lib/index.h

   1 /*
   2  *      Sherlock: Data structures used in indices
   3  *
   4  *      (c) 2001--2003 Martin Mares <mj@ucw.cz>
   5  */
   6
   7 #ifndef _SHERLOCK_INDEX_H
   8 #define _SHERLOCK_INDEX_H
   9
  10 #include "lib/fastbuf.h"
  11 #include SHERLOCK_CUSTOM
  12 #include "charset/unistream.h"
  13
  14 #define INDEX_VERSION (0x32240100+sizeof(struct card_attr))     /* Increase with each incompatible change in index format */
  15
  16 /*
  17  *  Words and word complexes
  18  *
  19  *  MAX_WORD_LEN is the maximum length (measured in UTF-8 characters, excluding
  20  *  the terminating zero byte if there's any) of any word which may appear in the
  21  *  indices or in the bucket file. Naturally, the same constant also bounds
  22  *  the number of UCS-2 characters in a word.
  23  *
  24  *  Caveat: If you are upcasing/downcasing the word, the UTF-8 encoding can
  25  *  expand, although at most twice, so you need to reserve 2*MAX_WORD_LEN bytes.
  26  *
  27  *  MAX_COMPLEX_LEN is the upper bound on number of words in any word complex.
  28  */
  29
  30 #define MAX_WORD_LEN            64      /* a multiple of 4 */
  31 #define MAX_COMPLEX_LEN         10
  32
  33 /* Word and string types are defined in lib/custom.h */
  34
  35 /* Index card attributes */
  36
  37 struct card_attr {
  38   u32 card;                             /* Reference to card description (either oid or filepos) */
  39 #ifdef CONFIG_SITES
  40   u32 site_id;
  41 #endif
  42   CUSTOM_CARD_ATTRS                     /* Include all custom attributes */
  43   byte weight;
  44   byte flags;
  45 #ifdef CONFIG_LASTMOD
  46   byte age;                             /* Document age in pseudo-logarithmic units wrt. reference time */
  47 #endif
  48 #ifdef CONFIG_FILETYPE
  49   byte type_flags;                      /* File type flags (see below) */
  50 #endif
  51 };
  52
  53 enum card_flag {
  54   CARD_FLAG_EMPTY = 1,                  /* Empty document (redirect, robot file etc.) [scanner] */
  55   CARD_FLAG_ACCENTED = 2,               /* Document contains accented characters [scanner] */
  56   CARD_FLAG_DUP = 4,                    /* Removed as a duplicate [merger] */
  57   CARD_FLAG_MERGED = 8,                 /* Destination of a merge [merger] */
  58   CARD_FLAG_IMAGE = 16,                 /* Is an image object [scanner] */
  59   CARD_FLAG_FRAMESET = 32,              /* Contains a frameset to be ignored [scanner] */
  60   CARD_FLAG_GIANT_CLASS = 64,           /* Belongs to a very large class, subject to penalties [merger] */
  61 };
  62
  63 #define CARD_POS_SHIFT 5                /* Card positions are shifted this # of bits to the right */
  64
  65 /*
  66  *  We store document type and several other properties in card_attr->type_flags.
  67  *  Here we define only the basic structure, the details are defined in custom.h
  68  *  (the list of type names custom_file_type_names[] and also setting of the file
  69  *  types in custom_create_attrs()).
  70  *
  71  *  bits 7--5   file type: (0-3: text types, 4-7: other types, defined by custom.h)
  72  *  bits 4--0   type-dependent information, for text types it's document language code
  73  */
  74
  75 #ifdef CONFIG_FILETYPE
  76 #define CA_GET_FILE_TYPE(a) ((a)->type_flags >> 5)
  77 #define CA_GET_FILE_INFO(a) ((a)->type_flags & 0x1f)
  78 #define CA_GET_FILE_LANG(a) ((a)->type_flags & 0x80 ? 0 : CA_GET_FILE_INFO(a))
  79 #define FILETYPE_ATTRS SMALL_SET_ATTR(ftype, FILETYPE, CA_GET_FILE_TYPE, ext_ft_parse)
  80 #define MAX_FILE_TYPES 8
  81 byte *ext_ft_parse(u32 *dest, byte *value, uns intval);
  82 extern byte *custom_file_type_names[MAX_FILE_TYPES];
  83 #else
  84 #define FILETYPE_ATTRS
  85 #endif
  86
  87 #ifdef CONFIG_LANG
  88 /* You can use language matching without CONFIG_FILETYPE, but you have to define CA_GET_FILE_LANG yourself. */
  89 #define LANG_ATTRS SMALL_SET_ATTR(lang, LANG, CA_GET_FILE_LANG, ext_lang_parse)
  90 byte *ext_lang_parse(u32 *dest, byte *value, uns intval);
  91 #else
  92 #define LANG_ATTRS
  93 #endif
  94
  95 #define EXTENDED_ATTRS CUSTOM_ATTRS LANG_ATTRS          /* Beware, FILETYPE_ATTRS are handled separately */
  96
  97 /* String fingerprints */
  98
  99 struct fingerprint {
 100   byte hash[12];
 101 };
 102
 103 void fingerprint(byte *string, struct fingerprint *fp);
 104
 105 static inline u32
 106 fp_hash(struct fingerprint *fp)
 107 {
 108   return fp->hash[0] ^ fp->hash[1] ^ fp->hash[2] ^ fp->hash[3];
 109 }
 110
 111 /* URL keys */
 112
 113 byte *url_key(byte *url, byte *buf);
 114 void url_fingerprint(byte *url, struct fingerprint *fp);
 115
 116 /* Reading of tagged text (Unicode values, tags mapped to 0x80000000 and higher) */
 117
 118 #define GET_TAGGED_CHAR(p,u) do {                               \
 119   u = *p;                                                       \
 120   if (u >= 0xc0)                                                \
 121     GET_UTF8_CHAR(p,u);                                         \
 122   else if (u >= 0x80)                                           \
 123     {                                                           \
 124       p++;                                                      \
 125       if (u >= 0xb0)                                            \
 126         {                                                       \
 127           ASSERT(u == 0xb0);                                    \
 128           u += 0x80020000;                                      \
 129         }                                                       \
 130       else if (u >= 0xa0)                                       \
 131         {                                                       \
 132           ASSERT(*p >= 0x80 && *p <= 0xbf);                     \
 133           u = 0x80010000 + ((u & 0x0f) << 6) + (*p++ & 0x3f);   \
 134         }                                                       \
 135       else                                                      \
 136         u += 0x80000000;                                        \
 137     }                                                           \
 138   else                                                          \
 139     p++;                                                        \
 140 } while (0)
 141
 142 #define SKIP_TAGGED_CHAR(p) do {                                \
 143   if (*p >= 0x80 && *p < 0xc0)                                  \
 144     {                                                           \
 145       uns u = *p++;                                             \
 146       if (u >= 0xa0 && u < 0xb0 && *p >= 0x80 && *p < 0xc0)     \
 147         p++;                                                    \
 148     }                                                           \
 149   else                                                          \
 150     UTF8_SKIP(p);                                               \
 151 } while (0)
 152
 153 static inline uns
 154 bget_tagged_char(struct fastbuf *f)
 155 {
 156   uns u = bgetc(f);
 157   if ((int)u < 0x80)
 158     ;
 159   else if (u < 0xc0)
 160     {
 161       if (u >= 0xb0)
 162         {
 163           ASSERT(u == 0xb0);
 164           u += 0x80020000;
 165         }
 166       else if (u >= 0xa0)
 167         {
 168           uns v = bgetc(f);
 169           ASSERT(v >= 0x80 && v <= 0xbf);
 170           u = 0x80010000 + ((u & 0x0f) << 6) + (v & 0x3f);
 171         }
 172       else
 173         u += 0x80000000;
 174     }
 175   else
 176     {
 177       bungetc(f);
 178       u = bget_utf8(f);
 179     }
 180   return u;
 181 }
 182
 183 /* Conversion of document age from seconds to our internal units */
 184
 185 static inline int
 186 convert_age(sh_time_t lastmod, sh_time_t reftime)
 187 {
 188   sh_time_t age;
 189   if (reftime < lastmod)                /* past times */
 190     return -1;
 191   age = (reftime - lastmod) / 3600;
 192   if (age < 48)                         /* last 2 days: 1 hour resolution */
 193     return age;
 194   age = (age-48) / 24;
 195   if (age < 64)                         /* next 64 days: 1 day resolution */
 196     return 48 + age;
 197   age = (age-64) / 7;
 198   if (age < 135)                        /* next 135 weeks: 1 week resolution */
 199     return 112 + age;
 200   age = (age-135) / 52;
 201   if (age < 8)                          /* next 8 years: 1 year resolution */
 202     return 247 + age;
 203   return 255;                           /* then just "infinite future" */
 204 }
 205
 206 #endif