bin/parse-sources

   1 #!/usr/bin/perl -w
   2 # Convert Sources.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_SOURCE_POSTFIXES = 100;
  27
  28 use DB_File;
  29 my %sources_small = ();
  30 my %source_names = ();
  31 my %source_postfixes = ();
  32
  33 my @suites = ('oldstable', 'stable', 'testing', 'unstable', 'experimental');
  34
  35 $/ = "";
  36
  37 for my $suite (@suites) {
  38
  39         print "Reading $suite...\n";
  40         my %sources_all_db;
  41         tie %sources_all_db, "DB_File", "sources_all_$suite.db.new",
  42                 O_RDWR|O_CREAT, 0666, $DB_BTREE
  43                 or die "Error creating DB: $!";
  44         open PKG, "zcat /org/ftp.debian.org/ftp/dists/$suite/$what/source/Sources.gz|";
  45         while (<PKG>) {
  46                 next if /^\s*$/;
  47                 my $data = "";
  48                 my %data = ();
  49                 chomp;
  50                 s/\n /\377/g;
  51                 while (/^(\S+):\s*(.*)\s*$/mg) {
  52                         my ($key, $value) = ($1, $2);
  53                         $value =~ s/\377/\n /g;
  54                         $data .= "$key: $value\n";
  55                         $key =~ tr [A-Z] [a-z];
  56                         $data{$key} = $value;
  57                 }
  58                 $sources_all_db{"$data{'package'} $data{'version'}"}
  59                         = $data;
  60
  61                 $source_names{$data{'package'}} = 1;
  62
  63                 my $section = 'main';
  64                 my $subsection = $data{section};
  65                 if ($data{section} && ($data{section} =~ m=/=o)) {
  66                     ($section, $subsection) = split m=/=o, $data{section}, 2;
  67                 }
  68                 $data{'priority'} = "-" if not exists($data{'priority'});
  69                 $sources_small{$data{'package'}} .=
  70                         "$suite $section $subsection $data{'priority'} $data{'version'}\000";
  71         }
  72
  73         untie %sources_all_db;
  74 }
  75
  76 print "Writing databases...\n";
  77 my %sources_small_db;
  78 tie %sources_small_db, "DB_File", "sources_small.db.new",
  79         O_RDWR|O_CREAT, 0666, $DB_BTREE
  80         or die "Error creating DB: $!";
  81 while (my ($k, $v) = each(%sources_small)) {
  82         $v =~ s/.$//s;
  83         $sources_small_db{$k} = $v;
  84 }
  85 untie %sources_small_db;
  86
  87 # package names stuff:
  88 for my $pkg (keys %source_names) {
  89         for (my $i=0;$i<length($pkg)-1;$i++) {
  90                 my $before = substr($pkg, 0, $i);
  91                 my $after = substr($pkg, $i);
  92                 $source_postfixes{$after} .= "$before\0";
  93         }
  94 }
  95 my %source_postfixes_db;
  96 tie %source_postfixes_db, "DB_File", "source_postfixes.db.new",
  97         O_RDWR|O_CREAT, 0666, $DB_BTREE
  98         or die "Error creating DB: $!";
  99 while (my ($k, $v) = each(%source_postfixes)) {
 100         $v =~ s/.$//s;
 101         my $nr = $v;
 102         $nr =~ s/[^\000]//g;
 103         $nr = length($nr) + 1; # < number of hits
 104         if ($nr > $MAX_SOURCE_POSTFIXES) {
 105                 $v = "\001" . $nr;
 106         }
 107         $source_postfixes_db{$k} = $v;
 108 }
 109 untie %source_postfixes_db;
 110
 111 for my $suite (@suites) {
 112         rename("sources_all_$suite.db.new", "sources_all_$suite.db");
 113 }
 114 rename("sources_small.db.new", "sources_small.db");
 115 rename("source_postfixes.db.new", "source_postfixes.db");