]> 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 7c92cbab7aaf4398b2d5e2d8a4e6a812e655df92..5b24706c1ecd1d7003f5d13c5601688387cd2128 100644 (file)
@@ -5,8 +5,15 @@ use strict;
 use warnings;
 use URI::Escape qw/uri_escape/;
 use CGI qw/escapeHTML/;
-use Encode qw/decode encode/;
+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;
+
+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 {
@@ -14,7 +21,7 @@ sub as_html {
 
        headers_to_html_header($mime) .
                multipart_text_as_html($mime, $full_pfx) .
-               '</pre>';
+               '</pre></body></html>';
 }
 
 sub as_feed_entry {
@@ -26,28 +33,42 @@ sub as_feed_entry {
 
 # 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, $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 $fn = $part->filename;
+               my $enc = enc_for($part->content_type) || $enc_msg || $enc_utf8;
 
                if ($part_nr > 0) {
+                       my $fn = $part->filename;
                        defined($fn) or $fn = "part #" . ($part_nr + 1);
-                       $rv .= add_filename_line($fn);
+                       $rv .= add_filename_line($enc->decode($fn));
                }
 
                if (defined $full_pfx) {
-                       $rv .= add_text_body_short($part, $part_nr,
+                       $rv .= add_text_body_short($enc, $part, $part_nr,
                                                $full_pfx);
                } else {
-                       $rv .= add_text_body_full($part, $part_nr);
+                       $rv .= add_text_body_full($enc, $part, $part_nr);
                }
                $rv .= "\n" unless $rv =~ /\n\z/s;
                ++$part_nr;
@@ -62,29 +83,35 @@ 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 ($part, $part_nr, $full_pfx) = @_;
+       my ($enc, $part, $part_nr, $full_pfx) = @_;
        my $n = 0;
-       my $s = escapeHTML($part->body);
-       $s =~ s!^((?:(?:&gt;[^\n]+)\n)+)!
+       my $s = ascii_html($enc->decode($part->body));
+       $s =~ s!^((?:(?:&gt;[^\n]*)\n)+)!
                my $cur = $1;
                my @lines = split(/\n/, $cur);
-               if (@lines > 1) {
+               if (@lines > MAX_INLINE_QUOTED) {
                        # show a short snippet of quoted text
                        $cur = join(' ', @lines);
-                       $cur =~ s/&gt; ?//g;
+                       $cur =~ s/^&gt;\s*//;
 
                        my @sum = split(/\s+/, $cur);
                        $cur = '';
                        do {
-                               $cur .= shift(@sum) . ' ';
-                       } while (@sum && length($cur) < 68);
-                       $cur=~ s/ \z/ .../;
+                               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;";
+                               "\">$cur<\/a>&gt;\n";
                } else {
                        $cur;
                }
@@ -93,13 +120,13 @@ sub add_text_body_short {
 }
 
 sub add_text_body_full {
-       my ($part, $part_nr) = @_;
+       my ($enc, $part, $part_nr) = @_;
        my $n = 0;
-       my $s = escapeHTML($part->body);
-       $s =~ s!^((?:(?:&gt;[^\n]+)\n)+)!
+       my $s = ascii_html($enc->decode($part->body));
+       $s =~ s!^((?:(?:&gt;[^\n]*)\n)+)!
                my $cur = $1;
                my @lines = split(/\n/, $cur);
-               if (@lines > 1) {
+               if (@lines > MAX_INLINE_QUOTED) {
                        "<a name=q${part_nr}_" . $n++ . ">$cur</a>";
                } else {
                        $cur;
@@ -110,14 +137,18 @@ sub add_text_body_full {
 
 sub trim_message_id {
        my ($mid) = @_;
-       $mid =~ s/\A<//;
-       $mid =~ s/>\z//;
-       my $html = escapeHTML($mid);
-       my $href = escapeHTML(uri_escape($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 {
        my ($simple) = @_;
 
@@ -126,21 +157,29 @@ 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;
                }
        }
 
        my $mid = $simple->header('Message-ID');
        if (defined $mid) {
                my ($html, $href) = trim_message_id($mid);
-               $rv .= "Message-ID: &lt;<a href=\"$href.html\">$html</a>&gt; ";
+               $rv .= "Message-ID: &lt;$html&gt; ";
                $rv .= "(<a href=\"$href.txt\">original</a>)\n";
        }