]> git.deb.at Git - deb/packages.git/blob - lib/Packages/Search.pm
Merge commit 'origin/master' into debian-master
[deb/packages.git] / lib / Packages / Search.pm
1 #
2 # Packages::Search
3 #
4 # Copyright (C) 2004-2007 Frank Lichtenheld <frank@lichtenheld.de>
5 #
6 # The code is based on the old search_packages.pl script that
7 # was:
8 #
9 # Copyright (C) 1998 James Treacy
10 # Copyright (C) 2000, 2001 Josip Rodin
11 # Copyright (C) 2001 Adam Heath
12 # Copyright (C) 2004 Martin Schulze
13 #
14 #    This program is free software; you can redistribute it and/or modify
15 #    it under the terms of the GNU General Public License as published by
16 #    the Free Software Foundation; either version 1 of the License, or
17 #    (at your option) any later version.
18 #
19 #    This program is distributed in the hope that it will be useful,
20 #    but WITHOUT ANY WARRANTY; without even the implied warranty of
21 #    MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
22 #    GNU General Public License for more details.
23 #
24 #    You should have received a copy of the GNU General Public License
25 #    along with this program; if not, write to the Free Software
26 #    Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA.
27 #
28
29 =head1 NAME
30
31 Packages::Search - 
32
33 =head1 SYNOPSIS
34
35 =head1 DESCRIPTION
36
37 =over 4
38
39 =cut
40
41 package Packages::Search;
42
43 use strict;
44 use warnings;
45
46 use POSIX;
47 use HTML::Entities;
48 use DB_File;
49 use Lingua::Stem v0.82;
50 use Search::Xapian qw(:ops);
51
52 use Deb::Versions;
53 use Packages::CGI;
54 use Exporter;
55
56 our @ISA = qw( Exporter );
57
58 our @EXPORT_OK = qw( read_entry read_entry_all read_entry_simple
59                      read_src_entry read_src_entry_all find_binaries
60                      do_names_search do_fulltext_search do_xapian_search
61                      find_similar
62                      );
63 our %EXPORT_TAGS = ( all => [ @EXPORT_OK ] );
64
65 our $VERSION = 0.01;
66
67 our $too_many_hits = 0;
68
69 sub read_entry_all {
70     my ($hash, $key, $results, $non_results, $opts) = @_;
71     my ($virt, $result) = split /\000/o, $hash->{$key} || "-\01-", 2;
72
73     my %virt = split /\01/o, $virt;
74     while (my ($suite, $provides) = each %virt) {
75         next if $suite eq '-';
76         if ($opts->{h_suites}{$suite}) {
77             push @$results, [ $key, "-", $suite, 'virtual', 'v', 'v', 'v', 'v', 'v',
78                               $provides];
79         } else {
80             push @$non_results, [ $key, "-", $suite, 'virtual', 'v', 'v', 'v', 'v', 'v',
81                                   $provides];
82         }
83     }
84
85     foreach (split(/\000/o, $result||'')) {
86         my @data = split ( /\s/o, $_, 9 );
87         debug( "Considering entry ".join( ':', @data), 2) if DEBUG;
88         if ($opts->{h_suites}{$data[1]}
89             && ($opts->{h_archs}{$data[2]} || $data[2] eq 'all')
90             && $opts->{h_sections}{$data[3]}) {
91             debug( "Using entry ".join( ':', @data), 2) if DEBUG;
92             push @$results, [ $key, @data ];
93         } else {
94             push @$non_results, [ $key, @data ];
95         }
96     }
97 }
98 sub read_entry {
99     my ($hash, $key, $results, $opts) = @_;
100     my @non_results;
101     read_entry_all( $hash, $key, $results, \@non_results, $opts );
102 }
103
104 #FIXME: make configurable
105 my %fallback_suites = (
106                        'sarge-backports' => 'sarge',
107                        'sarge-volatile' => 'sarge',
108                        'etch-backports' => 'etch',
109                        'etch-volatile' => 'etch',
110                        experimental => 'sid' );
111
112 sub read_entry_simple {
113     my ($hash, $key, $archives, $suite) = @_;
114     # FIXME: drop $archives
115
116     my ($virt, $result) = split /\000/o, $hash->{$key} || "-\01-\0", 2;
117     my %virt = split /\01/o, $virt; 
118     debug( "read_entry_simple: key=$key, archives=".
119            join(" ",(keys %$archives)).", suite=$suite", 1) if DEBUG;
120     debug( "read_entry_simple: virt=".join(" ",(%virt)), 2) if DEBUG;
121     # FIXME: not all of the 2^4=16 combinations of empty(results),
122     # empty(virt{suite}), empty(fb_result), empty(virt{fb_suite}) are dealt
123     # with correctly, but it's adequate enough for now
124     return [ $virt{$suite} ] unless defined $result;
125     foreach (split /\000/o, $result) {
126         my @data = split ( /\s/o, $_, 9 );
127         debug( "use entry: @data", 2 ) if DEBUG && $data[1] eq $suite;
128         return [ $virt{$suite}, @data ] if $data[1] eq $suite;
129     }
130     if (my $fb_suite = $fallback_suites{$suite}) {
131         my $fb_result = read_entry_simple( $hash, $key, $archives, $fb_suite );
132         my $fb_virt = shift(@$fb_result);
133         $virt{$suite} .= $virt{$suite} ? " $fb_virt" : $fb_virt if $fb_virt;
134         return [ $virt{$suite}, @$fb_result ] if @$fb_result;
135     }
136     return [ $virt{$suite} ];
137 }
138
139 sub read_src_entry_all {
140     my ($hash, $key, $results, $non_results, $opts) = @_;
141     my $result = $hash->{$key} || '';
142     debug( "read_src_entry_all: key=$key", 1) if DEBUG;
143     foreach (split /\000/o, $result) {
144         my @data = split ( /\s/o, $_, 6 );
145         debug( "Considering entry ".join( ':', @data), 2) if DEBUG;
146         if ($opts->{h_archives}{$data[0]}
147             && $opts->{h_suites}{$data[1]}
148             && $opts->{h_sections}{$data[2]}) {
149             debug( "Using entry ".join( ':', @data), 2) if DEBUG;
150             push @$results, [ $key, @data ];
151         } else {
152             push @$non_results, [ $key, @data ];
153         }
154     }
155 }
156 sub read_src_entry {
157     my ($hash, $key, $results, $opts) = @_;
158     my @non_results;
159     read_src_entry_all( $hash, $key, $results, \@non_results, $opts );
160 }
161 sub do_names_search {
162     my ($keywords, $packages, $postfixes, $read_entry, $opts,
163         $results, $non_results) = @_;
164
165     my $first_keyword = lc shift @$keywords;
166     @$keywords = map { lc $_ } @$keywords;
167
168     my ($key, $prefixes) = ($first_keyword, '');
169     my (%pkgs, %pkgs_min);
170     $postfixes->seq( $key, $prefixes, R_CURSOR );
171     while (index($key, $first_keyword) >= 0) {
172         if ($prefixes =~ /^(\^)?\001(\d+)/o) {
173             debug("$key has too many hits", 2 ) if DEBUG;
174             $too_many_hits += $2;
175             if ($1) { # use the empty prefix
176                 foreach my $k (@$keywords) {
177                     next unless $key =~ /\Q$k\E/;
178                 }
179                 debug("add key $key", 2) if DEBUG;
180                 $pkgs{$key}++;
181                 $pkgs_min{$key}++;
182             }
183         } else {
184           PREFIX:
185             foreach (split /\000/o, $prefixes) {
186                 $_ = '' if $_ eq '^';
187                 my $word = "$_$key";
188                 foreach my $k (@$keywords) {
189                     next PREFIX unless $word =~ /\Q$k\E/;
190                 }
191                 debug("add word $word", 2) if DEBUG;
192                 $pkgs{$word}++;
193                 $pkgs_min{$word}++ if $_ eq '';
194             }
195         }
196         last if $postfixes->seq( $key, $prefixes, R_NEXT ) != 0;
197         last if keys %pkgs_min >= 100;
198     }
199
200     my $nr = keys %pkgs;
201     my $min_nr = keys %pkgs_min;
202     debug("nr=$nr min_nr=$min_nr too_many_hits=$too_many_hits", 1) if DEBUG;
203     if ($nr >= 100) {
204         $too_many_hits += $nr - $min_nr + 1;
205         %pkgs = %pkgs_min;
206     }
207     foreach my $pkg (sort keys %pkgs) {
208         &$read_entry( $packages, $pkg, $results, $non_results, $opts );
209     }
210 }
211
212 sub do_xapian_search {
213     my ($keywords, $dbpath, $did2pkg, $packages, $read_entry, $opts,
214         $results, $non_results) = @_;
215
216 # NOTE: this needs to correspond with parse-packages!
217     my @tmp;
218     foreach my $keyword (@$keywords) {
219         $keyword =~ s;[^\w/+]+; ;og;
220         push @tmp, $keyword;
221     }
222     my $stemmer = Lingua::Stem->new();
223     my @stemmed_keywords = grep { length($_) } @{$stemmer->stem( @tmp )};
224
225     my $db = Search::Xapian::Database->new( $dbpath );
226     my $enq = $db->enquire( OP_OR, @$keywords, @stemmed_keywords );
227     debug( "Xapian Query was: ".$enq->get_query()->get_description(), 1) if DEBUG;
228     my @matches = $enq->matches(0, 999);
229
230     my (@order, %tmp_results);
231     foreach my $match ( @matches ) {
232         my $id = $match->get_docid();
233         my $result = $did2pkg->{$id};
234
235         foreach (split /\000/o, $result) {
236             my @data = split /\s/, $_, 3;
237             debug ("Considering $data[0], arch = $data[2], relevance=".$match->get_percent(), 3) if DEBUG;
238 #           next unless $data[2] eq 'all' || $opts->{h_archs}{$data[2]};
239 #           debug ("Ok", 3) if DEBUG;
240             unless ($tmp_results{$data[0]}++) {
241                 push @order, $data[0];
242             }
243         }
244         last if @order > 100;
245     }
246     undef $db;
247     $too_many_hits++ if @order > 100;
248
249     debug ("ORDER: @order", 2) if DEBUG;
250     foreach my $pkg (@order) {
251         &$read_entry( $packages, $pkg, $results, $non_results, $opts );
252     }
253 }
254
255 sub find_similar {
256     my ($pkg, $dbpath, $did2pkg) = @_;
257
258     my $db = Search::Xapian::Database->new( $dbpath );
259     my $enq = $db->enquire( "P$pkg" );
260     debug( "Xapian Query was: ".$enq->get_query()->get_description(), 1) if DEBUG;
261     my $first_match = ($enq->matches(0,1))[0]->get_document();
262
263     my @terms;
264     my $term_it = $first_match->termlist_begin();
265     my $term_end = $first_match->termlist_end();
266
267     for (; $term_it ne $term_end; $term_it++) {
268         debug( "TERM: ".$term_it->get_termname(), 3);
269         push @terms, $term_it->get_termname();
270     }
271
272     my $rel_enq = $db->enquire( OP_OR, @terms );
273     debug( "Xapian Query was: ".$rel_enq->get_query()->get_description(), 1) if DEBUG;
274     my @rel_pkg = $rel_enq->matches(2,20);
275
276 #    use Data::Dumper;
277 #    debug(Dumper(\@rel_pkg),1);
278
279     my (@order, %tmp_results);
280     foreach my $match ( @rel_pkg ) {
281         my $id = $match->get_docid();
282         my $result = $did2pkg->{$id};
283
284         foreach (split /\000/o, $result) {
285             my @data = split /\s/, $_, 3;
286             debug ("Considering $data[0], arch = $data[2], relevance=".$match->get_percent(), 3) if DEBUG;
287             next if $data[0] eq $pkg;
288             unless ($tmp_results{$data[0]}++) {
289                 push @order, $data[0];
290             }
291         }
292     }
293     undef $db;
294
295     debug ("ORDER: @order", 2) if DEBUG;
296     my $last = 10;
297     $last = $#order if $#order < $last;
298     return @order[0..$last];
299 }
300
301 sub find_binaries {
302     my ($pkg, $archive, $suite, $src2bin) = @_;
303
304     my $bins = $src2bin->{$pkg} || '';
305     my %bins;
306     foreach (split /\000/o, $bins) {
307         my @data = split /\s/, $_, 5;
308
309         debug( "find_binaries: considering @data", 3 ) if DEBUG;
310         if (($data[0] eq $archive)
311             && ($data[1] eq $suite)) {
312             $bins{$data[2]}++;
313             debug( "find_binaries: using @data", 3 ) if DEBUG;
314         }
315     }
316
317     return [ keys %bins ];
318 }
319
320
321 1;