unicorn/unicorn_patrons_to_tsv.pl

   1 #!/usr/bin/perl -w
   2
   3 # Converts a Unicorn users.data, bill.data, or charge.data file to a tab-separated file.
   4 # 2009-08-10 Ben Ostrowsky <ben@esilibrary.com>
   5
   6 my @records;
   7 my $serial = -1;
   8 my $line = 0;
   9 my $section = '';
  10 my $field = '';
  11 my %unique_fields;
  12
  13
  14 # Load each record
  15 while (<>) {
  16     s/\r\n/\n/g;
  17 # print STDERR "Loaded this line: " . $_;
  18
  19         # Is this the start of a new record?
  20         if ( /^... DOCUMENT BOUNDARY ...$/ ) {
  21                 $line = 0;
  22                 $serial++;
  23                 $section = ''; # just in case this didn't get reset in the previous record
  24                 # print STDERR "Processing record $serial.\n";
  25                 next;
  26         }
  27
  28         # Is this a FORM= line (which can be ignored)?
  29         if ( /^FORM=/ ) {
  30                 next;
  31         }
  32
  33         # If this isn't the start of the new record, it's a new line in the present record.
  34         $line++;
  35
  36         # Is this line the beginning of a block of data (typically an address or a note)?
  37         if ( /^\.(.*?)_BEGIN.$/ ) {
  38                 # print STDERR "I think this might be the beginning of a beautiful " . $1 . ".\n";
  39                 $section = "$1.";
  40                 next;
  41         }
  42
  43         # Is this line the beginning of a block of data (typically an address or a note)?
  44         if ( /^\.(.*?)_END.$/ ) {
  45                 if ("$1." ne $section) {
  46                         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";
  47                 }
  48                 # print STDERR "It's been fun, guys, but... this is the end of the " . $1 . ".\n";
  49                 $section = '';
  50                 next;
  51         }
  52
  53         # Looks like we've got some actual data!  Let's store it.
  54         # FIXME: For large batches of data, we may run out of memory and should store this on disk.
  55         if ( /^\.(.*?).\s+(\|a)?(.*)$/ ) {
  56
  57                 # Build the name of this field (taking note of whether we're in a named section of data)
  58                 $field = '';
  59                 if ($section ne '') {
  60                         $field .= $section;
  61                 }
  62                 $field .= $1;
  63
  64                 # Store the field as a key of an array.  If it already exists, oh well, now it still exists.
  65                 $unique_fields{$field} = 1;
  66
  67                 # Now we can actually store this line of data!
  68                 $records[$serial]{$field} = $3;
  69
  70                 # print STDERR "Data extracted: \$records[$serial]{'$field'} = '$3'\n";
  71
  72                 next;
  73         }
  74
  75         # This is the continuation of the previous line.
  76         else {
  77                 chomp($_);
  78                 $records[$serial]{$field} .= ' ' . $_;
  79                 # print STDERR "Appended data to previous field. \$records[$serial]{'$field'} is now '" . $records[$serial]{$field} . "'.\n";
  80         }
  81
  82 }
  83
  84 print STDERR "Loaded " . scalar(@records) . " records.\n";
  85
  86 # We're aiming to produce output that can be slurped in by this SQL code: \COPY m_anderson.actor_usr_unicorn ( l_user_id, l_user_altid, l_user_pin, l_user_profile, l_user_status, l_user_library, l_user_priv_granted, l_user_priv_expires, l_user_mailingaddr,
  87 # l_birthdate, l_last_name, l_first_name, l_middle_name, l_suffix_name, l_note, l_note1, l_patron, l_comment, l_staff, l_webcatpref, l_user_category1, l_user_category2, l_user_category3, l_user_category4, l_dept, l_guardian, l_license, l_ssn, l_misc, l_aup, l_photo,
  88 # l_notify_via, l_user_claims_ret, l_user_environment, l_user_department, l_ums_id, l_user_last_activity, l_placcard, l_user_email, 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_township,
  89 # l_addr1_room, l_addr1_company, l_addr1_office, l_addr1_phone, l_addr1_dayphone, l_addr1_homephone, l_addr1_workphone, l_addr1_cellphone, l_addr1_fax, l_addr1_email, l_addr1_location, l_addr1_usefor, l_addr1_care_of, l_addr1_known_bad, l_addr1_ums_addrid,
  90 # l_addr2_std_line1, l_addr2_std_line2, l_addr2_std_city, l_addr2_std_state, l_addr2_std_zip, l_addr2_country, l_addr2_township, l_addr2_room, l_addr2_company, l_addr2_office, l_addr2_phone, l_addr2_dayphone, l_addr2_homephone, l_addr2_workphone, l_addr2_cellphone,
  91 # l_addr2_fax, l_addr2_email, l_addr2_location,l_addr2_usefor, l_addr2_care_of, l_addr2_known_bad, l_addr2_ums_addrid, l_addr3_std_line1, l_addr3_std_line2, l_addr3_std_city, l_addr3_std_state, l_addr3_std_zip, l_addr3_country, l_addr3_township, l_addr3_room,
  92 # l_addr3_company, l_addr3_office, l_addr3_phone, l_addr3_dayphone, l_addr3_homephone, l_addr3_workphone, l_addr3_cellphone, l_addr3_fax, l_addr3_email, l_addr3_location, l_addr3_usefor, l_addr3_care_of, l_addr3_known_bad, l_addr3_ums_addrid, l_identific, l_noempl,
  93 # l_profession, l_program, l_represent, l_userid_active, l_inactive_barcode1, l_inactive_barcode2 ) FROM './users.data.tsv'
  94
  95 # Process the records:
  96 for (my $u = 0; $u < @records; $u++) {
  97
  98         # Some fields can be mapped straightforwardly:
  99         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 )) {
 100                 $records[$u]{uc($f)} '' unless defined $records[$u]{uc($f)};
 101                 $records[$u]{'l_' + $f} = $records[$u]{uc($f)};
 102         }
 103
 104         # Addresses are a bit different:
 105         foreach $a (qw( addr1 addr2 addr3 )) {
 106                 foreach $f (qw( std_line1 std_line2 std_city std_state std_zip country township room company office phone dayphone homephone workphone cellphone fax email location usefor care_of known_bad ums_addrid )) {
 107                         $records[$u]{uc('USER_' + $a + '.' + $f)} = '' unless defined $records[$u]{uc('USER_' + $a + '.' + $f)};
 108                         $records[$u]{'l_' + $a + '_' + '$f'} = $records[$u]{uc('USER_' + $a + '.' + $f)};
 109                 }
 110         }
 111
 112         # FIXME: handle fields that don't exactly match (e.g. parse USER_NAME into l_last_name etc.)
 113     # l_birthdate, l_last_name, l_first_name, l_middle_name, l_suffix_name, l_note, l_note1, l_patron, l_comment, l_staff, l_webcatpref, l_user_category1, l_user_category2, l_user_category3, l_user_category4, l_dept, l_guardian, l_license, l_ssn, l_misc, l_aup,
 114     # l_photo, l_notify_via, l_ums_id, l_placcard, l_user_email, l_identific, l_noempl, l_profession, l_program, l_represent, l_userid_active, l_inactive_barcode1, l_inactive_barcode2
 115
 116         # We can parse the name like so:
 117         # Copy the name to a temp value
 118         # Strip off a prefix, if there is one
 119         # Strip off a suffix, if there is one
 120         # Strip off the family name (before the comma)
 121         # Of what remains, whatever is before the first space is the first name and the rest is the middle name
 122
 123
 124 }
 125
 126
 127
 128
 129 # Print the records
 130 # -----------------
 131 # Print a header line
 132 # FIXME: don't print a serial, and do print the fields in the order above
 133 print "SERIAL\t";
 134 @sorted_fields = sort keys %unique_fields;
 135 foreach $i (@sorted_fields) {
 136         print "$i\t";
 137 }
 138 print "\n";
 139
 140
 141 # Print the results
 142 for (my $u = 0; $u < @records; $u++) {
 143         print "$u\t";
 144         foreach $f (@sorted_fields) {
 145                 if (defined $records[$u]{$f}) {
 146                         print $records[$u]{$f};
 147                 }
 148         print "\t";
 149         }
 150         print "\n";
 151 }
 152
 153 print STDERR "Wrote " . scalar(@records) . " records.\n";
 154 # uh-bdee-uh-bdee-uh-bdee-uh- THAT'S ALL, FOLKS