xref: /dokuwiki/inc/Search/Indexer.php (revision a16bd5489e1dd5e6c42803b19bc20d9231c91a16)
16225b270SMichael Große<?php
26225b270SMichael Große
36225b270SMichael Großenamespace dokuwiki\Search;
46225b270SMichael Große
56225b270SMichael Großeuse dokuwiki\Extension\Event;
615f699acSAndreas Gohruse dokuwiki\Search\Exception\IndexAccessException;
7*a16bd548SSatoshi Saharause dokuwiki\Search\Exception\IndexLockException;
8*a16bd548SSatoshi Saharause dokuwiki\Search\Exception\IndexWriteException;
94027a91aSSatoshi Sahara
104027a91aSSatoshi Sahara// Version tag used to force rebuild on upgrade
114027a91aSSatoshi Saharaconst INDEXER_VERSION = 8;
126225b270SMichael Große
136225b270SMichael Große/**
144027a91aSSatoshi Sahara * Class DokuWiki Indexer (Singleton)
156225b270SMichael Große *
164027a91aSSatoshi Sahara * @license    GPL 2 (http://www.gnu.org/licenses/gpl.html)
176225b270SMichael Große * @author     Andreas Gohr <andi@splitbrain.org>
184027a91aSSatoshi Sahara * @author Tom N Harris <tnharris@whoopdedo.org>
196225b270SMichael Große */
204027a91aSSatoshi Saharaclass Indexer extends AbstractIndex
214027a91aSSatoshi Sahara{
224027a91aSSatoshi Sahara    /** @var Indexer $instance */
234027a91aSSatoshi Sahara    protected static $instance = null;
246225b270SMichael Große
254027a91aSSatoshi Sahara    /**
264027a91aSSatoshi Sahara     * Get new or existing singleton instance of the Indexer
274027a91aSSatoshi Sahara     *
284027a91aSSatoshi Sahara     * @return Indexer
294027a91aSSatoshi Sahara     */
304027a91aSSatoshi Sahara    public static function getInstance()
314027a91aSSatoshi Sahara    {
324027a91aSSatoshi Sahara        if (is_null(static::$instance)) {
334027a91aSSatoshi Sahara            static::$instance = new static();
346225b270SMichael Große        }
354027a91aSSatoshi Sahara        return static::$instance;
366225b270SMichael Große    }
376225b270SMichael Große
386225b270SMichael Große    /**
394027a91aSSatoshi Sahara     * Dispatch Indexing request for the page, called by TaskRunner::runIndexer()
406225b270SMichael Große     *
414027a91aSSatoshi Sahara     * @param string $page name of the page to index
424027a91aSSatoshi Sahara     * @param bool $verbose print status messages
434027a91aSSatoshi Sahara     * @param bool $force force reindexing even when the index is up to date
444027a91aSSatoshi Sahara     * @return bool  If the function completed successfully
456225b270SMichael Große     *
46*a16bd548SSatoshi Sahara     * @throws IndexLockException
47*a16bd548SSatoshi Sahara     * @throws IndexWriteException
484027a91aSSatoshi Sahara     * @author Satoshi Sahara <sahara.satoshi@gmail.com>
4915f699acSAndreas Gohr     * @author Tom N Harris <tnharris@whoopdedo.org>
506225b270SMichael Große     */
514027a91aSSatoshi Sahara    public function dispatch($page, $verbose = false, $force = false)
524027a91aSSatoshi Sahara    {
534027a91aSSatoshi Sahara        // check if page was deleted but is still in the index
544027a91aSSatoshi Sahara        if (!page_exists($page)) {
5511d2e7d0SSatoshi Sahara            return $this->deletePage($page, $verbose, $force);
566225b270SMichael Große        }
5711d2e7d0SSatoshi Sahara
5811d2e7d0SSatoshi Sahara        // update search index
5911d2e7d0SSatoshi Sahara        return $this->addPage($page, $verbose, $force);
606225b270SMichael Große    }
616225b270SMichael Große
626225b270SMichael Große    /**
634027a91aSSatoshi Sahara     * Version of the indexer taking into consideration the external tokenizer.
644027a91aSSatoshi Sahara     * The indexer is only compatible with data written by the same version.
656225b270SMichael Große     *
664027a91aSSatoshi Sahara     * @triggers INDEXER_VERSION_GET
674027a91aSSatoshi Sahara     * Plugins that modify what gets indexed should hook this event and
684027a91aSSatoshi Sahara     * add their version info to the event data like so:
694027a91aSSatoshi Sahara     *     $data[$plugin_name] = $plugin_version;
706225b270SMichael Große     *
716225b270SMichael Große     * @author Tom N Harris <tnharris@whoopdedo.org>
726225b270SMichael Große     * @author Michael Hamann <michael@content-space.de>
734027a91aSSatoshi Sahara     *
744027a91aSSatoshi Sahara     * @return int|string
756225b270SMichael Große     */
764027a91aSSatoshi Sahara    public function getVersion()
774027a91aSSatoshi Sahara    {
784027a91aSSatoshi Sahara        static $indexer_version = null;
794027a91aSSatoshi Sahara        if ($indexer_version == null) {
804027a91aSSatoshi Sahara            $version = INDEXER_VERSION;
814027a91aSSatoshi Sahara
824027a91aSSatoshi Sahara            // DokuWiki version is included for the convenience of plugins
834027a91aSSatoshi Sahara            $data = array('dokuwiki' => $version);
844027a91aSSatoshi Sahara            Event::createAndTrigger('INDEXER_VERSION_GET', $data, null, false);
854027a91aSSatoshi Sahara            unset($data['dokuwiki']); // this needs to be first
864027a91aSSatoshi Sahara            ksort($data);
874027a91aSSatoshi Sahara            foreach ($data as $plugin => $vers) {
884027a91aSSatoshi Sahara                $version .= '+'.$plugin.'='.$vers;
894027a91aSSatoshi Sahara            }
904027a91aSSatoshi Sahara            $indexer_version = $version;
914027a91aSSatoshi Sahara        }
924027a91aSSatoshi Sahara        return $indexer_version;
936225b270SMichael Große    }
946225b270SMichael Große
954027a91aSSatoshi Sahara    /**
964027a91aSSatoshi Sahara     * Adds/updates the search index for the given page
974027a91aSSatoshi Sahara     *
984027a91aSSatoshi Sahara     * Locking is handled internally.
994027a91aSSatoshi Sahara     *
1004027a91aSSatoshi Sahara     * @param string $page name of the page to index
1014027a91aSSatoshi Sahara     * @param bool $verbose print status messages
1024027a91aSSatoshi Sahara     * @param bool $force force reindexing even when the index is up to date
1034027a91aSSatoshi Sahara     * @return bool  If the function completed successfully
1044027a91aSSatoshi Sahara     *
105*a16bd548SSatoshi Sahara     * @throws IndexLockException
106*a16bd548SSatoshi Sahara     * @throws IndexWriteException
1074027a91aSSatoshi Sahara     * @author Satoshi Sahara <sahara.satoshi@gmail.com>
10815f699acSAndreas Gohr     * @author Tom N Harris <tnharris@whoopdedo.org>
1094027a91aSSatoshi Sahara     */
1104027a91aSSatoshi Sahara    public function addPage($page, $verbose = false, $force = false)
1114027a91aSSatoshi Sahara    {
1124027a91aSSatoshi Sahara        // check if indexing needed for the existing page (full text and/or metadata indexing)
1134027a91aSSatoshi Sahara        $idxtag = metaFN($page,'.indexed');
1144027a91aSSatoshi Sahara        if (!$force && file_exists($idxtag)) {
1154027a91aSSatoshi Sahara            if (trim(io_readFile($idxtag)) == $this->getVersion()) {
1164027a91aSSatoshi Sahara                $last = @filemtime($idxtag);
1174027a91aSSatoshi Sahara                if ($last > @filemtime(wikiFN($page))) {
1184027a91aSSatoshi Sahara                    if ($verbose) dbglog("Indexer: index for {$page} up to date");
1194027a91aSSatoshi Sahara                    return true;
1204027a91aSSatoshi Sahara                }
1214027a91aSSatoshi Sahara            }
1224027a91aSSatoshi Sahara        }
1236225b270SMichael Große
124*a16bd548SSatoshi Sahara        // register the page to the page.idx file, $pid is always numeric
1254027a91aSSatoshi Sahara        $pid = $this->getPID($page);
1266225b270SMichael Große
1274027a91aSSatoshi Sahara        // prepare metadata indexing
1284027a91aSSatoshi Sahara        $metadata = array();
1294027a91aSSatoshi Sahara        $metadata['title'] = p_get_metadata($page, 'title', METADATA_RENDER_UNLIMITED);
1306225b270SMichael Große
1314027a91aSSatoshi Sahara        $references = p_get_metadata($page, 'relation references', METADATA_RENDER_UNLIMITED);
1324027a91aSSatoshi Sahara        $metadata['relation_references'] = ($references !== null) ?
1334027a91aSSatoshi Sahara                array_keys($references) : array();
1346225b270SMichael Große
1354027a91aSSatoshi Sahara        $media = p_get_metadata($page, 'relation media', METADATA_RENDER_UNLIMITED);
1364027a91aSSatoshi Sahara        $metadata['relation_media'] = ($media !== null) ?
1374027a91aSSatoshi Sahara                array_keys($media) : array();
1386225b270SMichael Große
1394027a91aSSatoshi Sahara        // check if full text indexing allowed
1404027a91aSSatoshi Sahara        $indexenabled = p_get_metadata($page, 'internal index', METADATA_RENDER_UNLIMITED);
1414027a91aSSatoshi Sahara        if ($indexenabled !== false) $indexenabled = true;
1424027a91aSSatoshi Sahara        $metadata['internal_index'] = $indexenabled;
1436225b270SMichael Große
1444027a91aSSatoshi Sahara        $body = '';
1454027a91aSSatoshi Sahara        $data = compact('page', 'body', 'metadata', 'pid');
1464027a91aSSatoshi Sahara        $event = new Event('INDEXER_PAGE_ADD', $data);
1474027a91aSSatoshi Sahara        if ($event->advise_before()) $data['body'] = $data['body'].' '.rawWiki($page);
1484027a91aSSatoshi Sahara        $event->advise_after();
1494027a91aSSatoshi Sahara        unset($event);
1504027a91aSSatoshi Sahara        extract($data);
1514027a91aSSatoshi Sahara        $indexenabled = $metadata['internal_index'];
1524027a91aSSatoshi Sahara        unset($metadata['internal_index']);
1536225b270SMichael Große
1544027a91aSSatoshi Sahara        // Access to Metadata Index
1554027a91aSSatoshi Sahara        $MetadataIndex = MetadataIndex::getInstance();
1564027a91aSSatoshi Sahara        $result = $MetadataIndex->addMetaKeys($page, $metadata);
1574027a91aSSatoshi Sahara        if ($verbose) dbglog("Indexer: addMetaKeys({$page}) ".($result ? 'done' : 'failed'));
1584027a91aSSatoshi Sahara        if (!$result) {
1596225b270SMichael Große            return false;
1606225b270SMichael Große        }
1616225b270SMichael Große
162743c9a28SSatoshi Sahara        // Access to Fulltext Index
163743c9a28SSatoshi Sahara        $FulltextIndex = FulltextIndex::getInstance();
1644027a91aSSatoshi Sahara        if ($indexenabled) {
165743c9a28SSatoshi Sahara            $result = $FulltextIndex->addPagewords($page, $body);
1664027a91aSSatoshi Sahara            if ($verbose) dbglog("Indexer: addPageWords({$page}) ".($result ? 'done' : 'failed'));
1674027a91aSSatoshi Sahara            if (!$result) {
1686225b270SMichael Große                return false;
1696225b270SMichael Große            }
1706225b270SMichael Große        } else {
1714027a91aSSatoshi Sahara            if ($verbose) dbglog("Indexer: full text indexing disabled for {$page}");
172743c9a28SSatoshi Sahara            // ensure the page content deleted from the Fulltext index
173743c9a28SSatoshi Sahara            $result = $FulltextIndex->deletePageWords($page);
1744027a91aSSatoshi Sahara            if ($verbose) dbglog("Indexer: deletePageWords({$page}) ".($result ? 'done' : 'failed'));
1754027a91aSSatoshi Sahara            if (!$result) {
1766225b270SMichael Große                return false;
1776225b270SMichael Große            }
1786225b270SMichael Große        }
1796225b270SMichael Große
1804027a91aSSatoshi Sahara        // update index tag file
1814027a91aSSatoshi Sahara        io_saveFile($idxtag, $this->getVersion());
1824027a91aSSatoshi Sahara        if ($verbose) dbglog("Indexer: finished");
1834027a91aSSatoshi Sahara
1844027a91aSSatoshi Sahara        return $result;
1856225b270SMichael Große    }
1866225b270SMichael Große
1876225b270SMichael Große    /**
1885f9bd525SSatoshi Sahara     * Remove a page from the index
1896225b270SMichael Große     *
1905f9bd525SSatoshi Sahara     * Erases entries in all known indexes. Locking is handled internally.
1916225b270SMichael Große     *
1924027a91aSSatoshi Sahara     * @param string $page name of the page to index
1934027a91aSSatoshi Sahara     * @param bool $verbose print status messages
1944027a91aSSatoshi Sahara     * @param bool $force force reindexing even when the index is up to date
1954027a91aSSatoshi Sahara     * @return bool  If the function completed successfully
1966225b270SMichael Große     *
197*a16bd548SSatoshi Sahara     * @throws IndexLockException
198*a16bd548SSatoshi Sahara     * @throws IndexWriteException
1994027a91aSSatoshi Sahara     * @author Satoshi Sahara <sahara.satoshi@gmail.com>
20015f699acSAndreas Gohr     * @author Tom N Harris <tnharris@whoopdedo.org>
2016225b270SMichael Große     */
2024027a91aSSatoshi Sahara    public function deletePage($page, $verbose = false, $force = false)
2034027a91aSSatoshi Sahara    {
2044027a91aSSatoshi Sahara        $idxtag = metaFN($page,'.indexed');
2054027a91aSSatoshi Sahara        if (!$force && !file_exists($idxtag)) {
2064027a91aSSatoshi Sahara            if ($verbose) dbglog("Indexer: {$page}.indexed file does not exist, ignoring");
2074027a91aSSatoshi Sahara            return true;
2084027a91aSSatoshi Sahara        }
2096225b270SMichael Große
210743c9a28SSatoshi Sahara        // remove obsoleted content from Fulltext index
211743c9a28SSatoshi Sahara        $FulltextIndex = FulltextIndex::getInstance();
212743c9a28SSatoshi Sahara        $result = $FulltextIndex->deletePageWords($page);
2134027a91aSSatoshi Sahara        if ($verbose) dbglog("Indexer: deletePageWords({$page}) ".($result ? 'done' : 'failed'));
2144027a91aSSatoshi Sahara        if (!$result) {
2154027a91aSSatoshi Sahara            return false;
2164027a91aSSatoshi Sahara        }
2176225b270SMichael Große
2184027a91aSSatoshi Sahara        // delete all keys of the page from metadata index
2194027a91aSSatoshi Sahara        $MetadataIndex = MetadataIndex::getInstance();
2204027a91aSSatoshi Sahara        $result = $MetadataIndex->deleteMetaKeys($page);
2214027a91aSSatoshi Sahara        if ($verbose) dbglog("Indexer: deleteMetaKeys({$page}) ".($result ? 'done' : 'failed'));
2224027a91aSSatoshi Sahara        if (!$result) {
2234027a91aSSatoshi Sahara            return false;
2244027a91aSSatoshi Sahara        }
2254027a91aSSatoshi Sahara
2264027a91aSSatoshi Sahara        // mark the page as deleted in the page.idx
2274027a91aSSatoshi Sahara        $pid = $this->getPID($page);
228*a16bd548SSatoshi Sahara        $this->lock();
229*a16bd548SSatoshi Sahara        $this->saveIndexKey('page', '', $pid, self::INDEX_MARK_DELETED.$page);
230*a16bd548SSatoshi Sahara        if ($verbose) dbglog("Indexer: {$page} has marked as deleted in page.idx");
2316225b270SMichael Große        $this->unlock();
2324027a91aSSatoshi Sahara
2334027a91aSSatoshi Sahara        unset(static::$pidCache[$pid]);
2344027a91aSSatoshi Sahara        @unlink($idxtag);
2354027a91aSSatoshi Sahara        return $result;
2364027a91aSSatoshi Sahara    }
2374027a91aSSatoshi Sahara
2384027a91aSSatoshi Sahara    /**
2394027a91aSSatoshi Sahara     * Rename a page in the search index without changing the indexed content.
2404027a91aSSatoshi Sahara     * This function doesn't check if the old or new name exists in the filesystem.
2414027a91aSSatoshi Sahara     * It returns an error if the old page isn't in the page list of the indexer
2424027a91aSSatoshi Sahara     * and it deletes all previously indexed content of the new page.
2434027a91aSSatoshi Sahara     *
2444027a91aSSatoshi Sahara     * @param string $oldpage The old page name
2454027a91aSSatoshi Sahara     * @param string $newpage The new page name
2464027a91aSSatoshi Sahara     * @return bool  If the page was successfully renamed
247*a16bd548SSatoshi Sahara     * @throws IndexLockException
248*a16bd548SSatoshi Sahara     * @throws IndexWriteException
2494027a91aSSatoshi Sahara     */
2504027a91aSSatoshi Sahara    public function renamePage($oldpage, $newpage)
2514027a91aSSatoshi Sahara    {
2524027a91aSSatoshi Sahara        $index = $this->getIndex('page', '');
2534027a91aSSatoshi Sahara        // check if oldpage found in page.idx
2544027a91aSSatoshi Sahara        $oldPid = array_search($oldpage, $index, true);
2554027a91aSSatoshi Sahara        if ($oldPid === false) return false;
2564027a91aSSatoshi Sahara
2574027a91aSSatoshi Sahara        // check if newpage found in page.idx
2584027a91aSSatoshi Sahara        $newPid = array_search($newpage, $index, true);
2594027a91aSSatoshi Sahara        if ($newPid !== false) {
2604027a91aSSatoshi Sahara            $result = $this->deletePage($newpage);
2614027a91aSSatoshi Sahara            if (!$result) return false;
2624027a91aSSatoshi Sahara            // Note: $index is no longer valid after deletePage()!
2634027a91aSSatoshi Sahara            unset($index);
2644027a91aSSatoshi Sahara        }
2654027a91aSSatoshi Sahara
2664027a91aSSatoshi Sahara        // update page.idx
267*a16bd548SSatoshi Sahara        $this->lock();
268*a16bd548SSatoshi Sahara        $this->saveIndexKey('page', '', $oldPid, $newpage);
2694027a91aSSatoshi Sahara        $this->unlock();
2704027a91aSSatoshi Sahara
2714027a91aSSatoshi Sahara        // reset the pid cache
2724027a91aSSatoshi Sahara        $this->resetPIDCache();
2736225b270SMichael Große
274*a16bd548SSatoshi Sahara        return true;
2756225b270SMichael Große    }
2766225b270SMichael Große
2776225b270SMichael Große    /**
2784027a91aSSatoshi Sahara     * Clear the Page Index
2796225b270SMichael Große     *
280abb227bcSSatoshi Sahara     * @param bool $requireLock should be false only if the caller is resposible for index lock
2816225b270SMichael Große     * @return bool  If the index has been cleared successfully
28215f699acSAndreas Gohr     * @throws Exception\IndexLockException
2836225b270SMichael Große     */
2844027a91aSSatoshi Sahara    public function clear($requireLock = true)
2854027a91aSSatoshi Sahara    {
2866225b270SMichael Große        global $conf;
2876225b270SMichael Große
28815f699acSAndreas Gohr        if ($requireLock) $this->lock();
2894027a91aSSatoshi Sahara
2904027a91aSSatoshi Sahara        // clear Metadata Index
2914027a91aSSatoshi Sahara        $MetadataIndex = MetadataIndex::getInstance();
2924027a91aSSatoshi Sahara        $MetadataIndex->clear(false);
2934027a91aSSatoshi Sahara
294743c9a28SSatoshi Sahara        // clear Fulltext Index
295743c9a28SSatoshi Sahara        $FulltextIndex = FulltextIndex::getInstance();
296743c9a28SSatoshi Sahara        $FulltextIndex->clear(false);
2976225b270SMichael Große
2986225b270SMichael Große        @unlink($conf['indexdir'].'/page.idx');
2996225b270SMichael Große
3006225b270SMichael Große        // clear the pid cache
3014027a91aSSatoshi Sahara        $this->resetPIDCache();
3026225b270SMichael Große
3034027a91aSSatoshi Sahara        if ($requireLock) $this->unlock();
3046225b270SMichael Große        return true;
3056225b270SMichael Große    }
3066225b270SMichael Große
3076225b270SMichael Große}
308