]> gitweb.michael.orlitzky.com - dead/htsn-import.git/commitdiff
Modify TSN.XML.EarlyLine so it can support MLB_earlylineXML.dtd as well.
authorMichael Orlitzky <michael@orlitzky.com>
Fri, 25 Jul 2014 03:10:41 +0000 (23:10 -0400)
committerMichael Orlitzky <michael@orlitzky.com>
Fri, 25 Jul 2014 03:10:41 +0000 (23:10 -0400)
src/TSN/XML/EarlyLine.hs

index 4ad9ae2ca0a5f1bc59c9d0b3bb60b71f13f8fa5d..5aa2254614d5ca16ecba341c59e2c4843d5f81c4 100644 (file)
@@ -5,12 +5,24 @@
 {-# LANGUAGE TemplateHaskell #-}
 {-# LANGUAGE TypeFamilies #-}
 
--- | Parse TSN XML for the DTD \"earlylineXML.dtd\". Each \<message\>
---   element contains a bunch of \<date\>s, and those \<date\>s
---   contain a single \<game\>. In the database, we merge the date
---   info into the games, and key the games to the messages.
+-- | Parse TSN XML for the DTD \"earlylineXML.dtd\". For that DTD,
+--   each \<message\> element contains a bunch of \<date\>s, and those
+--   \<date\>s contain a single \<game\>. In the database, we merge
+--   the date info into the games, and key the games to the messages.
+--
+--   Real life is not so simple, however. There is another module,
+--   "TSN.XML.MLBEarlyLine" that is something of a subclass of this
+--   one. It contains early lines, but only for MLB games. The data
+--   types and XML schema are /almost/ the same, but TSN like to make
+--   things difficult.
+--
+--   A full list of the differences is given in that module. In this
+--   one, we mention where data types have been twerked a little to
+--   support the second document type.
 --
 module TSN.XML.EarlyLine (
+  EarlyLine, -- Used in TSN.XML.MLBEarlyLine
+  EarlyLineGame, -- Used in TSN.XML.MLBEarlyLine
   dtd,
   pickle_message,
   -- * Tests
@@ -21,7 +33,7 @@ module TSN.XML.EarlyLine (
 where
 
 -- System imports.
-import Control.Monad ( forM_ )
+import Control.Monad ( join )
 import Data.Time ( UTCTime(..) )
 import Data.Tuple.Curry ( uncurryN )
 import Database.Groundhog (
@@ -42,14 +54,15 @@ import Test.Tasty.HUnit ( (@?=), testCase )
 import Text.XML.HXT.Core (
   PU,
   xp4Tuple,
+  xp6Tuple,
   xp7Tuple,
   xpAttr,
   xpElem,
   xpInt,
   xpList,
   xpOption,
+  xpPair,
   xpText,
-  xpTriple,
   xpWrap )
 
 -- Local imports.
@@ -74,7 +87,7 @@ dtd :: String
 dtd = "earlylineXML.dtd"
 
 --
--- DB/XML data types
+-- DB/XML data types
 --
 
 -- * EarlyLine/Message
@@ -140,7 +153,29 @@ instance XmlImport Message
 
 
 
--- * EarlyLineDate
+-- * EarlyLineDate / EarlyLineGameWithNote
+
+-- | This is a very sad data type. It exists so that we can
+--   successfully unpickle/pickle the MLB_earlylineXML.dtd documents
+--   and get back what we started with. In that document type, the
+--   dates all have multiple \<game\>s associated with them (as
+--   children). But the dates also have multiple \<note\>s as
+--   children, and we're supposed to figure out which notes go with
+--   which games based on the order that they appear in the XML
+--   file. Yeah, right.
+--
+--   In any case, instead of expecting the games and notes in some
+--   nice order, we use this data type to expect \"a game and maybe a
+--   note\" multiple times. This will pair the notes with only one
+--   game, rather than all of the games that TSN think it should go
+--   with. But it allows us to pickle and unpickle correctly at least.
+--
+data EarlyLineGameWithNote =
+  EarlyLineGameWithNote {
+    date_note :: Maybe String,
+    date_game :: EarlyLineGameXml }
+  deriving (Eq, Show)
+
 
 -- | XML representation of a \<date\>. It has a \"value\" attribute
 --   containing the actual date string. As children it contains a
@@ -150,65 +185,183 @@ instance XmlImport Message
 data EarlyLineDate =
   EarlyLineDate {
     date_value :: UTCTime,
-    date_note :: String,
-    date_game :: EarlyLineGameXml }
+    date_games_with_notes :: [EarlyLineGameWithNote] }
   deriving (Eq, Show)
 
 
 
 -- * EarlyLineGame / EarlyLineGameXml
 
+-- | Database representation of a \<game\> in earlylineXML.dtd and
+--   MLB_earlylineXML.dtd. We've had to make a sacrifice here to
+--   support both document types. Since it's not possible to pair the
+--   \<note\>s with \<game\>s reliably in MLB_earlylineXML.dtd, we
+--   have omitted the notes entirely. This is sad, but totally not our
+--   fault.
+--
+--   In earlylineXML.dtd, each \<date\> and thus each \<note\> is
+--   paired with exactly one \<game\>, so if we only cared about that
+--   document type, we could have retained the notes.
+--
+--   In earlylinexml.DTD, the over/under is required, but in
+--   MLB_earlylinexml.DTD it is not. So another compromise is to have
+--   it optional here.
+--
+--   The 'db_game_time' should be the combined date/time using the
+--   date value from the \<game\> element's containing
+--   \<date\>. That's why EarlyLineGame isn't an instance of
+--   'FromXmlFk': the foreign key isn't enough to construct one, we
+--   also need the date.
+--
 data EarlyLineGame =
   EarlyLineGame {
     db_early_lines_id :: DefaultKey EarlyLine,
     db_game_time :: UTCTime, -- ^ Combined date/time
-    db_note :: String, -- ^ Taken from the parent \<date\>
     db_away_team :: EarlyLineGameTeam,
     db_home_team :: EarlyLineGameTeam,
-    db_over_under :: String }
+    db_over_under :: Maybe String }
+
 
+-- | XML representation of a 'EarlyLineGame'. Comparatively, it lacks
+--   only the foreign key to the parent message.
+--
 data EarlyLineGameXml =
   EarlyLineGameXml {
     xml_game_time :: UTCTime, -- ^ Only an ambiguous time string, e.g. \"8:30\"
-    xml_away_team :: EarlyLineGameTeam,
-    xml_home_team :: EarlyLineGameTeam,
-    xml_over_under :: String }
+    xml_away_team :: EarlyLineGameTeamXml,
+    xml_home_team :: EarlyLineGameTeamXml,
+    xml_over_under :: Maybe String }
   deriving (Eq, Show)
 
 
--- | XML representation of an earlyline team. It doubles as an
+
+-- * EarlyLineGameTeam / EarlyLineGameTeamXml
+
+-- | Database representation of an EarlyLine team, used in both
+--   earlylineXML.dtd and MLB_earlylineXML.dtd. It doubles as an
 --   embedded type within the DB representation 'EarlyLineGame'.
 --
+--   The team name is /not/ optional. However, since we're overloading
+--   the XML representation, we're constructing 'db_team_name' name
+--   from two Maybes, 'xml_team_name_attr' and
+--   'xml_team_name_text'. To ensure type safety (and avoid a runtime
+--   crash), we allow the database field to be optional as well.
+--
 data EarlyLineGameTeam =
   EarlyLineGameTeam {
     db_rotation_number :: Int,
     db_line :: Maybe String, -- ^ Can be blank, a Double, or \"off\".
-    db_team_name :: String }
+    db_team_name :: Maybe String, -- ^ NOT optional, see the data type docs.
+    db_pitcher :: Maybe String -- ^ Optional in MLB_earlylineXML.dtd,
+                               --   always absent in earlylineXML.dtd.
+    }
+
+
+-- | This here is an abomination. What we've got is an XML
+--   representation, not for either earlylineXML.dtd or
+--   MLB_earlylineXML.dtd, but one that will work for /both/. Even
+--   though they represent the teams totally differently! Argh!
+--
+--   The earlylineXML.dtd teams look like,
+--
+--   \<teamA rotation=\"709\" line=\"\">Miami\</teamA\>
+--
+--   While the MLB_earlylineXML.dtd teams look like,
+--
+--   <teamA rotation="901" name="LOS">
+--   <pitcher>D.Haren</pitcher>
+--   <line>-130</line>
+--   </teamA>
+--
+--   So that's cool. This data type has placeholders that should allow
+--   the name/line to appear either as an attribute or as a text
+--   node. We'll sort it all out in the conversion to
+--   EarlyLineGameTeam.
+--
+data EarlyLineGameTeamXml =
+  EarlyLineGameTeamXml {
+    xml_rotation_number :: Int,
+    xml_line_attr :: Maybe String,
+    xml_team_name_attr :: Maybe String,
+    xml_team_name_text :: Maybe String,
+    xml_pitcher :: Maybe String,
+    xml_line_elem :: Maybe String }
   deriving (Eq, Show)
 
 
--- | Convert an 'EarlyLineDate' into an 'EarlyLineGame'. Each date has
---   exactly one game, and the fields that belong to the date should
---   really be in the game anyway. So the database representation of a
---   game has the combined fields of the XML date/game.
+
+instance ToDb EarlyLineGameTeamXml where
+  -- | The database analogue of a 'EarlyLineGameTeamXml' is an
+  --   'EarlyLineGameTeam', although the DB type is merely embedded
+  --   in another type.
+  --
+  type Db EarlyLineGameTeamXml = EarlyLineGameTeam
+
+
+-- | The 'FromXml' instance for 'EarlyLineGameTeamXml' lets us convert
+--   it to a 'EarlyLineGameTeam' easily.
 --
---   This function gets the game out of a date, and then sticks the
---   date value and note inside the game. It also adds the foreign key
---   reference to the game's parent message, and returns the result.
+instance FromXml EarlyLineGameTeamXml where
+  -- | To convert a 'EarlyLineGameTeamXml' to an 'EarlyLineGameTeam',
+  --   we figure how its fields were represented and choose the ones
+  --   that are populated. For example if the \"line\" attribute was
+  --   there, we'll use it, but if now, we'll use the \<line\>
+  --   element.
+  --
+  from_xml EarlyLineGameTeamXml{..} =
+    EarlyLineGameTeam {
+      db_rotation_number = xml_rotation_number,
+      db_line = merge xml_line_attr xml_line_elem,
+      db_team_name = merge xml_team_name_attr xml_team_name_text,
+      db_pitcher = xml_pitcher }
+    where
+      merge :: Maybe String -> Maybe String -> Maybe String
+      merge Nothing y = y
+      merge x Nothing = x
+      merge _ _ = Nothing
+
+
+
+
+-- | Convert an 'EarlyLineDate' into a list of 'EarlyLineGame's. Each
+--   date has one or more games, and the fields that belong to the date
+--   should really be in the game anyway. So the database
+--   representation of a game has the combined fields of the XML
+--   date/game.
 --
-date_to_game :: (DefaultKey EarlyLine) -> EarlyLineDate -> EarlyLineGame
-date_to_game fk date =
-  EarlyLineGame {
-    db_early_lines_id = fk,
-    db_game_time = combined_date_time,
-    db_note = (date_note date),
-    db_away_team = xml_away_team (date_game date),
-    db_home_team = xml_home_team (date_game date),
-    db_over_under = xml_over_under (date_game date) }
+--   This function gets the games out of a date, and then sticks the
+--   date value inside the games. It also adds the foreign key
+--   reference to the games' parent message, and returns the result.
+--
+--   This would convert a single date to a single game if we only
+--   needed to support earlylineXML.dtd and not MLB_earlylineXML.dtd.
+--
+date_to_games :: (DefaultKey EarlyLine) -> EarlyLineDate -> [EarlyLineGame]
+date_to_games fk date =
+  map convert_game games_only
   where
-    date_part = date_value date
-    time_part = xml_game_time (date_game date)
-    combined_date_time = UTCTime (utctDay date_part) (utctDayTime time_part)
+    -- | Get the list of games out of a date (i.e. drop the notes).
+    --
+    games_only :: [EarlyLineGameXml]
+    games_only = (map date_game (date_games_with_notes date))
+
+    -- | Stick the date value into the given game.
+    --
+    combine_date_time :: EarlyLineGameXml -> UTCTime
+    combine_date_time elgx =
+      UTCTime (utctDay $ date_value date) (utctDayTime $ xml_game_time elgx)
+
+    -- | Convert an XML game to a database one.
+    --
+    convert_game :: EarlyLineGameXml -> EarlyLineGame
+    convert_game gx =
+      EarlyLineGame {
+        db_early_lines_id = fk,
+        db_game_time = combine_date_time gx,
+        db_away_team = from_xml (xml_away_team gx),
+        db_home_team = from_xml (xml_home_team gx),
+        db_over_under = xml_over_under gx }
+
 
 --
 -- * Database stuff
@@ -224,12 +377,16 @@ instance DbImport Message where
     -- Insert the message and obtain its ID.
     msg_id <- insert_xml m
 
-    -- Now loop through the message's <date>s.
-    forM_ (xml_dates m) $ \date -> do
-      -- Each date only contains one game, so we convert the date to a
-      -- game and then insert the game (keyed to the message).
-      let game = date_to_game msg_id date
-      insert_ game
+    -- Create a function that will turn a list of dates into a list of
+    -- games by converting each date to its own list of games, and
+    -- then concatenating all of the game lists together.
+    let convert_dates_to_games = concatMap (date_to_games msg_id)
+
+    -- Now use it to make dem games.
+    let games = convert_dates_to_games (xml_dates m)
+
+    -- And insert all of them
+    mapM_ insert_ games
 
     return ImportSucceeded
 
@@ -260,11 +417,13 @@ mkPersist tsn_codegen_config [groundhog|
             - {name: rotation_number, dbName: away_team_rotation_number}
             - {name: line, dbName: away_team_line}
             - {name: team_name, dbName: away_team_name}
+            - {name: pitcher, dbName: away_team_pitcher}
         - name: db_home_team
           embeddedType:
             - {name: rotation_number, dbName: home_team_rotation_number}
             - {name: line, dbName: home_team_line}
             - {name: team_name, dbName: home_team_name}
+            - {name: pitcher, dbName: home_team_pitcher}
 
 - embedded: EarlyLineGameTeam
   fields:
@@ -274,7 +433,8 @@ mkPersist tsn_codegen_config [groundhog|
       dbName: line
     - name: db_team_name
       dbName: team_name
-
+    - name: db_pitcher
+      dbName: pitcher
 |]
 
 
@@ -308,22 +468,35 @@ pickle_message =
                   xml_time_stamp m)
 
 
+
+-- | Pickler for a '\<note\> followed by a \<game\>. We turn them into
+--   a 'EarlyLineGameWithNote'.
+--
+pickle_game_with_note :: PU EarlyLineGameWithNote
+pickle_game_with_note =
+  xpWrap (from_tuple, to_tuple) $
+    xpPair (xpOption $ xpElem "note" xpText)
+           pickle_game
+  where
+    from_tuple = uncurry EarlyLineGameWithNote
+    to_tuple m = (date_note m, date_game m)
+
+
 -- | Pickler for the \<date\> elements within each \<message\>.
 --
 pickle_date :: PU EarlyLineDate
 pickle_date =
   xpElem "date" $
     xpWrap (from_tuple, to_tuple) $
-    xpTriple (xpAttr "value" xp_early_line_date)
-             (xpElem "note" xpText)
-             pickle_game
+    xpPair (xpAttr "value" xp_early_line_date)
+           (xpList pickle_game_with_note)
   where
-    from_tuple = uncurryN EarlyLineDate
-    to_tuple m = (date_value m, date_note m, date_game m)
+    from_tuple = uncurry EarlyLineDate
+    to_tuple m = (date_value m, date_games_with_notes m)
 
 
 
--- | Pickler for the \<game\> element within each \<date\>.
+-- | Pickler for the \<game\> elements within each \<date\>.
 --
 pickle_game :: PU EarlyLineGameXml
 pickle_game =
@@ -332,7 +505,7 @@ pickle_game =
     xp4Tuple (xpElem "time" xp_ambiguous_time)
              pickle_away_team
              pickle_home_team
-             (xpElem "over_under" xpText)
+             (xpElem "over_under" (xpOption xpText))
   where
     from_tuple = uncurryN EarlyLineGameXml
     to_tuple m = (xml_game_time m,
@@ -346,7 +519,7 @@ pickle_game =
 --   of the work (common with the home team pickler) is done by
 --   'pickle_team'.
 --
-pickle_away_team :: PU EarlyLineGameTeam
+pickle_away_team :: PU EarlyLineGameTeamXml
 pickle_away_team = xpElem "teamA" pickle_team
 
 
@@ -354,23 +527,39 @@ pickle_away_team = xpElem "teamA" pickle_team
 --   of the work (common with theaway team pickler) is done by
 --   'pickle_team'.
 --
-pickle_home_team :: PU EarlyLineGameTeam
+pickle_home_team :: PU EarlyLineGameTeamXml
 pickle_home_team = xpElem "teamH" pickle_team
 
 
 -- | Team pickling common to both 'pickle_away_team' and
 --   'pickle_home_team'. Handles everything inside the \<teamA\> and
---   \<teamH\> elements.
+--   \<teamH\> elements. We try to parse the line/name as both an
+--   attribute and an element in order to accomodate
+--   MLB_earlylineXML.dtd.
+--
+--   The \"line\" and \"pitcher\" fields wind up being double-Maybes,
+--   since they can be empty even if they exist.
 --
-pickle_team :: PU EarlyLineGameTeam
+pickle_team :: PU EarlyLineGameTeamXml
 pickle_team =
   xpWrap (from_tuple, to_tuple) $
-  xpTriple (xpAttr "rotation" xpInt)
-           (xpAttr "line" (xpOption xpText))
-           xpText
+  xp6Tuple (xpAttr "rotation" xpInt)
+           (xpOption $ xpAttr "line" (xpOption xpText))
+           (xpOption $ xpAttr "name" xpText)
+           (xpOption xpText)
+           (xpOption $ xpElem "pitcher" (xpOption xpText))
+           (xpOption $ xpElem "line" (xpOption xpText))
   where
-    from_tuple = uncurryN EarlyLineGameTeam
-    to_tuple m = (db_rotation_number m, db_line m, db_team_name m)
+    from_tuple (u,v,w,x,y,z) =
+      EarlyLineGameTeamXml u (join v) w x (join y) (join z)
+
+    to_tuple (EarlyLineGameTeamXml u v w x y z) =
+      (u, double_just v, w, x, double_just y, double_just z)
+      where
+        double_just val = case val of
+               Nothing -> Nothing
+               just_something -> Just just_something
+