lib/index.h

   1 /*
   2  *      Sherlock Gatherer: Data structures used in indices
   3  *
   4  *      (c) 2001 Martin Mares <mj@ucw.cz>
   5  */
   6
   7 /* Words */
   8
   9 #define MAX_WORD_LEN            64
  10
  11 /* Word types */
  12
  13 enum word_type {
  14   WT_RESERVED,                          /* Reserved word type */
  15   WT_TEXT,                              /* Ordinary text */
  16   WT_EMPH,                              /* Emphasized text */
  17   WT_SMALL,                             /* Small font */
  18   WT_TITLE,                             /* Document title */
  19   WT_SMALL_HEADING,                     /* Heading */
  20   WT_BIG_HEADING,                       /* Larger heading */
  21   WT_KEYWORD,                           /* Explicitly marked keyword */
  22   WT_META,                              /* Various meta-information */
  23   WT_ALT,                               /* Alternate texts for graphical elements */
  24   WT_URL1,                              /* Word extracted from document URL (low and high weight) */
  25   WT_URL2,
  26   WT_MAX
  27 };
  28
  29 /* Descriptive names used for user output */
  30 #define WORD_TYPE_USER_NAMES                                                    \
  31    "reserved", "text", "emph", "small", "title", "hdr1", "hdr2", "keywd",       \
  32    "meta", "alt", "urlword1", "urlword2", "type12", "type13", "type14", "type15"
  33
  34 /* Keywords for word type names */
  35 #define WORD_TYPE_NAMES                         \
  36         T(WORD, ~0)                             \
  37         T(TEXT, 1 << WT_TEXT)                   \
  38         T(EMPH, 1 << WT_EMPH)                   \
  39         T(SMALL, 1 << WT_SMALL)                 \
  40         T(TITLE, 1 << WT_TITLE)                 \
  41         T(HDR, (1 << WT_SMALL_HEADING) | (1 << WT_BIG_HEADING))  \
  42         T(HDR1, 1 << WT_SMALL_HEADING)          \
  43         T(HDR2, 1 << WT_BIG_HEADING)            \
  44         T(KEYWD, 1 << WT_KEYWORD)               \
  45         T(META, 1 << WT_META)                   \
  46         T(ALT, 1 << WT_ALT)                     \
  47         T(URLWORD, (1 << WT_URL1) | (1 << WT_URL2))
  48
  49 /* These types are not shown in document contexts */
  50 #define WORD_TYPES_HIDDEN ((1 << WT_URL1) | (1 << WT_URL2))
  51
  52 /* String types */
  53
  54 enum string_type {
  55   ST_RESERVED,                          /* Reserved string type */
  56   ST_URL,                               /* URL of the document */
  57   ST_HOST,                              /* Host name */
  58   ST_DOMAIN,                            /* Domain name */
  59   ST_REF,                               /* URL reference */
  60   ST_BACKREF,                           /* Back-reference (frame or redirect source) */
  61   ST_MAX
  62 };
  63
  64 #define STRING_TYPE_USER_NAMES                                                  \
  65    "URL", "host", "domain", "ref", "backref", "type5", "type6", "type7",        \
  66    "type8", "type9", "type10", "type11", "type12", "type13", "type14", "type15"
  67
  68 #define STRING_TYPE_NAMES                       \
  69         T(URL, 1 << ST_URL)                     \
  70         T(HOST, 1 << ST_HOST)                   \
  71         T(DOMAIN, 1 << ST_DOMAIN)               \
  72         T(REF, 1 << ST_REF)                     \
  73         T(BACKREF, 1 << ST_BACKREF)
  74
  75 #define STRING_TYPES_URL ((1 << ST_URL) | (1 << ST_REF) | (1 << ST_BACKREF))
  76 /* These must be indexed in lowercase form */
  77 #define STRING_TYPES_CASE_INSENSITIVE ((1 << ST_HOST) | (1 << ST_DOMAIN))
  78
  79 /* Index card attributes */
  80
  81 struct card_attr {
  82   u32 card;                             /* Reference to card description (either oid or filepos) */
  83   u32 site_id;
  84   byte weight;
  85   byte flags;
  86   byte rfu[2];
  87 };
  88
  89 enum card_flag {
  90   CARD_FLAG_EMPTY = 1,                  /* Empty document (redirect, robot file etc.) [scanner] */
  91   CARD_FLAG_ACCENTED = 2,               /* Document contains accented characters [scanner] */
  92   CARD_FLAG_DUP = 4,                    /* Removed as a duplicate [merger] */
  93   CARD_FLAG_MERGED = 8,                 /* Destination of a merge [merger] */
  94 };
  95
  96 #define CARD_POS_SHIFT 5                /* Card positions are shifted this # of bytes to the right */
  97
  98 /* String fingerprints */
  99
 100 struct fingerprint {
 101   byte hash[12];
 102 };
 103
 104 void fingerprint(byte *string, struct fingerprint *fp);
 105
 106 static inline u32
 107 fp_hash(struct fingerprint *fp)
 108 {
 109   return (fp->hash[0] << 24) | (fp->hash[1] << 16) | (fp->hash[2] << 8) | fp->hash[3];
 110 }
 111
 112 /* Reading of tagged text (Unicode values, tags mapped to 0x80000000 and higher) */
 113
 114 #define GET_TAGGED_CHAR(p,u) do {                               \
 115   u = *p;                                                       \
 116   if (u >= 0xc0)                                                \
 117     GET_UTF8(p,u);                                              \
 118   else if (u >= 0x80)                                           \
 119     {                                                           \
 120       p++;                                                      \
 121       if (u >= 0xb0)                                            \
 122         {                                                       \
 123           if (u != 0xb0)                                        \
 124             ASSERT(0);                                          \
 125           u += 0x80020000;                                      \
 126         }                                                       \
 127       else if (u >= 0xa0)                                       \
 128         {                                                       \
 129           ASSERT(*p >= 0x80 && *p <= 0xbf);                     \
 130           u = 0x80010000 + ((u & 0x0f) << 6) + (*p++ & 0x3f);   \
 131         }                                                       \
 132       else                                                      \
 133         u += 0x80000000;                                        \
 134     }                                                           \
 135   else                                                          \
 136     p++;                                                        \
 137 } while (0)