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 warnings;
  24 use lib './lib';
  25
  26 $| = 1;
  27
  28 my $what = $ARGV[0] ? "non-free" : "*";
  29 # max. distinct results for a given package postfix
  30 my $MAX_PACKAGE_POSTFIXES = 100;
  31
  32 use DB_File;
  33 use Storable;
  34 use Deb::Versions;
  35 use Packages::Config qw( $TOPDIR $DBDIR @ARCHIVES @SUITES );
  36 &Packages::Config::init( './' );
  37 my %packages_small = ();
  38 my %virtual_packages = ();
  39 my %package_names = ();
  40 my %package_postfixes = ();
  41 my %sources_packages = ();
  42 my %descriptions = ();
  43 my @descriptions = ("we count lines one-based\000");
  44 my %packages_descriptions = ();
  45 my %descriptions_packages = ();
  46
  47 my %sections = ();
  48 my %subsections = ();
  49 my %priorities = ();
  50
  51 $/ = "";
  52
  53 for my $suite (@SUITES) {
  54     my %package_names_suite = ();
  55     my %packages_all_db;
  56     tie %packages_all_db, "DB_File", "$DBDIR/packages_all_$suite.db.new",
  57             O_RDWR|O_CREAT, 0666, $DB_BTREE
  58             or die "Error creating DB: $!";
  59
  60     for my $archive (@ARCHIVES) {
  61         print "Reading $archive/$suite...\n";
  62         open PKG, "zcat $TOPDIR/archive/$archive/$suite/$what/{,debian-installer/}binary-*/Packages.gz|";
  63         while (<PKG>) {
  64                 next if /^\s*$/;
  65                 my $data = "";
  66                 my %data = ();
  67                 chomp;
  68                 s/\n /\377/g;
  69                 while (/^(\S+):\s*(.*)\s*$/mg) {
  70                         my ($key, $value) = ($1, $2);
  71                         $value =~ s/\377/\n /g;
  72                         $key =~ tr [A-Z] [a-z];
  73                         $data{$key} = $value;
  74                 }
  75                 # Skip double package
  76                 next if exists($packages_all_db{"$data{'package'} $data{'architecture'} $data{'version'}"});
  77                 # Skip arch:all for amd64&kfreebsd, too often broken
  78                 next if ($archive eq 'amd64' or $archive eq 'kfreebsd')
  79                     and $data{architecture} eq 'all';
  80
  81                 if ($data{'provides'}) {
  82                     foreach (split /\s*,\s*/, $data{'provides'}) {
  83                         $virtual_packages{$_}{$suite}{$data{'package'}}++;
  84                         $packages_small{$_} ||= {};
  85                     }
  86                 }
  87                 $package_names{$data{'package'}} = 1;
  88                 $package_names_suite{$data{'package'}} = 1;
  89                 my $src = $data{'package'};
  90                 my $src_version = '';
  91                 if ($data{'source'}) {
  92                         $src = $data{'source'};
  93                         $src =~ s/\s+.*//; # strip version info
  94                 }
  95                 $data{'source'} = $src;
  96                 my $descr = $data{'description'};
  97                 my $did = undef;
  98                 if (exists($descriptions{$descr})) {
  99                         $did  = $descriptions{$descr};
 100                 } else {
 101                         $did = 1 + $#descriptions;
 102                         $descriptions[$did] = $descr;
 103                         $descriptions{$descr} = $did;
 104                 }
 105                 $data{'description'} = $did;
 106                 $packages_descriptions{"$data{'package'} $data{'version'} $data{'architecture'}"} = $did;
 107                 $descriptions_packages{$did} .=
 108                         "$data{'package'} $data{'version'} $data{'architecture'}\000";
 109
 110                 my $sdescr = $descr;
 111                 $sdescr =~ s/\n.*//s;
 112                 my $section = 'main';
 113                 my $subsection = $data{section} || '-';
 114                 if ($data{section} && ($data{section} =~ m=/=o)) {
 115                     ($section, $subsection) = split m=/=o, $data{section}, 2;
 116                     ($subsection, $section) = split m=/=o, $data{section}, 2
 117                         if $section eq 'non-US';
 118                 }
 119                 $data{'section'} = $section;
 120                 $data{'subsection'} = $subsection;
 121                 $data{'priority'} ||= '-';
 122                 $sections{$suite}{$section}++;
 123                 $subsections{$suite}{$subsection}++;
 124                 $priorities{$suite}{$data{priority}}++;
 125                 my $pkgitem = "$archive $suite $data{'architecture'} ".
 126                         "$section $subsection $data{'priority'} $data{'version'} $sdescr\0";
 127                 my $previtem = ($packages_small{$data{'package'}}{$suite}{$data{'architecture'}}
 128                     ||= $pkgitem);
 129                 $packages_small{$data{'package'}}{$suite}{$data{'architecture'}} = $pkgitem
 130                     if version_cmp($data{'version'}, (split /\s/o, $previtem)[6]) > 0;
 131                 $previtem = ($packages_small{$data{'package'}}{$suite}{'any'}
 132                     ||= $pkgitem);
 133                 $packages_small{$data{'package'}}{$suite}{'any'} = $pkgitem
 134                     if version_cmp($data{'version'}, (split /\s/o, $previtem)[6]) > 0;
 135                 $sources_packages{$src} .=
 136                         "$archive $suite $data{'package'} $data{'version'} $data{'architecture'}\000";
 137                 $data{archive} = $archive;
 138                 while (my ($key, $value) = each (%data)) {
 139                         next if $key eq 'package' or $key eq 'version' or $key eq 'architecture'
 140                                 or $key eq 'maintainer';
 141                         print STDERR "WARN: $key ($suite/$archive/$data{package}/$data{architecture}\n" unless defined $value;
 142                         $data .= "$key\00$value\00";
 143                 }
 144                 $data =~ s/.$//s;
 145                 $packages_all_db{"$data{'package'} $data{'architecture'} $data{'version'}"}
 146                         = $data;
 147         }
 148     }
 149
 150     open NAMES, '>', "$DBDIR/package_names_$suite.txt.new"
 151         or die "Error creating package names list: $!";
 152     foreach (sort keys %package_names_suite) {
 153         print NAMES "$_\n";
 154     }
 155     close NAMES;
 156
 157     untie %packages_all_db;
 158 }
 159
 160 print "Writing databases...\n";
 161 my %packages_small_db;
 162 tie %packages_small_db, "DB_File", "$DBDIR/packages_small.db.new",
 163         O_RDWR|O_CREAT, 0666, $DB_BTREE
 164         or die "Error creating DB: $!";
 165 while (my ($pkg, $v) = each(%packages_small)) {
 166         my ($res1, $res2, $res3) = ("", "", "");
 167         while (my ($suite, $v2) = each %$v) {
 168             $res2 .= $v2->{'any'};
 169             while (my ($arch, $v3) = each %$v2) {
 170                 next if $arch eq 'any' or $v3 eq $v2->{'any'};
 171                 $res3 .= $v3;
 172             }
 173         }
 174
 175         if (exists $virtual_packages{$pkg}) {
 176                 while (my ($suite, $v2) = each %{$virtual_packages{$pkg}}) {
 177                         $res1 .= "$suite\01".(join ' ', keys %$v2)."\01";
 178                 }
 179         } else {
 180                 $res1 .= "-\01-\01";
 181         }
 182         $res1 =~ s/.$/\0/s;
 183
 184         my $res = "$res1$res2$res3";
 185         $res =~ s/.$//s;
 186         $packages_small_db{$pkg} = $res;
 187 }
 188 untie %packages_small_db;
 189
 190 my %sources_packages_db;
 191 tie %sources_packages_db, "DB_File", "$DBDIR/sources_packages.db.new",
 192         O_RDWR|O_CREAT, 0666, $DB_BTREE
 193         or die "Error creating DB: $!";
 194 while (my ($k, $v) = each(%sources_packages)) {
 195         $v =~ s/.$//s;
 196         $sources_packages_db{$k} = $v;
 197 }
 198 untie %sources_packages_db;
 199
 200 my %packages_descriptions_db;
 201 tie %packages_descriptions_db, "DB_File", "$DBDIR/packages_descriptions.db.new",
 202         O_RDWR|O_CREAT, 0666, $DB_BTREE
 203         or die "Error creating DB: $!";
 204 while (my ($k, $v) = each(%packages_descriptions)) {
 205         $packages_descriptions_db{$k} = $v;
 206 }
 207 untie %packages_descriptions_db;
 208
 209 my %descriptions_packages_db;
 210 tie %descriptions_packages_db, "DB_File", "$DBDIR/descriptions_packages.db.new",
 211         O_RDWR|O_CREAT, 0666, $DB_BTREE
 212         or die "Error creating DB: $!";
 213 while (my ($k, $v) = each(%descriptions_packages)) {
 214         $v =~ s/.$//s;
 215         $descriptions_packages_db{$k} = $v;
 216 }
 217 untie %descriptions_packages_db;
 218
 219 my %descriptions_db;
 220 tie %descriptions_db, "DB_File", "$DBDIR/descriptions.db.new",
 221         O_RDWR|O_CREAT, 0666, $DB_BTREE
 222         or die "Error creating DB: $!";
 223 open DESCR, ">", "$DBDIR/descriptions.txt" or die "Error creating descriptions textfile";
 224 for (my $i=1; $i<= $#descriptions; $i++) {
 225         my $plain_description = $descriptions[$i];
 226 # WARNING: This needs to correspond with what happens in
 227 # Packages/Search.pm:do_fulltext_search
 228         $plain_description =~ tr [A-Z] [a-z];
 229         # ensure one space on both ends
 230         $plain_description = " $plain_description ";
 231         $plain_description =~ s/[(),.-]+//og;
 232         $plain_description =~ s#[^a-z0-9_/+]+# #og;
 233         print DESCR "$plain_description\n";
 234         $descriptions_db{$i} = $descriptions[$i];
 235 }
 236 close DESCR;
 237 untie %descriptions_db;
 238
 239 # package names stuff:
 240 for my $pkg (keys %package_names) {
 241         for (my $i=0;$i<length($pkg)-1;$i++) {
 242                 my $before = substr($pkg, 0, $i);
 243                 my $after = substr($pkg, $i);
 244                 $before = "^" if $before eq ""; # otherwise split doesn't work properly
 245                 $package_postfixes{$after} .= "$before\0";
 246         }
 247 }
 248 my %package_postfixes_db;
 249 tie %package_postfixes_db, "DB_File", "$DBDIR/package_postfixes.db.new",
 250         O_RDWR|O_CREAT, 0666, $DB_BTREE
 251         or die "Error creating DB: $!";
 252 while (my ($k, $v) = each(%package_postfixes)) {
 253         $v =~ s/.$//s;
 254         my $nr = $v;
 255         $nr =~ s/[^\000]//g;
 256         $nr = length($nr) + 1; # < number of hits
 257         if ($nr > $MAX_PACKAGE_POSTFIXES) {
 258                 $v = "\001" . $nr;
 259         }
 260         $package_postfixes_db{$k} = $v;
 261 }
 262 untie %package_postfixes_db;
 263
 264 store \%sections, "$DBDIR/sections.info";
 265 store \%subsections, "$DBDIR/subsections.info";
 266 store \%priorities, "$DBDIR/priorities.info";
 267
 268 rename("$DBDIR/packages_small.db.new", "$DBDIR/packages_small.db");
 269 rename("$DBDIR/sources_packages.db.new", "$DBDIR/sources_packages.db");
 270 for my $suite (@SUITES) {
 271         rename("$DBDIR/packages_all_$suite.db.new",
 272                "$DBDIR/packages_all_$suite.db");
 273         rename("$DBDIR/package_names_$suite.txt.new",
 274                "$DBDIR/package_names_$suite.txt");
 275 }
 276 rename("$DBDIR/packages_descriptions.db.new",
 277        "$DBDIR/packages_descriptions.db");
 278 rename("$DBDIR/descriptions_packages.db.new",
 279        "$DBDIR/descriptions_packages.db");
 280 rename("$DBDIR/descriptions.txt.new", "$DBDIR/descriptions.txt");
 281 rename("$DBDIR/descriptions.db.new", "$DBDIR/descriptions.db");
 282 rename("$DBDIR/package_postfixes.db.new", "$DBDIR/package_postfixes.db");