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 use lib './lib';
  24
  25 $| = 1;
  26
  27 my $what = $ARGV[0] ? "non-free" : "*";
  28 # max. distinct results for a given package postfix
  29 my $MAX_PACKAGE_POSTFIXES = 100;
  30
  31 use DB_File;
  32 use Storable;
  33 use Deb::Versions;
  34 use Packages::Config qw( $TOPDIR $DBDIR @ARCHIVES @SUITES );
  35 &Packages::Config::init( './' );
  36 my %packages_small = ();
  37 my %virtual_packages = ();
  38 my %package_names = ();
  39 my %package_postfixes = ();
  40 my %sources_packages = ();
  41 my %descriptions = ();
  42 my @descriptions = ("we count lines one-based\000");
  43 my %packages_descriptions = ();
  44 my %descriptions_packages = ();
  45
  46 my %sections = ();
  47 my %subsections = ();
  48 my %priorities = ();
  49
  50 $/ = "";
  51
  52 for my $archive (@ARCHIVES) {
  53     for my $suite (@SUITES) {
  54
  55         print "Reading $archive/$suite...\n";
  56         my %packages_all_db;
  57         tie %packages_all_db, "DB_File", "$DBDIR/packages_all_$suite.db.new",
  58                 O_RDWR|O_CREAT, 0666, $DB_BTREE
  59                 or die "Error creating DB: $!";
  60         open PKG, "zcat $TOPDIR/archive/$archive/$suite/$what/{,debian-installer/}binary-*/Packages.gz|";
  61         while (<PKG>) {
  62                 next if /^\s*$/;
  63                 my $data = "";
  64                 my %data = ();
  65                 chomp;
  66                 s/\n /\377/g;
  67                 while (/^(\S+):\s*(.*)\s*$/mg) {
  68                         my ($key, $value) = ($1, $2);
  69                         $value =~ s/\377/\n /g;
  70                         $key =~ tr [A-Z] [a-z];
  71                         $data{$key} = $value;
  72                 }
  73                 # Skip double package
  74                 next if exists($packages_all_db{"$data{'package'} $data{'architecture'} $data{'version'}"});
  75
  76                 if ($data{'provides'}) {
  77                     foreach (split /\s*,\s*/, $data{'provides'}) {
  78                         $virtual_packages{$_}{$suite}{$data{'package'}}++;
  79                     }
  80                 }
  81                 $package_names{$data{'package'}} = 1;
  82                 my $src = $data{'package'};
  83                 my $src_version = '';
  84                 if ($data{'source'}) {
  85                         $src = $data{'source'};
  86                         $src =~ s/\s+.*//; # strip version info
  87                 }
  88                 $data{'source'} = $src;
  89                 my $descr = $data{'description'};
  90                 my $did = undef;
  91                 if (exists($descriptions{$descr})) {
  92                         $did  = $descriptions{$descr};
  93                 } else {
  94                         $did = 1 + $#descriptions;
  95                         $descriptions[$did] = $descr;
  96                         $descriptions{$descr} = $did;
  97                 }
  98                 $data{'description'} = $did;
  99                 $packages_descriptions{"$data{'package'} $data{'version'} $data{'architecture'}"} = $did;
 100                 $descriptions_packages{$did} .=
 101                         "$data{'package'} $data{'version'} $data{'architecture'}\000";
 102
 103                 my $sdescr = $descr;
 104                 $sdescr =~ s/\n.*//s;
 105                 my $section = 'main';
 106                 my $subsection = $data{section} || '-';
 107                 if ($data{section} && ($data{section} =~ m=/=o)) {
 108                     ($section, $subsection) = split m=/=o, $data{section}, 2;
 109                     ($subsection, $section) = split m=/=o, $data{section}, 2
 110                         if $section eq 'non-US';
 111                 }
 112                 $data{'section'} = $section;
 113                 $data{'subsection'} = $subsection;
 114                 $data{'priority'} ||= '-';
 115                 $sections{$suite}{$archive}{$section}++;
 116                 $subsections{$suite}{$archive}{$subsection}++;
 117                 $priorities{$suite}{$archive}{$data{priority}}++;
 118                 my $pkgitem = "$archive $suite $data{'architecture'} ".
 119                         "$section $subsection $data{'priority'} $data{'version'} $sdescr\0";
 120                 my $previtem = $packages_small{$data{'package'}}{$suite}{$data{'architecture'}}
 121                     || $pkgitem;
 122                 $packages_small{$data{'package'}}{$suite}{$data{'architecture'}} = $pkgitem
 123                     if version_cmp($data{'version'}, (split /\s/o, $previtem)[6]) >= 0;
 124                 $previtem = $packages_small{$data{'package'}}{$suite}{'any'}
 125                     || $pkgitem;
 126                 $packages_small{$data{'package'}}{$suite}{'any'} = $pkgitem
 127                     if version_cmp($data{'version'}, (split /\s/o, $previtem)[6]) >= 0;
 128                 $sources_packages{$src} .=
 129                         "$archive $suite $data{'package'} $data{'version'} $data{'architecture'}\000";
 130                 $data{archive} = $archive;
 131                 while (my ($key, $value) = each (%data)) {
 132                         next if $key eq 'package' or $key eq 'version' or $key eq 'architecture'
 133                                 or $key eq 'maintainer';
 134                         print STDERR "WARN: $key ($suite/$archive/$data{package}/$data{architecture}\n" unless defined $value;
 135                         $data .= "$key\00$value\00";
 136                 }
 137                 $data =~ s/.$//s;
 138                 $packages_all_db{"$data{'package'} $data{'architecture'} $data{'version'}"}
 139                         = $data;
 140         }
 141
 142         untie %packages_all_db;
 143     }
 144 }
 145
 146 print "Writing databases...\n";
 147 my %packages_small_db;
 148 tie %packages_small_db, "DB_File", "$DBDIR/packages_small.db.new",
 149         O_RDWR|O_CREAT, 0666, $DB_BTREE
 150         or die "Error creating DB: $!";
 151 while (my ($pkg, $v) = each(%packages_small)) {
 152         my ($res1, $res2, $res3) = ("", "", "");
 153         while (my ($suite, $v2) = each %$v) {
 154             $res2 .= $v2->{'any'};
 155             while (my ($arch, $v3) = each %$v2) {
 156                 next if $arch eq 'any' or $v3 eq $v2->{'any'};
 157                 $res3 .= $v3;
 158             }
 159         }
 160
 161         if (exists $virtual_packages{$pkg}) {
 162                 while (my ($suite, $v2) = each %{$virtual_packages{$pkg}}) {
 163                         $res1 .= "$suite\01".(join ' ', keys %$v2)."\01";
 164                 }
 165         } else {
 166                 $res1 .= "-\01-\01";
 167         }
 168         $res1 =~ s/.$/\0/s;
 169
 170         my $res = "$res1$res2$res3";
 171         $res =~ s/.$//s;
 172         $packages_small_db{$pkg} = $res;
 173 }
 174 untie %packages_small_db;
 175
 176 my %sources_packages_db;
 177 tie %sources_packages_db, "DB_File", "$DBDIR/sources_packages.db.new",
 178         O_RDWR|O_CREAT, 0666, $DB_BTREE
 179         or die "Error creating DB: $!";
 180 while (my ($k, $v) = each(%sources_packages)) {
 181         $v =~ s/.$//s;
 182         $sources_packages_db{$k} = $v;
 183 }
 184 untie %sources_packages_db;
 185
 186 my %packages_descriptions_db;
 187 tie %packages_descriptions_db, "DB_File", "$DBDIR/packages_descriptions.db.new",
 188         O_RDWR|O_CREAT, 0666, $DB_BTREE
 189         or die "Error creating DB: $!";
 190 while (my ($k, $v) = each(%packages_descriptions)) {
 191         $packages_descriptions_db{$k} = $v;
 192 }
 193 untie %packages_descriptions_db;
 194
 195 my %descriptions_packages_db;
 196 tie %descriptions_packages_db, "DB_File", "$DBDIR/descriptions_packages.db.new",
 197         O_RDWR|O_CREAT, 0666, $DB_BTREE
 198         or die "Error creating DB: $!";
 199 while (my ($k, $v) = each(%descriptions_packages)) {
 200         $v =~ s/.$//s;
 201         $descriptions_packages_db{$k} = $v;
 202 }
 203 untie %descriptions_packages_db;
 204
 205 my %descriptions_db;
 206 tie %descriptions_db, "DB_File", "$DBDIR/descriptions.db.new",
 207         O_RDWR|O_CREAT, 0666, $DB_BTREE
 208         or die "Error creating DB: $!";
 209 open DESCR, ">", "$DBDIR/descriptions.txt" or die "Error creating descriptions textfile";
 210 for (my $i=1; $i<= $#descriptions; $i++) {
 211         my $plain_description = $descriptions[$i];
 212 # WARNING: This needs to correspond with what happens in
 213 # Packages/Search.pm:do_fulltext_search
 214         $plain_description =~ tr [A-Z] [a-z];
 215         # ensure one space on both ends
 216         $plain_description = " $plain_description ";
 217         $plain_description =~ s/[(),.-]+//og;
 218         $plain_description =~ s#[^a-z0-9_/+]+# #og;
 219         print DESCR "$plain_description\n";
 220         $descriptions_db{$i} = $descriptions[$i];
 221 }
 222 close DESCR;
 223 untie %descriptions_db;
 224
 225 # package names stuff:
 226 for my $pkg (keys %package_names) {
 227         for (my $i=0;$i<length($pkg)-1;$i++) {
 228                 my $before = substr($pkg, 0, $i);
 229                 my $after = substr($pkg, $i);
 230                 $before = "^" if $before eq ""; # otherwise split doesn't work properly
 231                 $package_postfixes{$after} .= "$before\0";
 232         }
 233 }
 234 my %package_postfixes_db;
 235 tie %package_postfixes_db, "DB_File", "$DBDIR/package_postfixes.db.new",
 236         O_RDWR|O_CREAT, 0666, $DB_BTREE
 237         or die "Error creating DB: $!";
 238 while (my ($k, $v) = each(%package_postfixes)) {
 239         $v =~ s/.$//s;
 240         my $nr = $v;
 241         $nr =~ s/[^\000]//g;
 242         $nr = length($nr) + 1; # < number of hits
 243         if ($nr > $MAX_PACKAGE_POSTFIXES) {
 244                 $v = "\001" . $nr;
 245         }
 246         $package_postfixes_db{$k} = $v;
 247 }
 248 untie %package_postfixes_db;
 249
 250 store \%sections, "$DBDIR/sections.info";
 251 store \%subsections, "$DBDIR/subsections.info";
 252 store \%priorities, "$DBDIR/priorities.info";
 253
 254 rename("$DBDIR/packages_small.db.new", "$DBDIR/packages_small.db");
 255 rename("$DBDIR/sources_packages.db.new", "$DBDIR/sources_packages.db");
 256 for my $suite (@SUITES) {
 257         rename("$DBDIR/packages_all_$suite.db.new",
 258                "$DBDIR/packages_all_$suite.db");
 259 }
 260 rename("$DBDIR/packages_descriptions.db.new",
 261        "$DBDIR/packages_descriptions.db");
 262 rename("$DBDIR/descriptions_packages.db.new",
 263        "$DBDIR/descriptions_packages.db");
 264 rename("$DBDIR/descriptions.txt.new", "$DBDIR/descriptions.txt");
 265 rename("$DBDIR/descriptions.db.new", "$DBDIR/descriptions.db");
 266 rename("$DBDIR/package_postfixes.db.new", "$DBDIR/package_postfixes.db");