bin/parse-packages

   1 #!/usr/bin/perl -w
   2 # Convert Packages.gz files into Sleepycat db files for efficient usage of
   3 # data
   4 #
   5 # $Id$
   6 #
   7 # Copyright (C) 2006  Jeroen van Wolffelaar <jeroen@wolffelaar.nl>
   8 # This program is free software; you can redistribute it and/or modify
   9 # it under the terms of the GNU General Public License as published by
  10 # the Free Software Foundation; either version 2 of the License, or
  11 # (at your option) any later version.
  12
  13 # This program is distributed in the hope that it will be useful,
  14 # but WITHOUT ANY WARRANTY; without even the implied warranty of
  15 # MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  16 # GNU General Public License for more details.
  17
  18 # You should have received a copy of the GNU General Public License
  19 # along with this program; if not, write to the Free Software
  20 # Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
  21
  22 use strict;
  23
  24 my $what = $ARGV[0] ? "non-free" : "*";
  25 # max. distinct results for a given package postfix
  26 my $MAX_PACKAGE_POSTFIXES = 100;
  27
  28 use DB_File;
  29 my %packages_small = ();
  30 my %package_names = ();
  31 my %package_postfixes = ();
  32 my %sources_packages = ();
  33 my %descriptions = ();
  34 my @descriptions = ("we count lines one-based\000");
  35 my %packages_descriptions = ();
  36 my %descriptions_packages = ();
  37
  38 my @archives = ( 'us', 'non-US', 'security', 'volatile', 'backports' );
  39 my @suites = ('oldstable', 'stable', 'testing', 'unstable', 'experimental');
  40
  41 $/ = "";
  42
  43 for my $archive (@archives) {
  44     for my $suite (@suites) {
  45
  46         print "Reading $archive/$suite...\n";
  47         my %packages_all_db;
  48         tie %packages_all_db, "DB_File", "packages_all_$suite.db.new",
  49                 O_RDWR|O_CREAT, 0666, $DB_BTREE
  50                 or die "Error creating DB: $!";
  51         open PKG, "zcat /org/packages.debian.org/archive/$archive/$suite/$what/{,debian-installer/}binary-*/Packages.gz|";
  52         while (<PKG>) {
  53                 next if /^\s*$/;
  54                 my $data = "";
  55                 my %data = ();
  56                 chomp;
  57                 s/\n /\377/g;
  58                 while (/^(\S+):\s*(.*)\s*$/mg) {
  59                         my ($key, $value) = ($1, $2);
  60                         $value =~ s/\377/\n /g;
  61                         $key =~ tr [A-Z] [a-z];
  62                         $data{$key} = $value;
  63                 }
  64                 # Skip double package
  65                 next if exists($packages_all_db{"$data{'package'} $data{'architecture'} $data{'version'}"});
  66
  67                 $package_names{$data{'package'}} = 1;
  68                 my $src = $data{'package'};
  69                 my $src_version = '';
  70                 if ($data{'source'}) {
  71                         $src = $data{'source'};
  72                         $src_version = $1
  73                             if $src =~ s/\s+\(\s*=\s*(.*)\).*//; # strip version info
  74                 }
  75                 $data{'source'} = $src;
  76                 $data{'source-version'} = $src_version;
  77                 my $descr = $data{'description'};
  78                 my $did = undef;
  79                 if (exists($descriptions{$descr})) {
  80                         $did  = $descriptions{$descr};
  81                 } else {
  82                         $did = 1 + $#descriptions;
  83                         $descriptions[$did] = $descr;
  84                         $descriptions{$descr} = $did;
  85                 }
  86                 $data{'description'} = $did;
  87                 $packages_descriptions{"$data{'package'} $data{'version'} $data{'architecture'}"} = $did;
  88                 $descriptions_packages{$did} .=
  89                         "$data{'package'} $data{'version'} $data{'architecture'}\000";
  90
  91                 my $sdescr = $descr;
  92                 $sdescr =~ s/\n.*//s;
  93                 my $section = 'main';
  94                 my $subsection = $data{section} || '-';
  95                 if ($data{section} && ($data{section} =~ m=/=o)) {
  96                     ($section, $subsection) = split m=/=o, $data{section}, 2;
  97                 }
  98                 $data{'section'} = $section;
  99                 $data{'subsection'} = $subsection;
 100                 $data{'priority'} ||= '-';
 101                 $packages_small{$data{'package'}} .= "$archive $suite $data{'architecture'} ".
 102                         "$section $subsection $data{'priority'} $data{'version'} $sdescr\000";
 103                 $sources_packages{$src} .=
 104                         "$archive $suite $data{'package'} $data{'version'} $data{'architecture'}\000";
 105                 $data{archive} = $archive;
 106                 while (my ($key, $value) = each (%data)) {
 107                         next if $key eq 'package' or $key eq 'version' or $key eq 'architecture'
 108                                 or $key eq 'maintainer';
 109                         print STDERR "WARN: $key ($suite/$archive/$data{package}/$data{architecture}\n" unless defined $value;
 110                         $data .= "$key: $value\n";
 111                 }
 112                 $packages_all_db{"$data{'package'} $data{'architecture'} $data{'version'}"}
 113                         = $data;
 114         }
 115
 116         untie %packages_all_db;
 117     }
 118 }
 119
 120 print "Writing databases...\n";
 121 my %packages_small_db;
 122 tie %packages_small_db, "DB_File", "packages_small.db.new",
 123         O_RDWR|O_CREAT, 0666, $DB_BTREE
 124         or die "Error creating DB: $!";
 125 while (my ($k, $v) = each(%packages_small)) {
 126         $v =~ s/.$//s;
 127         $packages_small_db{$k} = $v;
 128 }
 129 untie %packages_small_db;
 130
 131 my %sources_packages_db;
 132 tie %sources_packages_db, "DB_File", "sources_packages.db.new",
 133         O_RDWR|O_CREAT, 0666, $DB_BTREE
 134         or die "Error creating DB: $!";
 135 while (my ($k, $v) = each(%sources_packages)) {
 136         $v =~ s/.$//s;
 137         $sources_packages_db{$k} = $v;
 138 }
 139 untie %sources_packages_db;
 140
 141 my %packages_descriptions_db;
 142 tie %packages_descriptions_db, "DB_File", "packages_descriptions.db.new",
 143         O_RDWR|O_CREAT, 0666, $DB_BTREE
 144         or die "Error creating DB: $!";
 145 while (my ($k, $v) = each(%packages_descriptions)) {
 146         $packages_descriptions_db{$k} = $v;
 147 }
 148 untie %packages_descriptions_db;
 149
 150 my %descriptions_packages_db;
 151 tie %descriptions_packages_db, "DB_File", "descriptions_packages.db.new",
 152         O_RDWR|O_CREAT, 0666, $DB_BTREE
 153         or die "Error creating DB: $!";
 154 while (my ($k, $v) = each(%descriptions_packages)) {
 155         $v =~ s/.$//s;
 156         $descriptions_packages_db{$k} = $v;
 157 }
 158 untie %descriptions_packages_db;
 159
 160 my %descriptions_db;
 161 tie %descriptions_db, "DB_File", "descriptions.db.new",
 162         O_RDWR|O_CREAT, 0666, $DB_BTREE
 163         or die "Error creating DB: $!";
 164 open DESCR, "> descriptions.txt" or die "Error creating descriptions textfile";
 165 for (my $i=1; $i<= $#descriptions; $i++) {
 166         my $plain_description = $descriptions[$i];
 167         $plain_description =~ s/\n .\n/ /og;
 168         $plain_description =~ s/[\n \t]+/ /og;
 169         print DESCR "$plain_description\n";
 170         $descriptions_db{$i} = $descriptions[$i];
 171 }
 172 close DESCR;
 173 untie %descriptions_db;
 174
 175 # package names stuff:
 176 for my $pkg (keys %package_names) {
 177         for (my $i=0;$i<length($pkg)-1;$i++) {
 178                 my $before = substr($pkg, 0, $i);
 179                 my $after = substr($pkg, $i);
 180                 $before = "^" if $before eq ""; # otherwise split doesn't work properly
 181                 $package_postfixes{$after} .= "$before\0";
 182         }
 183 }
 184 my %package_postfixes_db;
 185 tie %package_postfixes_db, "DB_File", "package_postfixes.db.new",
 186         O_RDWR|O_CREAT, 0666, $DB_BTREE
 187         or die "Error creating DB: $!";
 188 while (my ($k, $v) = each(%package_postfixes)) {
 189         $v =~ s/.$//s;
 190         my $nr = $v;
 191         $nr =~ s/[^\000]//g;
 192         $nr = length($nr) + 1; # < number of hits
 193         if ($nr > $MAX_PACKAGE_POSTFIXES) {
 194                 $v = "\001" . $nr;
 195         }
 196         $package_postfixes_db{$k} = $v;
 197 }
 198 untie %package_postfixes_db;
 199
 200 rename("packages_small.db.new", "packages_small.db");
 201 rename("sources_packages.db.new", "sources_packages.db");
 202 for my $suite (@suites) {
 203         rename("packages_all_$suite.db.new", "packages_all_$suite.db");
 204 }
 205 rename("packages_descriptions.db.new", "packages_descriptions.db");
 206 rename("descriptions_packages.db.new", "descriptions_packages.db");
 207 rename("descriptions.txt.new", "descriptions.txt");
 208 rename("descriptions.db.new", "descriptions.db");
 209 rename("package_postfixes.db.new", "package_postfixes.db");