Subversion Repositories eFlore/Projets.eflore-projets

<?php

/*

 * @copyright 2013 Tela Botanica (accueil@tela-botanica.org)

 * @author Raphaël Droz <raphael@tela-botanica.org>

 * @license GPL v3 <http://www.gnu.org/licenses/gpl.txt>

 * @license CECILL v2 <http://www.cecill.info/licences/Licence_CeCILL_V2-en.txt>

 *

 * pattern: /service:eflore:0.1/coste/textes/bdtfx.nn:182,631

 * params: txt.format=(htm|txt) ,  retour.champs=(titre,texte,...) , retour.format=(min|max), ...

 *

 * Ce webservice est censé pouvoir:

 * 1) retourner des informations (choisies) à propos d'un ou plusieurs taxon(s) donné(s)

 *	  (à partir de son numéro nomenclatural

 * 2) retourner des informations (choisies) à propos de taxons recherchés

 *	  (à partir de divers critères)

 *

 * TODO: masque.titre => masque.tag

 * TODO: clarifier l'attribut "tag" retourné (tag de la description ou des clefs de détermination)

 *

 */

// affecte le nombre d'ids autorisés dans le dernier segment d'URL

// *et* la valeur maximale autorisée pour navigation.limite.

define('_COSTE_TEXTE_MAX_RESULT_LIMIT', 500);

// simplifie et accélère la sanitization de l'input:

// SELECT MAX(num_nom) FROM coste_v2_00;

define('_COSTE_TEXTE_MAX_COSTE_NN', 7015 + 1000);

// SELECT MAX(page) FROM coste_v2_00;

define('_COSTE_TEXTE_MAX_COSTE_PAGE', 4126);

// SELECT MAX(tome) FROM coste_v2_00;

define('_COSTE_TEXTE_MAX_COSTE_TOME', 3);

// SELECT MAX(num_taxonomique) FROM coste_v2_00;

define('_COSTE_TEXTE_MAX_BDTFX_NT', 37809);

// SELECT MAX(num_nom) FROM bdtfx_v2_00;

define('_COSTE_TEXTE_MAX_BDTFX_NN', 120816 + 100000);

/* restore_error_handler();

   error_reporting(E_ALL); */

class Textes {

	// paramètres autorisés

	static $allow_params = array(

		'txt.format', 'retour.format', 'retour.champs', 'retour.indexBy',

		'recherche',

		'masque.ns', 'masque.txt', 'masque.page', 'masque.tome', 'masque.famille', 'masque.nt',

		'masque.titre', // masque sur titre de la page wiki correspondante (page "clef" OR page "description")

		'navigation.depart', 'navigation.limite');

	// et valeurs par défaut

	static $default_params = array('txt.format' => 'txt', 'retour.format' => 'max', 'retour.indexBy' => 'coste',

								   'recherche' => 'stricte',

								   'retour.champs' => 'titre,texte,determination,tag',

								   'navigation.depart' => 0, 'navigation.limite' => 50);

	// les champs de base de coste_v2_00

	// mysql -N tb_eflore<<<"SHOW FIELDS FROM coste_v2_00"|egrep -v 'page_'|awk '{print $1}'|xargs -i -n1 printf "'%s' => 'c.%s',\n" {} {}

	static $allow_champs = array(

		'coste:nn' => 'c.num_nom',

		'bdtfx:nn' => 'IF(c.flore_bdtfx_nn = "",NULL,c.flore_bdtfx_nn)',

		'bdtfx:nt' => 'c.flore_bdtfx_nt',

		'num_nom' => 'c.num_nom',

		'num_nom_retenu' => 'c.num_nom_retenu',

		'num_tax_sup' => 'c.num_tax_sup',

		'rang' => 'c.rang',

		'nom_sci' => 'c.nom_sci',

		'nom_supra_generique' => 'c.nom_supra_generique',

		'genre' => 'c.genre',

		'epithete_infra_generique' => 'c.epithete_infra_generique',

		'epithete_sp' => 'c.epithete_sp',

		'type_epithete' => 'c.type_epithete',

		'epithete_infra_sp' => 'c.epithete_infra_sp',

		'cultivar_groupe' => 'c.cultivar_groupe',

		'cultivar' => 'c.cultivar',

		'nom_commercial' => 'c.nom_commercial',

		'auteur' => 'c.auteur',

		'annee' => 'c.annee',

		'biblio_origine' => 'c.biblio_origine',

		'notes' => 'c.notes',

		'nom_addendum' => 'c.nom_addendum',

		'nom_francais' => 'c.nom_francais',

		'nom_coste' => 'c.nom_coste',

		'auteur_coste' => 'c.auteur_coste',

		'biblio_coste' => 'c.biblio_coste',

		'num_nom_coste' => 'c.num_nom_coste',

		'num_nom_retenu_coste' => 'c.num_nom_retenu_coste',

		'num_tax_sup_coste' => 'c.num_tax_sup_coste',

		'synonymie_coste' => 'c.synonymie_coste',

		'tome' => 'c.tome',

		'page' => 'c.page',

		'nbre_taxons' => 'c.nbre_taxons',

		'flore_bdtfx_nn' => 'c.flore_bdtfx_nn',

		'flore_bdtfx_nt' => 'c.flore_bdtfx_nt',

		'image' => 'c.image',

		'image_auteur' => 'c.image_auteur',

		'nom_sci_html' => 'c.nom_sci_html',

		// handly duplicate (redirigé vers nom_sci ou nom_sci_html selon que txt.format vaut "txt" ou "htm"

		'titre' => 'c.nom_sci',

		// champs spécifiques (et étrangères)

		'texte' => 'dsc.body',

		'determination' => 'cle.body',

		'tag' => 'dsc.tag',

		'famille' => 'b.famille', // cf sqlAddJoins()

		'*' => 'XXX' // spécial

	);

	// les champs suivants disparaissent de la liste utilisée pour former la requête SQL

	// (ils sont exclue lorsque '*' est utilisée, ce sont généralement des synonymes)

	static $special_champs = array('nom_sci_html', 'nom_sci', '*', 'flore_bdtfx_nn', 'flore_bdtfx_nt', 'num_nom');

	// ces champs sont toujours dans les résultats (cf sqlSelectFields()

	static $champs_obligatoires = array('coste:nn', 'bdtfx:nn');

	// le pattern utilisé pour la recherche dite "floue"

	static $soundex_scheme = '(%1$s LIKE %2$s OR SOUNDEX(%1$s) = SOUNDEX(%2$s) OR SOUNDEX(REVERSE(%1$s)) = SOUNDEX(REVERSE(%2$s)))';

	// contrainte du point d'entrée d'API webservice Tela lors d'un GET

	public function consulter($ressources, $parametres, $db = NULL) {

		if (!$db) {

			// http_response_code(500);

			throw new Exception('no DB', 500);

		}

		// parser la requête et filtrer les paramètres valides

		// en cas d'accès HTTP

		if (array_key_exists('QUERY_STRING', $_SERVER)) {

			self::requestParse($uri, $params);

		} else {// en cas d'accès phpunit

			$uri = $ressources;

		}

		// renvoie du plain/text d'aide (cf fin de programme)

		if (count($uri) == 1 && $uri[0] == 'aide') {

			die(self::aide());

		}

		if (is_null($parametres)) {

			$parametres = Array();

		}

		$params = self::requestFilterParams($parametres);

		// les contraintes liées aux ids (passés comme composants d'URL)

		// sont ajoutées aux params [sans être accepté comme paramètre d'URL]

		$params['_ids'] = self::requestFilterIds($uri);

		// XXX: temporaires, passage de $db aux fonctions

		// de toolkits

		$req = self::getCosteInfo($params, $db);

		$res = $db->recupererTous($req);

		$err = mysql_error();

		if (!$res && $err) {

			// http_response_code(400);

			// if(defined('DEBUG') && DEBUG) header("X-Debug: $req");

			throw new Exception('not found', 400);

		}

		// rapide formatage des résultats:

		$matches = 0;

		if ($res) {

			// nombre de matches (sans LIMIT) utilisé pour l'en-tête

			$matches = $db->recuperer('SELECT FOUND_ROWS() AS total');

			$matches = intval($matches['total']);

		}

		// reformate les résultats pour les indexer par coste:nn par défaut

		// cependant le paramètre retour.indexBy permet de choisir une indexation par num_nom de bdtfx

		$clef_index = $params['retour.indexBy'] == 'coste' ? 'coste:nn' : 'bdtfx:nn';

		$res2 = array();

		foreach ($res as $v) {

			if (!$v[$clef_index]) {

				throw new Exception('format error: index NULL, use retour.indexBy=coste', 409);

			}

			$res2[$v[$clef_index]] = $v;

		}

		// l'appelant s'occupera du json_encode()

		// même si ça démange d'exit'er ici

		if(strpos($_SERVER['SCRIPT_NAME'], 'phpunit') === FALSE) header("Content-Type: application/json; charset=utf-8");

		return array('entete' => array(

			'depart' => $params['navigation.depart'],

			'limite' => $params['navigation.limite'],

			'total' => count($res2),

			'match' => $matches),

					 'resultats' => $res2);

	}

	// la fonction centrale: récupère les infos à partir de paramètres

	// et une optionnelle contrainte sur coste:nn ou bdtfx:nn

	static function getCosteInfo(array $params, $db) {

		// contraintes (WHERE):

		$constraints = self::sqlAddConstraint($params, $db);

		// XXX: que faire en l'absence de contrainte ? pour l'instant : "WHERE 1"

		// champs:

		$champs_valides_non_formattes = NULL;

		$champs_valides = self::sqlSelectFields($params, $champs_valides_non_formattes);

		// joins:

		$other_join = self::sqlAddJoins($params, $champs_valides_non_formattes);

		$requete_tpl = "SELECT SQL_CALC_FOUND_ROWS  %s".

			"FROM tb_eflore.coste_v2_00 c ".

			"	LEFT JOIN tela_prod_wikini.florecoste_pages dsc ON c.page_wiki_dsc = dsc.tag AND dsc.latest = 'Y' ".

			"	LEFT JOIN tela_prod_wikini.florecoste_pages cle ON c.page_wiki_cle = cle.tag AND cle.latest = 'Y' ".

			" %s ".

			"WHERE %s ORDER BY c.num_nom LIMIT %u, %u -- %s ";

		$req = sprintf($requete_tpl,

			$champs_valides, // dans le SELECT (parmi champs coste_v2_00)

			// autre join, si nécessaire

			$other_join ? $other_join : '',

			// where

			$constraints ? implode(' AND ', $constraints) : '1',

			// limit

			$params['navigation.depart'],

			$params['navigation.limite'],

			__FILE__ . ':' . __LINE__);

		return $req;

	}

	// SQL helpers

	// le préfix de coste_v2_00 est "c"

	// le préfix de florecoste_pages sur la description est est "dsc"

	// le préfix de florecoste_pages sur la clef de détermination est est "cle"

	static function sqlAddConstraint($params, $db) {

		$stack = array();

		if (!empty($params['masque.ns'])) {

			if ($params['recherche'] == 'etendue') {

				$stack[] = 'c.nom_sci LIKE '.$db->proteger('%' . trim($params['masque.ns']).'%');

			} elseif($params['recherche'] == 'floue') {

				$stack[] = sprintf(self::$soundex_scheme,

					'c.nom_sci',

					$db->proteger('%'.trim($params['masque.ns']).'%'));

			} else {

				$stack[] = 'c.nom_sci = '.$db->proteger(trim($params['masque.ns']));

			}

		}

		// le masque sur texte est toujours un LIKE() "étendue", sauf si "floue" spécifié

		if(!empty($params['masque.txt'])) {

			if($params['recherche'] == 'floue') {

				$stack[] = sprintf(self::$soundex_scheme,

					'dsc.body',

					$db->proteger('%'.trim($params['masque.txt']).'%'));

			}

			else {

				$stack[] = 'dsc.body LIKE '.$db->proteger('%'.trim($params['masque.txt']).'%');

			}

		}

		if(!empty($params['masque.titre'])) {

			if($params['recherche'] == 'stricte') {

				$stack[] = sprintf('(dsc.tag = %1$s OR cle.tag = %1$s)',

					$db->proteger(trim($params['masque.titre'])));

			}

			else {

				$stack[] = sprintf('(dsc.tag LIKE %1$s OR cle.tag LIKE %1$s)',

					$db->proteger('%'.trim($params['masque.titre']).'%'));

			}

		}

		if(array_key_exists('masque.famille', $params)) {

			$stack[] = 'b.famille LIKE '.$db->proteger(trim($params['masque.famille']));

		}

		if(array_key_exists('masque.page', $params)) {

			$stack[] = 'c.page = '.intval($params['masque.page']);

		}

		if(array_key_exists('masque.tome', $params)) {

			$stack[] = 'c.tome = '.intval($params['masque.tome']);

		}

		if(array_key_exists('masque.nt', $params)) {

			$stack[] = 'c.flore_bdtfx_nt = '.intval($params['masque.nt']);

		}

		// ajout de la contrainte sur coste:nn ou bdtfx:nn si un composant d'URL supplémentaire

		// comportant un #id existe, cf self::requestFilterIds()

		$o_stack = array();

		if (array_key_exists('_ids', $params) && $params['_ids']) {

			if ($params['_ids']['coste']) {

				$o_stack[] = sprintf("c.num_nom IN (%s)", implode(',', $params['_ids']['coste']));

			}

			if ($params['_ids']['bdtfx']) {

				$o_stack[] = sprintf("c.flore_bdtfx_nn IN (%s)", implode(',', $params['_ids']['bdtfx']));

			}

		}

		if ($o_stack) {

			$stack[] = '(' . implode(' OR ', $o_stack) . ')';

		}

		return $stack;

	}

	// $unmerged contient la même liste de champs que celle renvoyée

	// à la différence que celle-ci n'est pas reformatée et s'avère donc

	// utilisable plus aisément dans sqlAddJoins() qui peut en avoir besoin

	static function sqlSelectFields($params, &$unmerged) {

		$champs = $params['retour.champs'];

		// champs coste_v2_00

		$c = self::addSQLToFieldSynonym(explode(',', $champs));

		if (isset($c['*'])) {

			$t = array_diff_key(self::$allow_champs, array_flip(self::$special_champs));

		} else {

			// just loop below

			$t = $c;

		}

		// si aucun des champs fournis n'est valide

		// on se rappelle nous-même après avoir réinitialisé retour.champs

		// avec les champs par défaut

		if(!$t) {

			$params['retour.champs'] = self::$default_params['retour.champs'];

			return self::sqlSelectFields($params);

		}

		if(array_key_exists('titre', $t))

			$t['titre'] = $params['txt.format'] == 'txt' ? 'c.nom_sci' : 'c.nom_sci_html';

		// champs obligatoires:

		$t = array_merge($t, self::addSQLToFieldSynonym(self::$champs_obligatoires));

		$unmerged = $t;

		// XXX: PHP-5.3

		$ret = array();

		foreach($t as $k => $v) {

			if (strpos($k, ':') !== FALSE) {

				$ret[] = "$v AS \"$k\"";

			} else {

				$ret[] = "$v AS $k";

			}

		}

		return implode(',',$ret);

	}

	static function sqlAddJoins($params, $champs) {

		$j = '';

		// ces tests doivent correspondre aux champs générés par sqlSelectFields()

		// ou contraintes générées par sqlAddConstraint()

		if(array_key_exists('masque.famille', $params) ||

		   array_key_exists('famille', $champs)) {

			$j .= 'LEFT JOIN tb_eflore.bdtfx_v2_00 b ON c.flore_bdtfx_nn = b.num_nom';

		}

		return $j;

	}

	// d'un tableau de type array("coste:nn", "type_epithete")

	// retourne

	// un tableau de type array("coste:nn" => "c.num_nom", "type_epithete" => "c.type_epithete")

	// basé sur self::$allow_champs

	static function addSQLToFieldSynonym(Array $syno) {

		return array_intersect_key(self::$allow_champs, array_flip($syno));

	}

	// request handler

	static function requestParse(&$ressource, &$params) {

		if (isset($_SERVER['REDIRECT_URL'])) {

            $uri = explode('/', $_SERVER['REDIRECT_URL']);

        } else {

            $uri = explode('/', $_SERVER['REQUEST_URI']);

        }

		if(!empty($_SERVER['QUERY_STRING']))

			parse_str($_SERVER['REDIRECT_QUERY_STRING'], $params);

		$ressource = array_slice($uri, array_search('textes', $uri) + 1, 3);

	}

	// supprime l'index du tableau des paramètres si sa valeur ne correspond pas

	// au spectre passé par $values.

	static function unsetIfInvalid(&$var, $index, $values) {

		if(array_key_exists($index, $var) && !in_array($var[$index], $values))

			unset($var[$index]);

	}

	static function requestFilterParams(Array $params) {

		$p = array_intersect_key($params, array_flip(self::$allow_params));

		self::unsetIfInvalid($p, 'txt.format', array('txt', 'htm'));

		self::unsetIfInvalid($p, 'retour.format', array('min','max'));

		self::unsetIfInvalid($p, 'retour.indexBy', array('coste', 'bdtfx'));

		self::unsetIfInvalid($p, 'recherche', array('stricte','etendue','floue'));

		if(isset($params['masque.ns'])) $p['masque.ns'] = trim($params['masque.ns']);

		if(isset($params['masque.texte'])) $p['masque.texte'] = trim($params['masque.texte']);

		if(isset($params['masque.famille'])) {

			// mysql -N<<<"SELECT DISTINCT famille FROM bdtfx_v2_00;"|sed -r "s/(.)/\1\n/g"|sort -u|tr -d "\n"

			$p['masque.famille'] = preg_replace('/[^a-zA-Z %_]/', '', iconv("UTF-8",

																			"ASCII//TRANSLIT",

																			$params['masque.famille']));

		}

		// TODO: use filter_input(INPUT_GET);

		// renvoie FALSE ou NULL si absent ou invalide

		$p['navigation.limite'] = filter_var(@$params['navigation.limite'],

			FILTER_VALIDATE_INT,

			array('options' => array(

				'default' => NULL,

				'min_range' => 1,

				'max_range' => _COSTE_TEXTE_MAX_RESULT_LIMIT)));

		$p['navigation.depart'] = filter_var(@$params['navigation.depart'],

			FILTER_VALIDATE_INT,

			array('options' => array(

				'default' => NULL,

				'min_range' => 0,

				'max_range' => _COSTE_TEXTE_MAX_COSTE_NN)));

		$p['masque.page'] = filter_var(@$params['masque.page'],

			FILTER_VALIDATE_INT,

			array('options' => array(

				'default' => NULL,

				'min_range' => 0,

				'max_range' => _COSTE_TEXTE_MAX_COSTE_PAGE)));

		$p['masque.tome'] = filter_var(@$params['masque.tome'],

			FILTER_VALIDATE_INT,

			array('options' => array(

				'default' => NULL,

				'min_range' => 0,

				'max_range' => _COSTE_TEXTE_MAX_COSTE_TOME)));

		$p['masque.nt'] = filter_var(@$params['masque.nt'],

			FILTER_VALIDATE_INT,

			array('options' => array(

				'default' => NULL,

				'min_range' => 0,

				'max_range' => _COSTE_TEXTE_MAX_BDTFX_NT)));

		// on filtre les NULL, FALSE et '', mais pas les 0, d'où le callback()

		// TODO: PHP-5.3

		$p = array_filter($p, create_function('$a','return !in_array($a, array("",false,null),true);'));

		$p = array_merge(self::$default_params, $p);

		return $p;

	}

	static function requestFilterIds($uri) {

		if(count($uri) != 1) return NULL;

		// getNN* renvoient le num_nom passé comme segment d'URI:

		// - soit un id selon coste (num_nom dans coste_v2_00)

		// - soit un id selon bdtfx (num_nom dans bdtfx_v2_00)

		// ou bien l'extrait du pattern bdtfx.nn:(#id)

		$ids_coste = array_filter(array_map(array(__CLASS__, 'getNNCoste'), explode(',', $uri[0])));

		$ids_bdtfx = array_filter(array_map(array(__CLASS__, 'getNNBdtfx'), explode(',', $uri[0])));

		// en cas d'échec (tous les id sont invalides), bail-out

		if(!$ids_bdtfx && !$ids_coste) {

			// http_response_code(500);

			throw new Exception('not supported', 500);

		}

		return array(

			'coste' => array_slice($ids_coste, 0, intval(_COSTE_TEXTE_MAX_RESULT_LIMIT / 2) ),

			'bdtfx' => array_slice($ids_bdtfx, 0, intval(_COSTE_TEXTE_MAX_RESULT_LIMIT / 2) )

		);

	}

	static function aide() {

		header("Content-Type: text/plain; charset=utf-8");

		return sprintf("Service coste/textes:

Retourne des informations (choisies) à propos d'un taxon donné (à partir de son numéro nomenclatural

Retourne des informations (choisies) à propos de taxons recherchés (à partir de divers critères)

Les résultats sont indexés. La clef par défaut est le num_nom d'après coste (attribut \"coste:nn\")

Usage:  coste/textes[/<liste-num_nom>]?<params>

* le paramètre \"retour.indexBy\" affecte le mode d'indexation (\"bdtfx\" ou \"coste\" (defaut))

* <liste-num_nom> étant une liste de numéros nomenclaturaux de taxons séparés par des virgules au format:

 - <#id>: un numéro nomenclatural dans la base coste

 - <bdtfx.nn:#id>: un numéro nomenclatural dans la base bdtfx

* retour.champs une liste de champs séparés par des virgules parmi *,%s

* les paramètres acceptés sont les suivants: %s

* les champs retournés par défaut sont les suivants: %s

* le paramètre \"recherche\" affecte les masques \"ns\" et \"texte\"

* le paramètre \"famille\" est traité via LIKE et accepte les caractères '_' et '%%'

* le paramètre \"retour.format\" est inutilisé pour l'instant.

Exemples:

/service:eflore:0.1/coste/textes/bdtfx.nn:182?retour.champs=titre

	# retourne l'Acer monspessulanum

/service:eflore:0.1/coste/textes/182?retour.champs=titre

	# retourne la Roemeria violacea (bdtfx:nn = 56272)

/service:eflore:0.1/coste/textes/182,bdtfx.nn:182?retour.champs=titre

	# retourne les deux précédents

/service:eflore:0.1/coste/textes?masque.titre=Cla001Thalamiflores&retour.champs=titre

	# retourne la section de Coste relatives aux Thalamiflores

/service:eflore:0.1/coste/textes?masque.titre=Thalamiflores&recherche=floue&retour.champs=titre

	# idem, en utilisant une recherche floue

/service:eflore:0.1/coste/textes?masque.titre=Cla001Thalamiflores&retour.champs=titre&retour.indexBy=bdtfx

	# retourne une erreur de format car cette section de coste n'est associée à aucun taxon de la BDTFX

",

			implode(',', array_keys(self::$allow_champs)),

			implode(',', self::$allow_params),

			self::$default_params['retour.champs']

		);

	}

	static function getNNCoste($refnn) {

		if (is_numeric($refnn)) {

			$t = intval($refnn);

			if ($t >= 1 && $t < _COSTE_TEXTE_MAX_COSTE_NN) return $t;

		}

		return FALSE;

	}

	static function getNNBdtfx($refnn) {

		if(strpos($refnn, 'bdtfx.nn:') !== 0) return FALSE;

		$t = intval(str_replace('bdtfx.nn:', '', $refnn));

		if($t >= 1 && $t < _COSTE_TEXTE_MAX_BDTFX_NN) return $t;

		return FALSE;

	}

}