bin/parse-translations

   1 #!/usr/bin/perl -w
   2 # Convert Translation.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 # max. distinct results for a given package postfix
  29 my $MAX_PACKAGE_POSTFIXES = 100;
  30
  31 use DB_File;
  32 use Storable;
  33 use File::Path;
  34 use Digest::MD5;
  35 use Text::Iconv;
  36 use Deb::Versions;
  37 use Lingua::Stem v0.82;
  38 use Search::Xapian;
  39 use Packages::Config qw( $TOPDIR $DBDIR @DDTP_LANGUAGES );
  40 &Packages::Config::init( './' );
  41 my %descriptions = ();
  42
  43 $/ = "";
  44
  45 -d $DBDIR || mkpath( $DBDIR );
  46
  47 my $fixja = Text::Iconv->new("EUC-JP", "UTF-8");
  48
  49 foreach my $lang (@DDTP_LANGUAGES) {
  50     print "Reading Translations for $lang...";
  51     open PKG, "zcat $TOPDIR/archive/*/*/*/i18n/Translation-$lang.gz|";
  52     my $count = 0;
  53     while (<PKG>) {
  54         next if /^\s*$/;
  55         my $data = "";
  56         my %data = ();
  57         chomp;
  58         s/\n /\377/g;
  59         while (/^(\S+):\s*(.*)\s*$/mg) {
  60             my ($key, $value) = ($1, $2);
  61             $value =~ s/\377/\n /g;
  62             $key =~ tr [A-Z] [a-z];
  63             $data{$key} = $value;
  64         }
  65         # Skip double descriptions
  66         next if exists($descriptions{$data{"description-md5"}}{$lang});
  67         # some weirdnesses in the files
  68         next unless defined $data{"description-".lc($lang)};
  69         if ($lang eq 'ja') {
  70             my $fixed = $fixja->convert($data{"description-ja"});
  71             $data{"description-ja"} = $fixed if $fixed;
  72         }
  73         $descriptions{$data{"description-md5"}}{$lang} = $data{"description-".lc($lang)};
  74         $count++;
  75     }
  76     print "($count)\n";
  77 }
  78 close PKG;
  79
  80 print "Writing database (".scalar(keys %descriptions)." unique descriptions)...\n";
  81 my %descriptions_db;
  82 tie %descriptions_db, "DB_File", "$DBDIR/descriptions_translated.db.new",
  83         O_RDWR|O_CREAT, 0666, $DB_BTREE
  84         or die "Error creating DB: $!";
  85 while (my ($md5, $v) = each(%descriptions)) {
  86     my $str = "";
  87     while (my ($lang, $desc) = each %$v) {
  88         unless ($lang && $desc) {
  89             warn "MD5: $md5 LANG: $lang DESC: $desc\n";
  90             exit;
  91         }
  92         $str .= "$lang\001$desc\000";
  93     }
  94
  95     $descriptions_db{$md5} = $str;
  96 }
  97 untie %descriptions_db;
  98
  99 rename("$DBDIR/descriptions_translated.db.new",
 100        "$DBDIR/descriptions_translated.db");