Download: ProgPerl

PROGRAMOWANIE
Perl
Archiwizacja i dostęp do plików PDF
BIBLIOTEKARKA
W tym miesiącu dowiemy się, jak umieszczać artykuły w prywatnym archiwum plików PDF
oraz jak używać bazy danych, aby później móc z nich korzystać. MICHAEL SCHILLI
C
iekawy artykuł z lokalnej gazety czy
też świetna analiza polityczna z New
Yorkera umilą nam deszczowe popołudnia. Dlatego warto zachować je na takie
okazje. Niestety, nie wszystko jest dostępne
w sieci, ponieważ wielu wydawców nie chce
publikować w Internecie. To źle, gdyż czasopisma zajmują dużo miejsca. Czy na pewno
chcemy wynająć szopę lub zapełnić półki na
książki segregatorami pełnymi wycinków?
W końcu zależy nam tylko na jednym artykule; nikt nie czyta ponownie całych gazet po
dwóch latach od ich ukazania się.
Można jednak zeskanować ciekawe fragmenty i zapisać je na dysku w postaci plików
PDF. Dzisiejszy skrypt perlowy, magsafe, ma
zapewnić archiwiście kontrolę nad stale rosnącą kolekcją.
Skanowanie
i kompresowanie
Dwie lub trzy strony można szybko zeskanować świetnym graficznym narzędziem xsane
z projektu Sane [2]. Prawie każdy znany skaner jest obsługiwany przez zaplecze Sane. Zarówno skaner fotograficzny Epson, jak i skaner wbudowany w wielofunkcyjne urządzenie
OfficeJet firmy HP świetnie sprawował się
w Linuksie w naszym laboratorium perlowym. Po zeskanowaniu zapisujemy pojedyncze pliki w formacie PNG. Wybór 200 dpi ja-
86
NUMER 17 CZERWIEC 2005
ko rozdzielczości skanera powinien wystarczyć, aby tekst pozostał czytelny, a późniejszy
ewentualny wydruk był możliwy. Narzędzie
convert korzysta ze sztuczki opisanej w [3], łącząc wiele stron w jednym dokumencie PDF:
convert -density 200 §§
-quality 95 \
-resize „1600x1600>” §§
*.png archive.pdf
To polecenie łączy pliki *.png z bieżącego
katalogu, ograniczając wysokość i szerokość
do 1600 pikseli. Mniejsze obrazy są pozostawione bez modyfikacji dzięki znakowi
>. Polecenie convert łączy pojedyncze strony, tworząc wielostronicowy plik PDF
o rozdzielczości 200 dpi. Pliki PNG są kompresowane w formacie JPG w pliku PDF,
zachowując 95% oryginalnej jakości.
Do archiwum
Po zeskanowaniu wszystkich jedenastu stron
ze świetnego artykułu „Outsourcing Torture” Jane Mayer z New Yorkera i przekonwertowaniu ich na plik archive.pdf, za pomocą
następującego wywołania skryptu magsafe
dołączamy go do archiwum:
magsafe -m „New Yorker” -a §§
„Jane Mayer”
-t „Outsourcing Torture”
WWW.LINUX-MAGAZINE.PL
-i 2005/02/14 -p 106 -d §§
archive.pdf
To polecenie tworzy rekord z tytułem publikacji (New Yorker), tytułem dokumentu (Out-
Uwaga redakcji
Ten artykuł przedstawia techniki związane
z przechowywaniem i odczytem plików PDF.
Zakłada się, że użytkownik posiada egzemplarz skanowanego czasopisma. Zakłada
się także, że plik PDF jest tworzony do użytku własnego i nie będzie rozpowszechniany.
Jednak prawa dotyczące skanowania materiałów objętych prawami autorskimi są
skomplikowane i zależą od rozstrzygnięć
w danym kraju. W niektórych systemach
prawnych istnieje ograniczenie liczby artykułów, które można skopiować z jednego wydania (np. jeden artykuł na wydanie) lub na
długość czasu, przez jaki artykuł może pozostawać w postaci archiwalnej. Przed zastosowaniem tych technik w wypadku materiałów chronionych prawem autorskim, należy
sprawdzić, jakie regulacje prawne ich dotyczą. W Polsce i w większości krajów Europy
dozwolona jest archiwizacja na użytek własny; do celów naukowych dozwolone jest
u nas także powielanie artykułów z czasopism, niebędących własnością badacza. Te
regulacje mogą się jednak zmieniać. My tylko pokazujemy kod w języku Perl.
Perl
sourcing Torture), wydaniem (2005/02/14)
i stroną początkową (106).
Dane są przechowywane w autentycznej
bazie danych, obsługującej zapytania w języku SQL. W tej perlowej rubryce korzystali-
$ magsafe
[1] Nowy
[2] New Yorker
[3] Southwest London Inquirer
Czasopismo [1]>
Ponieważ już wcześniej wprowadziliśmy
dwie publikacje, skrypt magsafe odnotował
tytuły gazet i teraz wyświetla menu w postaci
punktów. Aby dodać nowe czasopismo, naciskamy klawisz 1 i wprowadzamy nazwę publikacji.
Czasopismo [1]> 1
Wprowadź nazwę czasopismaU
[]> Chiromancja na co dzień
Dokument []> ...
Rysunek 1: Skanowanie artykułu w programie xsane.
śmy z mechanizmu bazy danych SQLite,
gdyż jest ona niezwykle łatwa do zainstalowania. W sekcji „Installation” można się
przekonać, że potrzebnych jest zaledwie kilka modułów z sieci CPAN, a skrypt załatwi
resztę. Nie trzeba uruchamiać demona, definiować bazy danych czy tabel – znowu skrypt
robi to wszystko sam.
Skrypt nie kopiuje dokumentu PDF archive.pdf do bazy danych, lecz do katalogu,
gdzie dokumenty przechowywane są w plikach o nazwach numerycznych (000001,
000002, ...). Wprowadzenie tekstu z New
Yorkera do świeżej bazy spowoduje utworzenie dokumentu o nazwie „000001”, z danymi
pliku PDF.
Naszym drugim rekordem będzie artykuł
z lokalnej gazety, dotyczący burdy w londyńskim pubie.
magsafe -m §§
„Southwest London Inquirer”
-t „Pint Glasses Flying Low”
-i 2005/02 -p 4 -d §§
archive.pdf
Jak widać, nie trzeba podawać nazwiska
autora; zresztą krótkie teksty w gazetach często nie są podpisane nazwiskiem, tylko inicjałami. Po wywołaniu skryptu magsafe bez
parametrów pojawią się interaktywne pytania o szczegóły.
Program magsafe kopiuje dokument PDF
określony przez opcję -d (lub wprowadzony
interaktywnie) do ustalonego z góry katalogu, przypisując numery seryjne poszczególnym dokumentom (000001, 000002 i tak dalej) oraz wprowadzając ścieżki do tych plików z bazy danych.
Igła w stogu siana
Oczywiście, baza danych daje możliwość
przeszukiwania w dowolny sposób. W wypadku naszej gazetowej bazy danych, którą
przechowujemy w pliku scanned_docs.dat, jest
to bardzo łatwe przy użyciu narzędzia wiersza poleceń sqlite3 i paru instrukcji starego,
dobrego języka SQL:
$ sqlite3 scanned_docs.dat
sqlite> SELECT * from doc where
title like '%Pint%'
2|Pint Glasses Flying Low§§
||2|4|2005/02
CTRL-D
$
Można narzekać, że to nieco niewygodne.
Słusznie. Dlatego właśnie magsafe ma też
uproszczony język zapytań. Jeśli użyjemy parametru -s, musimy podać wyszukiwany ciąg
w formacie:
„pole:wzorzec pole:§§
wzorzec ...”
Następujący wiersz oznacza wyszukanie artykułów zawierających w tytułach wyraz Pint:
$ magsafe -s title:Pint
„Pint Glasses Flying Low”, §§
WWW.LINUX-MAGAZINE.PL
PROGRAMOWANIE
Anonim, Southwest London §§
Inquirer, 2005/02,
4, /DATA/DOCS/000002
Sam magsafe generuje zapytanie SQL na
podstawie wprowadzonych danych, otaczając
wyszukiwany ciąg znakami procenta. Załóżmy, że szukamy artykułów opublikowanych
w roku 2005, to znaczy z wartością „2005”
w polu issue. W takim wypadku wpisalibyśmy:
magsafe -s issue:2005
Jeśli to zapytanie zwróci za dużo trafień,
można dodatkowo ograniczyć zapytanie do
artykułów z „Southwest London Inquirer”,
używając parametru mag::
magsafe -s „issue:2005 §§
mag:Southwest”
Abstrakcyjna baza danych
Już parę raz w tym dziale korzystałem z abstrakcyjnej bazy danych Class::DBI, stosowanej także w skrypcie magsafe. Dziś będzie
jeszcze prościej. Moduł Class::DBI::Loader
upraszcza definicje klas modułu Class::DBI,
analizując układ tabeli bazy danych i generując klasy abstrakcyjne oraz ich relacje
przez odwołanie do nich.
Listing programu magsafe ukazuje, w jaki
sposób jest to zaimplementowane. Moduł
Getopt::Std przetwarza opcje wiersza poleceń
zrozumiałe dla skryptu magsafe. W wierszu
29 poszukujemy opcji -a, -m, -t i tak dalej.
Dwukropki w ciągu formatu wymuszają występowanie parametru za każdą tak oznaczoną opcją. Funkcja getopts przechowuje wartości w tablicy asocjacyjnej %o, przetwarzanej
później.
W wierszu 33 sprawdzamy, czy istnieje katalog dokumentów (może być pusty) i czy
można w nim zapisywać pliki. Jeśli nie, katalog należy utworzyć przed uruchomieniem
programu.
Funkcja db_init () wywoływana w wierszu
36 zapewnia, że użytkownicy nie będą musieli troszczyć się sami o szczegóły funkcjonowania bazy danych. Jeśli baza danych nie istnieje, w funkcji db_init () w wierszu 147 za
pomocą paru instrukcji SQL tworzy nową
bazę danych z dwoma tabelami. Na Rysunku
2 widać schemat.
Tabela doc zawiera wiersz dla każdego zapisywanego dokumentu. Wiersz posiada tytuł i autora artykułu, wydanie i stronę, a także nazwę publikacji, z której pochodzi artykuł.
NUMER 17 CZERWIEC 2005
87
PROGRAMOWANIE
Perl
Ponieważ większość ludzi nie czyta zbyt wielu periodyków, lecz czyta je regularnie co
miesiąc, przechowywanie pełnego tytułu publikacji w każdym wierszu świadczyłoby
o złym projekcie bazy danych. Zamiast tego
tabela doc ma pole mag z numerycznym identyfikatorem, który wskazuje wiersz w tabeli
mag, zawierającej identyfikator wraz z pełną
nazwą publikacji.
Definicje tabeli, następujące od wiersza
147 w skrypcie magsafe, są zgodne ze standardem SQL, łącznie z wierszem
Pierwsze dwie kolumny w obu tabelach to
identyfikatory numeryczne, oznaczone jako
primary key (klucz podstawowy). Konstruktor
klasy Class::DBI::Loader wywołany w wierszu 40 potrzebuje ich do przydzielania unikatowych identyfikatorów obiektom tworzącym wiersze w tabeli. Nowo utworzone wiersze mają automatycznie przydzielane nowe
identyfikatory, większe o jeden od ostatnich
użytych identyfikatorów.
Następujący wiersz:
namespace => „Scanned::DB”
mag INT REFERENCES mag,
Rysunek 2: Układ bazy danych SQLite.
w tabeli doc, który wygląda może nieco niezwykle. W taki sposób wyrażamy, że kolumna mag wskazuje na kolumnę mag i ustalamy
relację między identyfikatorem publikacji
a tytułem.
w konstruktorze klasy ładowania bazy danych zapewnia, że abstrakcyjne klasy tabeli
będą widoczne w języku Perl w obszarze
nazw Scanned::DB.
Po wywołaniu metody Class::DBI::Loader->new () metoda find_class () pobiera obiekty
Listing 1: „magsafe”
001
002
003
004
005
006
007
008
009
010
011
012
013
014
015
016
017
018
019
020
021
022
023
024
025
026
027
028
029
030
031
032
033
88
#!/usr/bin/perl -w
#############################
# magsafe - Archiwum
# artykułów z czasopism
# Mike Schilli, 2005
# ([email protected])
#############################
use strict;
use
use
use
use
use
DBI;
Class::DBI::Loader;
Sysadm::Install qw(:all);
Getopt::Std;
Text::Iconv;
my $DB_NAME =
"/DATA/scanned_docs.dat";
my $DSN =
"dbi:SQLite:$DB_NAME";
my $UTF8_TERM = 1;
my $cv =
Text::Iconv->new("Latin2",
"utf8");
$cv->raise_error(1);
my $DOC_DIR = "/DATA/DOCS";
getopts("a:m:t:i:p:d:s:",
\my %o);
die "$DOC_DIR nie gotowy"
if !-d $DOC_DIR
NUMER 17 CZERWIEC 2005
034
035
036
037
038
039
040
041
042
043
044
045
046
047
048
049
050
051
052
053
054
055
056
057
058
059
060
061
062
063
064
065
066
or !-w $DOC_DIR;
db_init($DSN)
unless -e $DB_NAME;
my $loader =
Class::DBI::Loader->new(
dsn
=> $DSN,
namespace => "Scanned::DB",
additional_classes => qw(
Class::DBI::AbstractSearch
),
relationships => 1,
);
my $docdb =
$loader->find_class("doc");
my $magdb =
$loader->find_class("mag");
my @objs = ();
if (!exists $o{s}) {
my $mag =
mag_pick($magdb, $o{m});
my $doc = $o{d}
|| ask "Dokument", "";
my $author = $o{a} || "";
my $title = $o{t}
|| ask "Tytuł", "";
my $page = $o{p}
|| ask "Strona", "";
my $issue = $o{i}
WWW.LINUX-MAGAZINE.PL
067
|| ask "Wydanie", "";
068
069
my $id = $mag->add_to_docs(
070
{
071
map {
072
$UTF8_TERM
073
? $_
074
: $cv->convert($_)
075
}
076
title => $title,
077
page
=> $page,
078
issue => $issue,
079
author => $author
080
}
081
);
082
083
cp $doc, docpath($id);
084
exit 0;
085 }
086
087 my %search = ();
088
089 for (split ' ', $o{s}) {
090
091
my ($field, $expr) =
092
split /:/, $_;
093
094
if ($field eq "mag") {
095
my @mags =
096
$magdb->search_like(
097
name => "%$expr%");
098
099
$search{$field} =
Perl
reprezentujące tabele, jak widać w wierszach
50 i 52, podając nazwy tabel jako argumenty.
Obiekt $docdb typu Scanned::DB::Doc wskazuje na tabelę dokumentów doc, a obiekt
$magdb (Scanned::DB::Mag) na tabelę publikacji mag.
Aby obiekty mogły wykonywać zapytania
standardowe modułu Class::DBI, a także obsługiwać bardziej skomplikowane warunki WHERE, stosujemy parametr additional_classes
w wierszu 43. Żąda on pakietu Class::DBI::AbstractSearch.
Flaga relationships w wierszu 46 nakazuje
klasie Class::DBI::Loader analizować relacje
miedzy tabelami doc i mag oraz łączyć je obie.
Dzięki warunkowi REFERENCES w kodzie
SQL kolumna mag w tabeli doc jest rozpoznawana jako klucz zewnętrzny służący do wykonywania operacji JOIN z tabelą mag. Obiektowa abstrakcja bazy danych może więc za-
pewnić metody służące do nawigacji między
dwiema tabelami.
Sterowanie z wiersza
poleceń
W wierszu 56 skrypt przetwarza parametry
wiersza poleceń. Jeśli opcja -s nie jest ustawiona, użytkownik nie szuka istniejącego
wpisu w bazie danych, lecz wprowadza nowy wiersz. Wiersze od 59 do 66 przyjmują
wartości z różnych opcji wiersza poleceń takie jak tytuł, autor, dokument, publikacja,
strona i wydanie. Jeśli co najmniej jedna
opcja nie jest ustawiona, funkcja ask ()
(wstawiana przez moduł Sysadm::Install) interaktywnie generuje pytanie do użytkownika, dotyczące brakujących wartości. Pole
autora jest opcjonalne i nie pojawia się
prośba o wpisywanie go.
PROGRAMOWANIE
Wybór publikacji jest nieco bardziej skomplikowany. Opiera się na funkcji mag_pick
zdefiniowanej w wierszu 169 i następnych.
Metoda retrieve_all () obiektu tabeli bazy danych $magsdb odczytuje wszystkie istniejące
wiersze w tabeli mag. Zwrócone obiekty danych zapewniają metody udostępniające poszczególne pola w rekordach: na przykład metoda $obj->name () zwraca nazwę publikacji,
zapisaną w kolumnie name tabeli mag.
Jeśli zmienna $picked nie jest ustawiona, to
znaczy opcja wiersza poleceń dla nazwy publikacji jest pusta, w wierszu 179 używa się funkcji pick () (także z modułu Sysadm::Install).
Tworzy ona menu z nazwami czasopism. Jeśli
użytkownik wybierze pierwszy element, Nowy, w wierszu 181 wybór jest unieważniany,
a wiersz 186 umożliwia użytkownikowi wpisanie nazwy publikacji, która wyświetli się na liście wyboru następnym razem. Metoda
Listing 1: „magsafe”
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
[ map { $_->id() }
@mags ];
} else {
$search{$field} =
"%$expr%";
}
}
@objs = $docdb->search_where(
\%search, { cmp => "like" }
);
if (@objs) {
print join(", ",
'"' . $_->title() . '"',
$_->author()
|| "Anonim",
$_->mag()->name(),
$_->issue(),
$_->page(),
docpath($_->docid())),
"\n"
for @objs;
} else {
print STDERR
"Brak wpisów\n";
}
#############################
sub docpath {
#############################
my ($id) = @_;
return sprintf "%s/%06d",
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
$DOC_DIR, $id;
}
#############################
sub db_init {
#############################
my ($dsn) = @_;
my $dbh =
DBI->connect($dsn, "",
"");
$dbh->do( q{
CREATE TABLE doc (
docid INTEGER
PRIMARY KEY,
title VARCHAR(255),
author VARCHAR(255),
mag
INT REFERENCES
mag,
page
INT,
issue VARCHAR(32)
);
} );
$dbh->do( q{
CREATE TABLE mag (
magid INTEGER
PRIMARY KEY,
name
VARCHAR(255)
);
} );
}
WWW.LINUX-MAGAZINE.PL
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
#############################
sub mag_pick {
#############################
my ($magsdb, $picked) = @_;
my @mags =
map { $_->name() }
$magsdb->retrieve_all();
if (@mags and !$picked) {
$picked =
pick "Czasopismo",
[ "Nowy", @mags ], 1;
undef $picked
if $picked eq "Nowy";
}
if (!$picked) {
$picked = ask
"Wprowadź nazwę czasopisma",
"";
}
$picked = $UTF8_TERM
? $picked
: $cv->convert($picked);
my $mag =
$magsdb->find_or_create(
{ name => $picked });
return $mag;
}
NUMER 17 CZERWIEC 2005
89
PROGRAMOWANIE
Perl
find_or_create () tworzy nowy wpis w tabeli
mag lub znajduje istniejący wpis czasopisma.
Zmienna $mag w wierszu 57 reprezentuje
nowo utworzone lub istniejące czasopismo.
Ponieważ klasa Class::DBI::Loader spisała
się dobrze już poprzednio i przeanalizowała
relacje między tabelami doc i mag, co nakazywała flaga relationships, w wierszu 52 można
po prostu wywołać metodę $mag->add_to_docs (). Doda ona artykuł do tabeli
doc i zapewni, że kolumna mag będzie wskazywać publikację w tabeli mag. Metoda
add_to_docs () obiektu czasopisma nie jest
jawnie zdefiniowana w skrypcie magsafe.
Jest ona automatycznie generowana przez
warstwę abstrakcji bazy danych DBI::Class
po ustaleniu relacji między tabelami.
Aby skopiować bieżący dokument PDF do
katalogu dokumentów, skrypt magsafe wywołuje funkcję cp z modułu Sysadm::Install
w wierszu 83. Funkcja docpath (), zdefiniowana od wiersza 129, zwraca pełną przyszłą
ścieżkę pliku. W tym celu po prostu konwertuje przekazany do niej identyfikator na sześciocyfrową liczbę całkowitą, dopełnioną zerami, a następnie dołącza ją do ścieżki katalogu dokumentów.
Prościej niż SQL
W wypadku żądania wyszukiwania wiersz 89
iteruje po parach kolumna:wzorzec, podanych
przez opcję -s i rozdzielonych spacjami.
Wiersz 92 rozdziela nazwę kolumny od klucza wyszukiwania. Jeśli nazwa kolumny to
mag, w wierszu 96 po prostu jest wyszukiwane pasujące czasopismo, przez umieszczenie
klucza wyszukiwania w znakach procenta
i wywołanie funkcji search_like () w odniesieniu do tabeli mag.
Może ona nie zwrócić żadnych obiektów
czasopism, ale także jeden lub więcej w tablicy @mags. Odpowiednia metoda id () znajduje identyfikatory czasopism, dzięki czemu
w wierszu 99 może być zapisana krótka:
„mag” => [$id1, $id2, ...]
w tablicy asocjacyjnej %search. Zmienne
$id1, $id2 i tak dalej to identyfikatory numeryczne czasopism pasujące do żądania wyszukiwania, a wpis do tablicy asocjacyjnej
przypisany kluczowi „mag” wskazuje na tablicę zawierającą te identyfikatory.
Z drugiej strony, jeśli użytkownik szuka
innej kolumny niż mag, realizowane jest odgałęzienie else w wierszu 103, a klucz wyszukiwania jest otaczany znakami procenta
90
NUMER 17 CZERWIEC 2005
i przypisywany kluczowi nazwy tabeli w tablicy asocjacyjnej %search.
Zawartość tablicy asocjacyjnej %search jest
przetwarzana przez metodę search_where (),
wywoływaną w wierszu 108. Zwraca ona
wiersze pasujące do wszystkich warunków
określonych w tablicy. Jeśli parametr porównania cmp ma dodatkowo wartość „like” w dodatkowej tablicy asocjacyjnej opcji, metoda
search_where () nie poszukuje dokładnych
trafień, lecz wzorców podanych ze znakami
% , zgodnie ze standardem SQL.
Polecenie print w wierszu 113 jest wywoływane dla każdego znalezionego obiektu przez
warunek for @obs. Łączy ono znalezione wpisy kolumny w tabeli i tworzy sformatowaną
postać wyjścia. Ścieżka do dokumentów PDF
jest odtwarzana metodą docpath(), wspomnianą już wyżej. Jeśli wyszukiwanie nie zwraca
żadnych trafień, wiersz 124 na urządzeniu
STDERR generuje tekst Brak wpisów.
Niestandardowe znaki
Trzeba pamiętać, że baza SQLite3 wymaga
kodowania ciągów jako UTF-8. Nie można
zapisywać polskich znaków w formacie ISO-8859-2. Ustawienia lokalnego terminala
określają, czy dane wprowadzane są w kodowaniu UTF-8, czy też ISO 8859-2. W wielu
nowszych dystrybucjach linuksowych są terminale UTF-8, a w starszych ustawiało się
zwykle ISO 8859-2. Należy sprawdzić zmienną środowiskową LANG: jeśli ma wartość
pl_PL.UTF-8, to znaczy, że terminal ma zestaw znaków UTF-8.
Skrypt można przystosować do środowiska: jeśli zmienna $UTF8_TERM w wierszu
16 ma poprawną wartość, skrypt będzie interpretować dane wprowadzane przez użytkownika jako zakodowane w standardzie
UTF-8 i nie wykona konwersji. Jeśli zmienna
$UTF8_TERM ma wartość 0, skrypt magsafe
uzna, że dane użytkownika mają zestaw znaków ISO 8859-2 i przekonwertuje wszystko
na UTF-8 przed umieszczeniem ich w bazie
danych.
W razie potrzeby konwersji skrypt magsafe
skorzysta z modułu Iconv z sieci CPAN.
W wierszu 23 tworzony jest obiekt
Text::Iconv w celu konwersji z ISO-8859-2 na
UTF-8. Dodatkowo jest wywoływana funkcja
raise_error () z wartością 1 w celu wywołania
wyjątku w razie błędu. Metoda convert () konwertuje przekazane ciągi z jednego rodzaju
kodowania na inny. Osoby mające zainstalowane interpreter perl 5.8.x lub nowszy mogłyby użyć też modułu Encode.
WWW.LINUX-MAGAZINE.PL
Instalacja
Skrypt wymaga modułów DBI, Class::DBI,
Class::DBI::SQLite, Class::DBI::AbstractSearch i DBD::SQLite do abstrakcji bazy. Są
one dostępne w sieci CPAN. Poza tym wymagane są moduły Text::Iconv i Sysadm::Install.
Można je zainstalować w prosty sposób z poziomu powłoki CPAN.
Jeśli wolimy ręcznie używać klienta wiersza poleceń sqlite3 do obsługi bazy danych
SQL, możemy pobrać kod źródłowy w formacie tar z [4], skompilować go i zainstalować.
Wcześniejsze wersje (SQLite 1 lub 2) nie
będą działać, gdyż moduł DBD::SQLite
opiera się na programie SQLite 3.x, niezgodnym z bazami utworzonymi w innych wersjach. Narzędzie wiersza poleceń trzeciej generacji nosi nazwę sqlite3, w przeciwieństwie
do narzędzi z wersji poprzednich, które nazywały się po prostu sqlite.
Uwaga: jeśli używamy baz danych SQLite
do innych celów z wcześniejszymi wersjami
modułu DBD::SQLite i nadal chcemy z nich
korzystać, musimy je przekonwertować na
nowy format SQLite przed modernizacją.
sqlite OLD.DB .dump | §§
sqlite3 NEW.DB
Po zainstalowaniu najnowszej wersji modułu DBD::SQLite nie będzie można odczytać baz danych utworzonych we wcześniejszych wersjach.
Zmienna $DOC_DIR definiuje katalog
dokumentów w wierszu 27 skryptu magsafe.
Natomiast zmienna $DB_NAME w wierszu
16 ustawia nazwę pliku bazy danych SQLite.
Jej katalog powinien istnieć przed uruchomieniem programu i należy mieć prawo zapisu do niego. Reszta jest automatyczna:
SQLite automatycznie tworzy plik bazy danych zdefiniowany przez $DB_NAME i inicjuje tabele.
A teraz fani wycinków mogą zeskanować
ważne teksty z przeczytanych pism i wyrzucić je na makulaturę. Ile miejsca można
w ten sposób zaoszczędzić! ■
INFO
[1] Listing do tego artykułu:
http://www.linux-magazine.com/Magazine/Downloads/55/Perl
[2] http://www.sane-project.org
[3] PDF Hacks, Sid Steward, O'Reilly 2004
[4] Strona SQLite, http://www.sqlite.org