]> Sergey Matveev's repositories - public-inbox.git/blobdiff - lib/PublicInbox/View.pm
view: do not decode Message-ID
[public-inbox.git] / lib / PublicInbox / View.pm
index 125fcd622bc15cfe389fcb6898cbb0f49c5b7961..5b24706c1ecd1d7003f5d13c5601688387cd2128 100644 (file)
@@ -3,48 +3,74 @@
 package PublicInbox::View;
 use strict;
 use warnings;
-use CGI qw/escapeHTML escape/;
-use Encode qw/decode encode/;
+use URI::Escape qw/uri_escape/;
+use CGI qw/escapeHTML/;
+use Encode qw/find_encoding/;
 use Encode::MIME::Header;
+use Email::MIME::ContentType qw/parse_content_type/;
+use constant MAX_INLINE_QUOTED => 5;
+use constant MAX_TRUNC_LEN => 72;
 
-# only one public function:
+my $enc_utf8 = find_encoding('utf8');
+my $enc_ascii = find_encoding('us-ascii');
+my $enc_mime = find_encoding('MIME-Header');
+
+# public functions:
 sub as_html {
-       my ($class, $mime) = @_;
+       my ($class, $mime, $full_pfx) = @_;
 
        headers_to_html_header($mime) .
-               multipart_text_as_html($mime) .
-               "</pre>\n";
+               multipart_text_as_html($mime, $full_pfx) .
+               '</pre></body></html>';
+}
+
+sub as_feed_entry {
+       my ($class, $mime, $full_pfx) = @_;
+
+       "<pre>" . multipart_text_as_html($mime, $full_pfx) . "</pre>";
 }
 
+
 # only private functions below.
 
+sub enc_for {
+       my ($ct) = @_;
+       defined $ct or return $enc_utf8;
+       my $ct_parsed = parse_content_type($ct);
+       if ($ct_parsed) {
+               if (my $charset = $ct_parsed->{attributes}->{charset}) {
+                       my $enc = find_encoding($charset);
+                       return $enc if $enc;
+               }
+       }
+       $enc_utf8;
+}
+
 sub multipart_text_as_html {
-       my ($mime) = @_;
+       my ($mime, $full_pfx) = @_;
        my $rv = "";
        my $part_nr = 0;
+       my $enc_msg = enc_for($mime->header("Content-Type"));
 
        # scan through all parts, looking for displayable text
        $mime->walk_parts(sub {
                my ($part) = @_;
                return if $part->subparts; # walk_parts already recurses
+               my $enc = enc_for($part->content_type) || $enc_msg || $enc_utf8;
 
-               my $part_type = $part->content_type;
-               if ($part_type =~ m!\btext/[a-z0-9\+\._-]+\b!i) {
+               if ($part_nr > 0) {
                        my $fn = $part->filename;
+                       defined($fn) or $fn = "part #" . ($part_nr + 1);
+                       $rv .= add_filename_line($enc->decode($fn));
+               }
 
-                       if ($part_nr > 0) {
-                               defined($fn) or $fn = "part #$part_nr";
-                               $rv .= add_filename_line($fn);
-                       }
-
-                       # n.b. $part->body should already be decoded if text
-                       $rv .= escapeHTML($part->body);
-                       $rv .= "\n" unless $rv =~ /\n\z/s;
+               if (defined $full_pfx) {
+                       $rv .= add_text_body_short($enc, $part, $part_nr,
+                                               $full_pfx);
                } else {
-                       $rv .= "-- part #$part_nr ";
-                       $rv .= escapeHTML($part_type);
-                       $rv .= " skipped\n";
+                       $rv .= add_text_body_full($enc, $part, $part_nr);
                }
+               $rv .= "\n" unless $rv =~ /\n\z/s;
                ++$part_nr;
        });
        $rv;
@@ -57,7 +83,70 @@ sub add_filename_line {
 
        $len -= length($fn);
        $pad x= ($len/2) if ($len > 0);
-       "$pad " . escapeHTML($fn) . " $pad\n";
+       "$pad " . ascii_html($fn) . " $pad\n";
+}
+
+sub add_text_body_short {
+       my ($enc, $part, $part_nr, $full_pfx) = @_;
+       my $n = 0;
+       my $s = ascii_html($enc->decode($part->body));
+       $s =~ s!^((?:(?:&gt;[^\n]*)\n)+)!
+               my $cur = $1;
+               my @lines = split(/\n/, $cur);
+               if (@lines > MAX_INLINE_QUOTED) {
+                       # show a short snippet of quoted text
+                       $cur = join(' ', @lines);
+                       $cur =~ s/^&gt;\s*//;
+
+                       my @sum = split(/\s+/, $cur);
+                       $cur = '';
+                       do {
+                               my $tmp = shift(@sum);
+                               my $len = length($tmp) + length($cur);
+                               if ($len > MAX_TRUNC_LEN) {
+                                       @sum = ();
+                               } else {
+                                       $cur .= $tmp . ' ';
+                               }
+                       } while (@sum && length($cur) < MAX_TRUNC_LEN);
+                       $cur =~ s/ \z/ .../;
+                       "&gt; &lt;<a href=\"${full_pfx}#q${part_nr}_" . $n++ .
+                               "\">$cur<\/a>&gt;\n";
+               } else {
+                       $cur;
+               }
+       !emg;
+       $s;
+}
+
+sub add_text_body_full {
+       my ($enc, $part, $part_nr) = @_;
+       my $n = 0;
+       my $s = ascii_html($enc->decode($part->body));
+       $s =~ s!^((?:(?:&gt;[^\n]*)\n)+)!
+               my $cur = $1;
+               my @lines = split(/\n/, $cur);
+               if (@lines > MAX_INLINE_QUOTED) {
+                       "<a name=q${part_nr}_" . $n++ . ">$cur</a>";
+               } else {
+                       $cur;
+               }
+       !emg;
+       $s;
+}
+
+sub trim_message_id {
+       my ($mid) = @_;
+       $mid =~ s/\A\s*<//;
+       $mid =~ s/>\s*\z//;
+       my $html = ascii_html($mid);
+       my $href = ascii_html(uri_escape($mid));
+
+       ($html, $href);
+}
+
+sub ascii_html {
+       $enc_ascii->encode(escapeHTML($_[0]), Encode::HTMLCREF);
 }
 
 sub headers_to_html_header {
@@ -68,32 +157,42 @@ sub headers_to_html_header {
        foreach my $h (qw(From To Cc Subject Date)) {
                my $v = $simple->header($h);
                defined $v or next;
-               $v = decode("MIME-Header", $v);
-               $v = encode("utf8", $v);
-               $v = escapeHTML($v);
-               $v =~ tr/\n/ /;
+               $v =~ tr/\n/ /s;
+               $v =~ tr/\r//d;
+               my $raw = $enc_mime->decode($v);
+               $v = ascii_html($raw);
                $rv .= "$h: $v\n";
 
-               if ($h eq "From" || $h eq "Subject") {
-                       push @title, $v;
+               if ($h eq 'From') {
+                       my @from = Email::Address->parse($raw);
+                       $raw = $from[0]->name;
+                       unless (defined($raw) && length($raw)) {
+                               $raw = '<' . $from[0]->address . '>';
+                       }
+                       $title[1] = ascii_html($raw);
+
+               } elsif ($h eq 'Subject') {
+                       $title[0] = $v;
                }
        }
 
-       foreach my $h (qw(Message-ID In-Reply-To)) {
-               my $v = $simple->header($h);
-               defined $v or next;
-               $v =~ tr/<>//d;
-               my $html = escapeHTML($v);
-               my $href = escapeHTML(escape($v));
-               $rv .= "$h: <a href=\"$href\">$html</a>\n";
+       my $mid = $simple->header('Message-ID');
+       if (defined $mid) {
+               my ($html, $href) = trim_message_id($mid);
+               $rv .= "Message-ID: &lt;$html&gt; ";
+               $rv .= "(<a href=\"$href.txt\">original</a>)\n";
        }
 
+       my $irp = $simple->header('In-Reply-To');
+       if (defined $irp) {
+               my ($html, $href) = trim_message_id($irp);
+               $rv .= "In-Reply-To: &lt;";
+               $rv .= "<a href=\"$href.html\">$html</a>&gt;\n";
+       }
        $rv .= "\n";
 
-       return ("<html><head><title>".
-               join(' - ', @title) .
-               '</title></head><body><pre style="white-space:pre-wrap">' .
-               $rv);
+       ("<html><head><title>".  join(' - ', @title) .
+        '</title></head><body><pre style="white-space:pre-wrap">' .  $rv);
 }
 
 1;