lib/PublicInbox/LeiP2q.pm

   1 # Copyright (C) 2021 all contributors <meta@public-inbox.org>
   2 # License: AGPL-3.0+ <https://www.gnu.org/licenses/agpl-3.0.txt>
   3
   4 # front-end for the "lei patch-to-query" sub-command
   5 package PublicInbox::LeiP2q;
   6 use strict;
   7 use v5.10.1;
   8 use parent qw(PublicInbox::IPC);
   9 use PublicInbox::Eml;
  10 use PublicInbox::Smsg;
  11 use PublicInbox::MsgIter qw(msg_part_text);
  12 use PublicInbox::Git qw(git_unquote);
  13 use PublicInbox::Spawn qw(popen_rd);
  14 use URI::Escape qw(uri_escape_utf8);
  15 my $FN = qr!((?:"?[^/\n]+/[^\r\n]+)|/dev/null)!;
  16
  17 sub xphrase ($) {
  18         my ($s) = @_;
  19         return () unless $s =~ /\S/;
  20         # cf. xapian-core/queryparser/queryparser.lemony
  21         # [\./:\\\@] - is_phrase_generator (implicit phrase search)
  22         # FIXME not really sure about these..., we basically want to
  23         # extract the longest phrase possible that Xapian can handle
  24         map {
  25                 s/\A\s*//;
  26                 s/\s+\z//;
  27                 m![^\./:\\\@\-\w]! ? qq("$_") : $_ ;
  28         } ($s =~ m!(\w[\|=><,\./:\\\@\-\w\s]+)!g);
  29 }
  30
  31 sub extract_terms { # eml->each_part callback
  32         my ($p, $lei) = @_;
  33         my $part = $p->[0]; # ignore $depth and @idx;
  34         my $ct = $part->content_type || 'text/plain';
  35         my ($s, undef) = msg_part_text($part, $ct);
  36         defined $s or return;
  37         my $in_diff;
  38         # TODO: b: nq: q:
  39         for (split(/\n/, $s)) {
  40                 if ($in_diff && s/^ //) { # diff context
  41                         push @{$lei->{qterms}->{dfctx}}, xphrase($_);
  42                 } elsif (/^-- $/) { # email signature begins
  43                         $in_diff = undef;
  44                 } elsif (m!^diff --git $FN $FN!) {
  45                         # wait until "---" and "+++" to capture filenames
  46                         $in_diff = 1;
  47                 } elsif (/^index ([a-f0-9]+)\.\.([a-f0-9]+)\b/) {
  48                         my ($oa, $ob) = ($1, $2);
  49                         push @{$lei->{qterms}->{dfpre}}, $oa;
  50                         push @{$lei->{qterms}->{dfpost}}, $ob;
  51                         # who uses dfblob?
  52                 } elsif (m!^(?:---|\+{3}) ($FN)!) {
  53                         next if $1 eq '/dev/null';
  54                         my $fn = (split(m!/!, git_unquote($1.''), 2))[1];
  55                         push @{$lei->{qterms}->{dfn}}, xphrase($fn);
  56                 } elsif ($in_diff && s/^\+//) { # diff added
  57                         push @{$lei->{qterms}->{dfb}}, xphrase($_);
  58                 } elsif ($in_diff && s/^-//) { # diff removed
  59                         push @{$lei->{qterms}->{dfa}}, xphrase($_);
  60                 } elsif (/^@@ (?:\S+) (?:\S+) @@\s*$/) {
  61                         # traditional diff w/o -p
  62                 } elsif (/^@@ (?:\S+) (?:\S+) @@\s*(\S+.*)/) {
  63                         push @{$lei->{qterms}->{dfhh}}, xphrase($1);
  64                 } elsif (/^(?:dis)similarity index/ ||
  65                                 /^(?:old|new) mode/ ||
  66                                 /^(?:deleted|new) file mode/ ||
  67                                 /^(?:copy|rename) (?:from|to) / ||
  68                                 /^(?:dis)?similarity index / ||
  69                                 /^\\ No newline at end of file/ ||
  70                                 /^Binary files .* differ/) {
  71                 } elsif ($_ eq '') {
  72                         # possible to be in diff context, some mail may be
  73                         # stripped by MUA or even GNU diff(1).  "git apply"
  74                         # treats a bare "\n" as diff context, too
  75                 } else {
  76                         $in_diff = undef;
  77                 }
  78         }
  79 }
  80
  81 my %pfx2smsg = (
  82         t => [ qw(to) ],
  83         c => [ qw(cc) ],
  84         f => [ qw(from) ],
  85         tc => [ qw(to cc) ],
  86         tcf => [ qw(to cc from) ],
  87         a => [ qw(to cc from) ],
  88         s => [ qw(subject) ],
  89         bs => [ qw(subject) ], # body handled elsewhere
  90         d => [ qw(ds) ], # nonsense?
  91         dt => [ qw(ds) ], # ditto...
  92         rt => [ qw(ts) ], # ditto...
  93 );
  94
  95 sub do_p2q { # via wq_do
  96         my ($self) = @_;
  97         my $lei = $self->{lei};
  98         my $want = $lei->{opt}->{want} // [ qw(dfpost7) ];
  99         my @want = split(/[, ]+/, "@$want");
 100         for (@want) {
 101                 /\A(?:(d|dt|rt):)?([0-9]+)(\.(?:day|weeks)s?)?\z/ or next;
 102                 my ($pfx, $n, $unit) = ($1, $2, $3);
 103                 $n *= 86400 * ($unit =~ /week/i ? 7 : 1);
 104                 $_ = [ $pfx, $n ];
 105         }
 106         my $smsg = bless {}, 'PublicInbox::Smsg';
 107         my $in = $self->{0};
 108         unless ($in) {
 109                 my $input = $self->{input};
 110                 if (-e $input) {
 111                         $in = $lei->fopen('<', $input) or
 112                                 return $lei->fail("open < $input: $!");
 113                 } else {
 114                         my @cmd = (qw(git format-patch --stdout -1), $input);
 115                         $in = popen_rd(\@cmd, undef, { 2 => $lei->{2} });
 116                 }
 117         };
 118         my $eml = PublicInbox::Eml->new(\(do { local $/; <$in> }));
 119         $lei->{diff_want} = +{ map { $_ => 1 } @want };
 120         $smsg->populate($eml);
 121         while (my ($pfx, $fields) = each %pfx2smsg) {
 122                 next unless $lei->{diff_want}->{$pfx};
 123                 for my $f (@$fields) {
 124                         my $v = $smsg->{$f} // next;
 125                         push @{$lei->{qterms}->{$pfx}}, xphrase($v);
 126                 }
 127         }
 128         $eml->each_part(\&extract_terms, $lei, 1);
 129         if ($lei->{opt}->{debug}) {
 130                 my $json = ref(PublicInbox::Config->json)->new;
 131                 $json->utf8->canonical->pretty;
 132                 $lei->err($json->encode($lei->{qterms}));
 133         }
 134         my (@q, %seen);
 135         for my $pfx (@want) {
 136                 if (ref($pfx) eq 'ARRAY') {
 137                         my ($p, $t_range) = @$pfx; # TODO
 138
 139                 } elsif ($pfx =~ m!\A(?:OR|XOR|AND|NOT)\z! ||
 140                                 $pfx =~ m!\A(?:ADJ|NEAR)(?:/[0-9]+)?\z!) {
 141                         push @q, $pfx;
 142                 } else {
 143                         my $plusminus = ($pfx =~ s/\A([\+\-])//) ? $1 : '';
 144                         my $end = ($pfx =~ s/([0-9\*]+)\z//) ? $1 : '';
 145                         my $x = delete($lei->{qterms}->{$pfx}) or next;
 146                         my $star = $end =~ tr/*//d ? '*' : '';
 147                         my $min_len = ($end || 0) + 0;
 148
 149                         # no wildcards for bool_pfx_external
 150                         $star = '' if $pfx =~ /\A(dfpre|dfpost|mid)\z/;
 151                         $pfx = "$plusminus$pfx:";
 152                         if ($min_len) {
 153                                 push @q, map {
 154                                         my @t = ($pfx.$_.$star);
 155                                         while (length > $min_len) {
 156                                                 chop $_;
 157                                                 push @t, 'OR', $pfx.$_.$star;
 158                                         }
 159                                         @t;
 160                                 } @$x;
 161                         } else {
 162                                 push @q, map {
 163                                         my $k = $pfx.$_.$star;
 164                                         $seen{$k}++ ? () : $k
 165                                 } @$x;
 166                         }
 167                 }
 168         }
 169         if ($lei->{opt}->{uri}) {
 170                 @q = (join('+', map { uri_escape_utf8($_) } @q));
 171         } else {
 172                 @q = (join(' ', @q));
 173         }
 174         $lei->out(@q, "\n");
 175 }
 176
 177 sub lei_p2q { # the "lei patch-to-query" entry point
 178         my ($lei, $input) = @_;
 179         my $self = $lei->{p2q} = bless {}, __PACKAGE__;
 180         if ($lei->{opt}->{stdin}) {
 181                 $self->{0} = delete $lei->{0}; # guard from _lei_atfork_child
 182         } else {
 183                 $self->{input} = $input;
 184         }
 185         my $op = $lei->workers_start($self, 'lei patch2query', 1);
 186         $self->wq_io_do('do_p2q', []);
 187         $self->wq_close(1);
 188         while ($op && $op->{sock}) { $op->event_step }
 189 }
 190
 191 sub ipc_atfork_child {
 192         my ($self) = @_;
 193         my $lei = $self->{lei};
 194         $lei->_lei_atfork_child;
 195         $SIG{__WARN__} = PublicInbox::Eml::warn_ignore_cb();
 196         $self->SUPER::ipc_atfork_child;
 197 }
 198
 199 1;