auf_savoirs_en_partage/savoirs/lib/sep.py

   1 # -*- encoding: utf-8 -*-
   2 import simplejson, re, datetime, operator, hashlib
   3 from savoirs.globals import *
   4 from savoirs.models import Record
   5
   6 class SEPEncoder:
   7     """
   8     Classe permettant de d'encoder et de décoder les données moissonnées.
   9     """
  10     separator = ", "
  11
  12     def encode(self, field, data):
  13         if field in META.keys() and META[field]['type'] == 'array':
  14             return self.separator.join(data)
  15         else:
  16             return data
  17
  18     def decode(self, field, data):
  19         if field in META.keys() and META[field]['type'] == 'array':
  20             return data.split(self.separator)
  21         else:
  22             return data
  23
  24     #def migrate(self,):
  25     #    for r in Record.objects.all():
  26     #        for f in META.keys():
  27     #            json = getattr(r, f)
  28     #            if json is not None:
  29     #                normal = simplejson.loads(json)
  30     #                new = self.encode(f, normal)
  31     #                setattr(r, f, new)
  32     #        r.save()
  33
  34 class SEP:
  35     """
  36     Classe utilisée pour réaliser manipuler les données moisonnées.
  37     """
  38
  39     encoder = SEPEncoder()
  40
  41     ############################################################################
  42     # MÉTHODES INTERNES
  43     ############################################################################
  44
  45     def _load (self, id):
  46         """Recupérer la structure de métadonnées pour un record selon un `id`."""
  47         r = Record.objects.get(id = id)
  48         meta = {}
  49         for k in META.keys ():
  50             if hasattr (r, k):
  51                 v = getattr (r, k)
  52                 if v is not None:
  53                     meta[k] = self.encoder.decode(k, v)
  54         return meta
  55
  56     def _save (self, metadata):
  57         r = Record ()
  58         for k in metadata.keys ():
  59             setattr (r, k, self.encoder.encode(k, metadata[k]))
  60         r.last_checksum = hashlib.md5(str(metadata)).hexdigest()
  61         r.last_update = datetime.datetime.today()
  62         r.save()
  63         return r.id
  64
  65     def _modify (self, id, metadata):
  66         r = Record.objects.get(id = id)
  67
  68         # test si le fichier a été modifié
  69         if hashlib.md5(str(metadata)).hexdigest() == r.last_checksum:
  70             return False
  71
  72         for k in metadata.keys ():
  73             setattr (r, k, self.encoder.encode(k, metadata[k]))
  74
  75         r.last_update = datetime.datetime.today()
  76         r.save()
  77         return True
  78
  79     def _combine (self, result_lists, op):
  80         scores = {}
  81         simple_sets = []
  82
  83         for list in result_lists:
  84             simple_sets.append (set([x[0] for x in list]))
  85             for (id, score) in list:
  86                 if scores.get (id) is None:
  87                     scores[id] = 0
  88                 scores[id] += score
  89
  90         matches = []
  91         for s in simple_sets:
  92             if op == "|":
  93                 matches = set(matches) | s
  94             elif op == "&":
  95                 if len (matches) == 0:
  96                     matches = s
  97                 else:
  98                     matches = set(matches) & s
  99             #print "EE", matches
 100
 101         return [(x, scores[x]) for x in matches]
 102
 103
 104     def _text_search (self, q, fields = None):
 105         if fields is None:
 106             fields = [x for x in META.keys() if META[x].get("text_search", False)]
 107
 108         w = re.compile (r'\W+', re.U)
 109         words = w.split (q)
 110
 111         matches = []
 112         suffix = ""
 113         if len(fields)==1 and fields[0] == "subject":
 114             suffix = " IN BOOLEAN MODE"
 115
 116         for k in fields:
 117             matches.append ("MATCH(`%s`) AGAINST ('%s'%s)" % (k, " ".join(words), suffix))
 118         m = "+".join (matches)
 119
 120         q = "SELECT id, (" + m + ") AS score FROM savoirs_record WHERE (" \
 121                 + m + ") HAVING score > 0 ORDER BY score DESC"
 122
 123         from django.db import connection, transaction
 124         cursor = connection.cursor()
 125         cursor.execute(q)
 126         rc = cursor.fetchall()
 127         return rc
 128
 129     ############################################################################
 130     # API
 131     ############################################################################
 132
 133     def add (self, metadata):
 134         """Ajouter la ressource définie par `metadata`. Si on trouve une
 135         ressource avec le même `identifier`, on le met a jour.
 136
 137         Retourne l'id de la ressource créée ou mise à jour.
 138         """
 139         added = updated = False
 140         exists = self.search (q = {URI: metadata[URI]})
 141         if len (exists) > 0:
 142             id = exists[0][0]
 143             updated = self.update (int(id), metadata)
 144         else:
 145             added = True
 146             id = self._save (metadata)
 147         return {'record_id': id, 'added':added, 'updated':updated}
 148
 149     def delete (self, id):
 150         """Supprime la ressource identifiée par `id`.
 151         """
 152         r = Record.objects.get(id = id)
 153         r.delete()
 154
 155     def update (self, id, metadata):
 156         """Met a jour la ressource identifiée par `id`, avec les données de
 157         `metadata`. Une exception est levée si elle n'existe pas.
 158         """
 159         if self.get (int(id)) is not None:
 160             return self._modify (int(id), metadata)
 161         else:
 162             raise Exception ("Objet inexistant")
 163         return False
 164
 165     def get (self, id):
 166         """Recupérer la structure de métadonnées pour la ressource identifiée
 167         par `id`. `id` peut être une liste si on veut les structures de
 168         plusieurs ressources.
 169         """
 170         if isinstance (id, tuple) or isinstance (id, list):
 171             rc = []
 172             for i in id:
 173                 try:
 174                     i = i[0]
 175                 except: pass
 176                 rc.append (self._load (int(i)))
 177         else:
 178             rc = self._load (int(id))
 179         return rc
 180
 181     def ids (self):
 182         """ Retourner la liste complète des ids des ressources."""
 183         return [x.id for x in Record.objects.all()]
 184
 185     def search (self, q):
 186         """Effectue une recherche multi-critères, en fonction du dictionnaire
 187         `q`. Retourne une list d'`id`s uniquement. Les données pour chaque
 188         résultat doivent être chargées ulterieurement.
 189         """
 190         rc = []
 191         sets = []
 192
 193         if len (q) > 0:
 194             # Recherche "simple"
 195             ww = q.get ("q", "").strip()[1:-1]
 196             if len (ww) > 0:
 197                 s = self._text_search (ww)
 198                 if len(s) > 0:
 199                     rc.append (s)
 200             # Recherche URL
 201             elif q.get (URI) is not None:
 202                 s = []
 203                 try:
 204                     s.append((Record.objects.get(uri__iexact = q.get(URI)).id, 1))
 205                     rc.append(s)
 206                 except: pass
 207             # Recherche avancée
 208             else:
 209                 creator = q.get ("creator", "")[1:-1]
 210                 title = q.get ("title", "")[1:-1]
 211                 description = q.get ("description", "")[1:-1]
 212                 subject = q.get ("subject", "")[1:-1]
 213
 214                 if len (creator) > 0:
 215                     sets.append (self._text_search (creator, [CREATOR, CONTRIBUTOR]))
 216                 if len (title) > 0:
 217                     sets.append (self._text_search (title, [TITLE, ALT_TITLE]))
 218                 if len (description) > 0:
 219                     sets.append (self._text_search (description, [DESCRIPTION, ABSTRACT]))
 220                 if len (subject) > 0:
 221                     sets.append (self._text_search (subject, [SUBJECT,]))
 222                 rc = self._combine (sets, q.get ("operator", "|"))
 223                 rc.sort (key = operator.itemgetter(1), reverse = True)
 224
 225             if len(rc) > 0:
 226                 rc = [x[0] for x in rc]
 227
 228         else:
 229             rc = self.ids()
 230
 231         return rc