source: TI01-discovery/trunk/ingestAutomation/OAIBatch/SpaceTimeIngestFromMOLES.py @ 1898

Subversion URL: http://proj.badc.rl.ac.uk/svn/ndg/TI01-discovery/trunk/ingestAutomation/OAIBatch/SpaceTimeIngestFromMOLES.py@1898
Revision 1898, 5.6 KB checked in by selatham, 13 years ago (diff)

further ingest work

Line 
1#!/usr/bin/env python
2import cElementTree
3import elementtree.ElementTree as etree
4import molesReadWrite as MRW
5import sys
6import db_funcs
7import os
8
9#connect to db (in separate db functions module)
10connection = db_funcs.db_connect()
11
12def id_exists(Mid):
13        sql = "select id from spatiotemp where id = '"+Mid+"';"
14        cursor = connection.cursor()
15        cursor.execute(sql)
16        if len(cursor.fetchall()) <1:
17            return False
18        else:
19            return True
20
21
22def do_insert(Mid,west,south,east,north,startdate,enddate):
23        sql = "INSERT INTO spatiotemp (id, coordinates, startdate, enddate) VALUES ( '"+Mid+ "', sbox'(("+west+"d , "+south+"d), ("+east+"d , "+north+"d))', '"+startdate+"', '"+enddate+"');"
24        print sql
25        cursor = connection.cursor()
26        cursor.execute(sql)
27        connection.commit()
28
29def do_update(Mid,west,south,east,north,startdate,enddate):
30        sql = "UPDATE spatiotemp SET coordinates = sbox'(("+west+"d , "+south+"d), ("+east+"d , "+north+"d))', startdate='"+startdate+"', enddate= '"+enddate+"' WHERE id='"+Mid+"';"
31        print sql
32        cursor = connection.cursor()
33        cursor.execute(sql)     
34        connection.commit()
35
36def main(indir):
37    if indir == "":
38        sys.exit("USAGE: argument 1 = full path of directory where MOLES records reside")
39    else:
40        print "INFO: moles records are in %s" %indir
41
42#this is a fix to the  ElementTree namespace problem that namespaces are usually represented as ns0, ns1, ns2 etc.
43    etree._namespace_map.update({'http://ndg.nerc.ac.uk/moles': 'moles', 'http://www.w3.org/1999/xlink':'xlink'})
44    numfilesproc = 0
45
46    filenames = os.listdir(indir)
47    for filename in filenames:
48            if filename.find('.xml') != -1:
49                full_filename = indir + "/" + filename
50                no_bbox, no_dates = False
51                dgMeta=MRW.dgMetadata()
52                try:
53                    dgMeta.fromXML(cElementTree.ElementTree(file=full_filename).getroot())
54                except:
55                    print "WARNING: Cannot parse the XML moles document %s. Will not process" %full_filename
56                    continue
57                try:
58                    bbox=dgMeta.dgMetadataRecord.dgDataEntity.dgDataSummary.dgDataCoverage.dgSpatialCoverage.BoundingBox
59                    print bbox
60                except:
61                    print "INFO: XML moles document %s does not contain a bounding box." %full_filename
62                    no_bbox=True
63                try:
64                    dates=dgMeta.dgMetadataRecord.dgDataEntity.dgDataSummary.dgDataCoverage.dgTemporalCoverage.DateRange
65                    print dates
66                except:
67                    print "INFO: XML moles document %s does not contain temporal info." %full_filename
68                    no_dates=True
69
70                if no_bbox and no_dates:
71                    print "INFO: XML moles document %s does not contain any spatiotemporal info." %full_filename
72                    continue
73                #coverage= [dates.DateRangeEnd, dates.DateRangeStart, bbox.LimitNorth, bbox.LimitSouth,bbox.LimitEast, bbox.LimitWest]
74                #Mid = dgMeta.dgMetadataRecord.dgMetadataID.repositoryIdentifier+"__"+dgMeta.dgMetadataRecord.dgMetadataID.localIdentifier
75                Mid = filename
76                print Mid
77                #parse the coordinates somewhat
78                #west
79                west = bbox.LimitWest.strip()
80                if west.endswith('E'):
81                    west=bbox.LimitWest.split('E')[0]
82                elif west.endswith('W'):
83                    if west.startswith('-'):
84                        west = bbox.LimitWest.split('W')[0]
85                    else:
86                        west = "-" +bbox.LimitWest.split('W')[0]
87                try:
88                    float(west)
89                except:
90                    print "ERROR:  Will not process File %s. Contains incorrect West bounding box limit." %full_filename
91                    continue
92                print "West = %s" %west
93                #east
94                east = bbox.LimitEast.strip()
95                if east.endswith('E'):
96                    east=bbox.LimitEast.split('E')[0]
97                elif east.endswith('W'):
98                    if east.startswith('-'):
99                        east = bbox.LimitEast.split('W')[0]
100                    else:
101                        east = "-" +bbox.LimitEast.split('W')[0]
102                try:
103                    float(east)
104                except:
105                    print "ERROR:  Will not process File %s. Contains incorrect East bounding box limit." %full_filename
106                    continue
107                print "East = %s" %east
108                #north
109                north = bbox.LimitNorth.strip()
110                if north.endswith('N'):
111                    north=bbox.LimitNorth.split('N')[0]
112                elif north.endswith('S'):
113                    if north.startswith('-'):
114                        north = bbox.LimitNorth.split('S')[0]
115                    else:
116                        north = "-" +bbox.LimitNorth.split('S')[0]
117                try:
118                    float(north)
119                except:
120                    print "ERROR: Will not process File %s. Contains incorrect North bounding box limit." %full_filename
121                    continue
122                print "North = %s" %north
123                #south
124                south = bbox.LimitSouth.strip()
125                if south.endswith('N'):
126                    south=bbox.LimitSouth.split('N')[0]
127                elif south.endswith('S'):
128                    if south.startswith('-'):
129                        south = bbox.LimitSouth.split('S')[0]
130                    else:
131                        south = "-" +bbox.LimitSouth.split('S')[0]
132                try:
133                    float(south)
134                except:
135                    print "ERROR: Will not process File %s. Contains incorrect North bounding box limit." %full_filename
136                    continue
137                print "North = %s" %south
138
139                if id_exists( Mid ):
140                    print "INFO: doc %s exists, updating\n" %Mid
141                    do_update( Mid, west, south, east, north, dates.DateRangeStart, dates.DateRangeEnd )
142                else:
143                    print "INFO: doc %s does not exist, inserting new record\n" %Mid
144                    do_insert( Mid, west, south, east, north, dates.DateRangeStart, dates.DateRangeEnd )
145
146                numfilesproc += 1
147
148            else:
149                print "WARNING: File %s appears not to be XML. Will not be processed." %filename
150
151    print 'INFO: SpaceTimeIngestFromMOLES.py ran to end. files processed= %s' %(numfilesproc)
152
153if __name__=='__main__':
154    indir=sys.argv[1]
155    main(indir)
Note: See TracBrowser for help on using the repository browser.