人大复印资料处理程序_输入篇

//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 "

".session_name().":本程序将竭诚为您服务。

//echo "

}

?>

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);

$poem_array=preg_split("/ns+ns+ns+/",$data);

$replacement[0]="/（注.*）$/s";//应该写上“注”，否则把“（上/下）”也删了。

$replacement[1]="/（注.*）ns*/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."
";

}

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."
";

}

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."
";

echo $origin_periodical."
";

echo $artical_title."
";

echo $artical_author."
";

*/

//echo $date_rep."
";

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
";

$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 rn $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]."
";

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，我花的代价可是不校

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){

$f_data.="$title作者：$author rn";

$repeat=0;

}

else{

$result = @mysql_query($query);

if($result){

$data_insert+=1;

$id= mysql_insert_id();

$f_data.="$artical_title作者：$artical_authorrn";

}

else{

echo $data;

echo'数据写入失败

';

}//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_header.="

$index_title

$dte_created=date('Y-m-d H:i:s');

$html_header.="$index_describe 发现了 $total 条/上载日期：$dte_created

$html_header.="

$data=$html_header.$f_data;

$data.="

/*

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

fputs($fp,"

fputs($fp, $f_data);

fputs($fp, "

fclose($fp);

echo "";

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。
";

//echo "请看".$in_file.'的最后'.$total.'条。
';

}

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+');

$file_link="$index_describe
rn";

fputs($fp_i, $file_link);

fclose($fp_i);

}//if($added)

echo"点这里看新加入的文件索引
";

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

if($data_exist>0)

echo "重复的文章共".$data_exist."篇。
";

if($data_insert>0)

echo "新加入的文章共".$data_insert."篇。

$total=$data_exist+$data_insert;

echo"上传文件".$UploadFile_name."共有文章".$total."篇。";

echo"
返回 ";

echo"";

break;

}

?>