欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

人大复印资料处理程序_输入篇

程序员文章站 2022-04-20 09:45:22
<?
//本程序是为解析人大复印资料的文章到数据库专用。
//编者:孔秀祥。日期:2001/4/10
switch($position) {
    default:
session_start();
if (!isset($auth_passed)) {
echo "本功能只有授权用户才能使用。";
return -1;
}

if(isset($u_name)) {
  session_name($u_name);

//echo "<center><font color='red'>".session_name().":本程序将竭诚为您服务。</font></center>\n";
//echo "<hr>";
}

?>
<html><head>
<title>文章加入数据库 </title>
</head>
<body><table><center>
<form enctype= "multipart/form-data" name = "submitform"
action= "<? $php_self ?>" method = "post">
<input type= "hidden" name = "max_file_size" value ="20000000">
<!--input type= "hidden" name = "uploadaction" value = "1"-->
<input type= "hidden" name = "position" value = "process">
<tr><td>文件名<td><input name = "uploadfile" type = "file" value="" size = "30"></tr>
<tr><td>索引文件名<td><input name = "index_file" type = "text" value="" size = "30"></td></tr>
<tr><td>索引标题<td><input name = "index_title" type = "text" value="学而斋资料" size = "30"></td></tr>

<tr><td rowspan=5>查询说明</td>
<!--/tr><tr-->
<td rowspan=5><textarea wrap=on rows="5" cols="30" name = "index_describe" size = "250">
人大复印资料(1985-1989)根据任意词查询,任意词=
</textarea></td>
</tr>

<td>文章分类</td>
</tr>
<tr><td>
<select size="1" name="catalog" type = "int" default=11>
?<option selected value="11">语言理论</option>
?<option value="12">语法学</option>
?<option value="13">语义学</option>
?<option value="14">语用学</option>
?<option value="15">修辞学 </option>
?<option value="16">古代汉语</option>
?<option value="21">历史学</option>
?<option value="31">中国哲学</option>
?<option value="41">其他</option>
</select>
</tr>

<tr><td align=center>
<input name = "submit" value = "提交" type = "submit">
<td><input name = "reset" value = "重置" type = "reset">
</td></tr>
</form></center></table></body>

</html>
<?

          break;
    case "process":
session_start();
require "config.php3";

$uploadaction=0;
$index_path="\\index\\";
$added=0; //索引文件是否已经存在的标记。
$die=0; //碰到异常情况退出循环标记。
$data_exist=0;  //要加入的文章已经存在的计量
$data_insert=0;   //新加入文章的计量
$repeat=0;      //是不是重复了。
$timelimit=0; //设置超时限制时间缺省时间为 30秒设置为0时为不限时
set_time_limit($timelimit);

//$uploadpath = addslashes(dirname($path_translated));
$filename = $uploadpath.$uploadfile_name; //上载文件名
//if(($uploadfile != "none")&&($uploadfile != ""))
if(($uploadfile =="none")||($uploadfile == "")){
    $page=$php_self;
    xueroom_error_exit("文件名不能为空,或者文件没有上传成功。",$page);
}
//$file_data=file($uploadfile);
$link=@mysql_connect($hostname,$dbusername,$dbpassword) or die("不能连接数据库!");
@mysql_select_db("$dbname") or die("不能选择数据库!");

$patterne="/【\s*文献号\s*】(.+)\n/u";  //文献号
$patternf="/【原文出处】(.+)\n/u";  //原文出处
$patterng="/【原刊期号】(.+)\n/u";  //原刊期号
$patternh="/【分\s*类\s*号】(.+)\n/u";  //分 类 号
$patternb="/【复印期号】(.+)\n/u";  //复印期号

//$patternc="/.*\s*【 标  题 】(.+)\n【.*/us";  //标  题  本来不加\n,但碰到“小句(d0a1bee4)”其中的a1be正好是“【”的内码。2001/3/13

//$patternc="/【 标  题 】(.+)\n【.*/us";  //标  题  本来不加\n,但碰到“小句(d0a1bee4)”其中的a1be正好是“【”的内码。2001/3/13
$patternc="/【\s*标\s*题\s*】(.+)\n【.*/us";  //标  题  本来不加\n,但碰到“小句(d0a1bee4)”其中的a1be正好是“【”的内码。2001/3/13
$patternd="/【\s*作\s*者\s*】(.+)\n/u";  //作  者
$patterna="/(.+【\s*正\s*文\s*】)(.+)$/us";  //留下一个【,作为标题栏的结束标记。
$pattern11="/【作者简介】(.+)【.*/us";//
$pattern12="/【内容提要】(.+)【.*/us";//



$fp_o=fopen("$uploadfile",'r');
$data=fread($fp_o,filesize($uploadfile));  //文件读入字符变量
fclose($fp_o);
$poem_array=preg_split("/\n\s+\n\s+\n\s+/",$data);
$replacement[0]="/(注.*)$/s";    //应该写上“注”,否则把“(上/下)”也删了。
$replacement[1]="/(注.*)\n\s*/s";  //为马庆株的一篇文章而设。注后还有副题。
//echo$poem_array[1];
$s=sizeof($poem_array);
for($i=0;$i<$s;$i++){  //对一个网页内的所有唐诗进行操作。
//for($i=0;$i<2;$i++){  //对一个网页内的所有唐诗进行操作。
    $t_data=$poem_array[$i];
//    if(preg_match($pattern,$data,$matches,preg_set_order)){
    if(preg_match($patterna,$t_data,$matchesa,preg_set_order)){
        $artical_data=$matchesa[2];   //正文
        $data=$matchesa[1];   //文章头
        if(preg_match($patternb,$data,$matchesb,preg_set_order))
            $date_rep=$matchesb[1];     //复印期号
            else
            $date_rep="";
        if(preg_match($patternc,$data,$matchesc,preg_set_order)){
            $artical_title=trim($matchesc[1]);   //标题
            $artical_title=preg_replace($replacement,"",$artical_title);
//            echo $artical_title."<br>";
            }
            else
            $artical_title="";
        if(preg_match($patternd,$data,$matchesd,preg_set_order))
            $artical_author=trim($matchesd[1]);   //作者
            else
            $artical_author="";

        if(preg_match($patterne,$data,$matchese,preg_set_order)){
            $resource_id=trim($matchese[1]);   //人大编号
//            echo $resource_id."<br>";
            }
            else
            $resource_id="";
        if(preg_match($patternf,$data,$matchesf,preg_set_order))
            $origin_periodical=trim($matchesf[1]);   //期刊
            else
            $origin_periodical="";
        if(preg_match($patterng,$data,$matchesg,preg_set_order))
            $date_temp=$matchesg[1];   //出版日期
            else
            $date_temp="";
        if(preg_match($patternh,$data,$matchesh,preg_set_order))
            $artical_type=trim($matchesh[1]);   //文章分类
            else
            $artical_type="";
/*
        if(preg_match($pattern11,$data,$matchesd,preg_set_order))
            $author_brif=$matchesd[1];   //作者简介
            else
            $author_brif="";
*/
        if(preg_match($pattern12,$data,$matches12,preg_set_order))
            $content_brif=$matches12[1];   //内容提要
            else
            $content_brif="";
//        echo$data;
//echo $artical_title;
/*         
        echo $resource_id."<br>";
        echo $origin_periodical."<br>";
        echo $artical_title."<br>";
        echo $artical_author."<br>";
*/
//    echo $date_rep."<br>";     
     if(($artical_title=="")||($resource_id=="")){
         $a=$i+1;
              echo "标题或人大编号为空,不合法。第 $a 篇没有加入数据库<br>";
              $die=1;
              //break;
      }
    else{
          if(strlen(trim(substr($date_temp,6,2)))!=0){
                  $date_pub=substr($date_temp,0,4)."-".substr($date_temp,4,2).substr($date_temp,6,2)." 00:00:00";
            }
           else{
                 $date_pub=substr($date_temp,0,4)."-".substr($date_temp,4,2)."-01 01:01:01";
                         //在日期的数字一定要有效,否则被置零。
//                         $date_pub=substr($date_temp,0,4)."-".substr($date_temp,4,2);
              }         //如果原文发表在报纸上,则有日期

    //    $artical_title=preg_replace($pattern91,"",$artical_title);
        $origin_periodical=addslashes($origin_periodical);
        $artical_title=addslashes($artical_title);
        $date_reprinted=substr($date_rep,0,4)."-".substr($date_rep,4,2)."-01 01:01:01";
        if($content_brif)
            $artical_data="$content_brif \r\n $artical_data";

             $artical_data=addslashes($artical_data);
             $artical__size=strlen($artical_data);
             $resource_id=trim($resource_id);
             $query = "insert into artical (resource_id, origin_periodical,date_pub, artical_author, artical_title, artical_data, artical_type,artical__size, date_reprinted,catalog) values ('$resource_id', '$origin_periodical','$date_pub', '$artical_author', '$artical_title', '$artical_data', '$artical_type','$artical__size', '$date_reprinted',$catalog)";
             $q="select artical_id,resource_id,artical_title,artical_author,artical_type from artical where resource_id=\"$resource_id\"";
             $r = @mysql_query($q);
//             $count=@mysql_fetch_row($r);
//             echo "$artical_type,,".$count[4]."<br>";
        while($count=mysql_fetch_array($r)){  //重复的号码可能有多个,真正重复的不一定是第一个找到的。所以要用循环来找。2001/3/16
                                              //为了找到个理由,我花的代价可是不小。
            if($artical_type==$count[4]&&$artical_author==$count[3]){
                      $data_exist+=1;
                      $id=$count[0];
                      $title=$count[2];
                      $author=$count[3];
                $repeat=1;
                break;
            }
        }
              if($repeat){
            $f_data.="<tr><td><a href=".$dataurl."readfile.php3?artical_id=$id>$title</a><td>作者:$author </tr>\r\n";
            $repeat=0;
              }
           else{

                $result = @mysql_query($query);
                if($result){
                       $data_insert+=1;
                       $id= mysql_insert_id();
                       $f_data.="<tr><td><a href=".$dataurl."readfile.php3?artical_id=$id>$artical_title</a><td>作者:$artical_author</tr>\r\n";
              }
            else{
                echo $data;
                echo'数据写入失败<br>';
                 }//if($result)
        }//if(strlen($count)!=0){  //文章是否已经存在。

    }//if(strlen($artical_title)==0){

    }//if(preg_match($patterna,$t_data,$matchesa,preg_set_order)){
}//for()

//下面为结束处理。
set_time_limit(30);
mysql_close($link);
$dte_created=date('y-m-d h:i:s');
$total=$data_exist+$data_insert;

if($index_title==""){
$index_title="学而斋资料";
}
$index_title=$index_title."_".$data_search;

$html_header="<html><head><title>$index_title</title></head><body>";
$html_header.="<h5>$index_title</h5>\r\n";
$dte_created=date('y-m-d h:i:s');
$html_header.="<font color='maroon' face='楷体' size=1>$index_describe 发现了 $total 条/上载日期:$dte_created</font><hr>\r\n";
$html_header.="<table>\r\n";
$data=$html_header.$f_data;
$data.="<table></body></html>";
/*
if(strlen($index_file)==0){
header("content-type: text/html");
   echo $data;
   }
   else
   {
*/
if(strlen($index_file)!=0){
     $in_file="$index_file";
    $index_file=$index_path.$in_file;
  }
else
       $in_file="temp.html";

$fp=indexfile($index_file,$index_title,$index_describe);
fputs($fp, "发现了 $total 条");
fputs($fp, "查询日期:$dte_created</font><hr>\r\n");
fputs($fp,"<table>\r\n");
fputs($fp, $f_data);
fputs($fp, "<table></body></html>");
fclose($fp);
echo "<html><head><title>文件提取</title></head><body>";

if($added){  //如果索引文件存在。$added是一个全局变量。
    echo "索引文件".$in_file."已经存在,新索引已经加入到文件的最后。<br>";
    //  echo "请看<a href=$index_url$in_file>".$in_file.'</a>的最后'.$total.'条。<br>';
      }

else{
     //将新索引文件写入总索引文件。
     $total_index=$index_path."k_index.html";
     $fp_i=fopen($total_index,'a+');
     $file_link="<a href=$index_url$in_file>$index_describe</a><br>\r\n";
     fputs($fp_i, $file_link);
     fclose($fp_i);
}//if($added)
echo"点<a href=$index_url$in_file>这里</a>看新加入的文件索引<br>";

//}//if(strlen($index_file)==0){

if($data_exist>0)
     echo "重复的文章共".$data_exist."篇。<br>";
if($data_insert>0)
    echo "新加入的文章共".$data_insert."篇。<hr>";
$total=$data_exist+$data_insert;
echo"上传文件".$uploadfile_name."共有文章".$total."篇。";
echo"<br><a href = $php_self>返回 </a>";
echo"</body></html>";
break;
  }
?>