_' . $f} = $records[$u]{uc($f)};
 118         }
 119
 120         # Addresses are a bit different:
 121         foreach $a (qw( addr1 addr2 addr3 )) {
 122                 foreach $f (qw( std_line1 std_line2 std_city std_state std_zip country county township room company office phone dayphone homephone workphone cellphone fax email location usefor care_of known_bad ums_addrid )) {
 123                         $records[$u]{uc('USER_' . $a . '.' . $f)} = '' unless defined $records[$u]{uc('USER_' . $a . '.' . $f)};
 124                         $records[$u]{'l_' . $a . '_' . $f} = $records[$u]{uc('USER_' . $a . '.' . $f)};
 125                 }
 126                 $records[$u]{'l_' . $a . '_std_line1'} = $records[$u]{'USER_' . uc($a) . '.STREET'};
 127                 $records[$u]{'l_' . $a . '_std_line2'} = $records[$u]{'USER_' . uc($a) . '.LINE2'};
 128                 if ((defined $records[$u]{'USER_' . uc($a) . '.CITY/STATE'}) && ($records[$u]{'USER_' . uc($a) . '.CITY/STATE'} =~ m/^(.*),(\s*)(.*)$/)) {
 129                         $records[$u]{'l_' . $a . '_std_city'} = $1;
 130                         $records[$u]{'l_' . $a . '_std_state'} = $3;
 131                 }
 132                 $records[$u]{'l_' . $a . '_std_zip'} = $records[$u]{'USER_' . uc($a) . '.ZIP'};
 133
 134         }
 135
 136         # Handle fields that don't exactly match (e.g. parse USER_NAME into l_last_name etc.)
 137
 138         $records[$u]{'l_birthdate'} = $records[$u]{'USER_BIRTH_DATE'};
 139         $records[$u]{'l_note'} = $records[$u]{'USER_XINFO.NOTE'};
 140         $records[$u]{'l_note1'} = '';
 141         $records[$u]{'l_patron'} = '';
 142         $records[$u]{'l_comment'} = $records[$u]{'USER_XINFO.COMMENT'};
 143         $records[$u]{'l_staff'} = $records[$u]{'USER_XINFO.STAFF'};
 144         $records[$u]{'l_webcatpref'} = $records[$u]{'USER_XINFO.WEBCATPREF'};
 145         $records[$u]{'l_dept'} = $records[$u]{'USER_DEPARTMENT'};
 146         $records[$u]{'l_guardian'} = '';
 147         $records[$u]{'l_license'} = $records[$u]{'USER_XINFO.LICENSE'};
 148         $records[$u]{'l_ssn'} = $records[$u]{'USER_XINFO.SSN'};
 149         $records[$u]{'l_misc'} = '';
 150         $records[$u]{'l_aup'} = '';
 151         $records[$u]{'l_photo'} = '';
 152         $records[$u]{'l_notify_via'} = $records[$u]{'USER_XINFO.NOTIFY_VIA'};
 153         $records[$u]{'l_ums_id'} = '';
 154         $records[$u]{'l_placcard'} = '';
 155         $records[$u]{'l_user_email'} = '';
 156         $records[$u]{'l_identific'} = '';
 157         $records[$u]{'l_noempl'} = '';
 158         $records[$u]{'l_profession'} = '';
 159         $records[$u]{'l_program'} = '';
 160         $records[$u]{'l_represent'} = '';
 161         $records[$u]{'l_userid_active'} = '';
 162         $records[$u]{'l_inactive_barcode1'} = $records[$u]{'USER_XINFO.PREV_ID'};
 163         $records[$u]{'l_inactive_barcode2'} = $records[$u]{'USER_XINFO.PREV_ID2'};
 164 #       $records[$u]{'l_user_category1'} = $records[$u]{'USER_ROUTING_FLAG'};
 165 #       $records[$u]{'l_user_category2'} = $records[$u]{'USER_WEB_AUTH'};
 166
 167         # We can parse the name like so:
 168
 169         # Copy the name to a temp value
 170         $temp_name = $records[$u]{'USER_NAME'};
 171
 172         # If there's no comma, don't try to parse the name
 173         unless ($temp_name =~ m/,/) {
 174                 $records[$u]{'l_last_name'} = $temp_name;
 175                 next;
 176         }
 177
 178         # Strip off a prefix, if there is one
 179         foreach $prefix (qw( Ms\. Mrs\. Mr\. Dr\. )) {
 180                 if ($temp_name =~ /$prefix /i) {
 181                         $records[$u]{'l_prefix_name'} = $prefix;
 182                         $temp_name =~ s/$prefix //i;
 183                 }
 184         }
 185
 186         # Strip off a suffix, if there is one
 187         foreach $suffix (qw( Jr\. Jr Sr\. Sr III II IV )) {
 188                 if ($temp_name =~ / $suffix/i) {
 189                         $records[$u]{'l_suffix_name'} = $suffix;
 190                         $temp_name =~ s/ $suffix//i;
 191                 }
 192         }
 193
 194         # Strip off the family name (before the comma)
 195         # Of what remains, whatever is before the first space is the first name and the rest is the middle name
 196         $temp_name =~ m/^([^,]*)\s*,.*$/;
 197         $records[$u]{'l_last_name'} = $1;
 198         $temp_name =~ m/^[^,]*\s*,\s*([^,\s]*)\s*(.*)$/;
 199         $records[$u]{'l_first_name'} = $1;
 200         $records[$u]{'l_middle_name'} = $2;
 201
 202 #print STDERR "\n\nAfter processing:\n\n";
 203 #print STDERR Dumper($records[$u]);
 204
 205
 206 }
 207
 208
 209 # Print the results
 210 for (my $u = 0; $u < @records; $u++) {
 211         foreach $f (@output_fields) {
 212                 if (defined $records[$u]{$f}) {
 213                         print $records[$u]{$f};
 214                 }
 215         print "\t";
 216         }
 217         print "\n";
 218 }
 219
 220 print STDERR "Wrote " . scalar(@records) . " records.\n";
 221 # uh-bdee-uh-bdee-uh-bdee-uh- THAT'S ALL, FOLKS