]> Sergey Matveev's repositories - public-inbox.git/blobdiff - lib/PublicInbox/Feed.pm
fix quoted URL generation in feeds
[public-inbox.git] / lib / PublicInbox / Feed.pm
index 704effcef2a5bcaa3f7e1d2de710dbff3048113f..93ee80bbef27b51b88099889c416dc36798dff6a 100644 (file)
 package PublicInbox::Feed;
 use strict;
 use warnings;
-use XML::Atom::SimpleFeed;
-use Email::MIME;
 use Email::Address;
 use URI::Escape qw/uri_escape/;
-use Encode qw/encode decode/;
+use Encode qw/find_encoding/;
 use Encode::MIME::Header;
-use DateTime::Format::Mail;
 use CGI qw(escapeHTML);
-use POSIX qw(strftime);
-use constant DATEFMT => '%Y-%m-%dT%H:%M:%SZ';
-our $dt_parser = DateTime::Format::Mail->new(loose => 1);
+use Date::Parse qw(strptime str2time);
+eval { require Git }; # this is GPLv2+, so we are OK to use it
+use constant {
+       DATEFMT => '%Y-%m-%dT%H:%M:%SZ',
+       MAX_PER_PAGE => 25,
+};
+my $enc_utf8 = find_encoding('utf8');
+my $enc_ascii = find_encoding('us-ascii');
+my $enc_mime = find_encoding('MIME-Header');
+
+# FIXME: workaround https://rt.cpan.org/Public/Bug/Display.html?id=22817
 
 # main function
-# FIXME: takes too many args, cleanup
 sub generate {
-       my ($class, $git_dir, $max, $pi_config, $listname, $cgi, $top) = @_;
-       $max ||= 25;
-
-       local $ENV{GIT_DIR} = $git_dir;
-       my $feed_opts = get_feedopts($pi_config, $listname, $cgi);
+       my ($class, $args) = @_;
+       require XML::Atom::SimpleFeed;
+       require PublicInbox::View;
+       require Email::MIME;
+       require POSIX;
+       my $max = $args->{max} || MAX_PER_PAGE;
+       my $top = $args->{top}; # bool
 
+       local $ENV{GIT_DIR} = $args->{git_dir};
+       my $feed_opts = get_feedopts($args);
+       my $addr = $feed_opts->{address};
+       $addr = $addr->[0] if ref($addr);
        my $feed = XML::Atom::SimpleFeed->new(
                title => $feed_opts->{description} || "unnamed feed",
                link => $feed_opts->{url} || "http://example.com/",
                link => {
                        rel => 'self',
                        href => $feed_opts->{atomurl} ||
-                               "http://example.com/atom",
+                               "http://example.com/atom.xml",
                },
-               id => $feed_opts->{address} || 'public-inbox@example.com',
-               updated => strftime(DATEFMT, gmtime),
+               id => $addr || 'public-inbox@example.com',
+               updated => POSIX::strftime(DATEFMT, gmtime),
        );
 
-       my @entries;
+       my $git = try_git_pm($args->{git_dir});
+       each_recent_blob($args, sub {
+               my ($add) = @_;
+               add_to_feed($feed_opts, $feed, $add, $top, $git);
+       });
+       $feed->as_string;
+}
+
+sub generate_html_index {
+       my ($class, $args) = @_;
+       require Mail::Thread;
+
+       my $max = $args->{max} || MAX_PER_PAGE;
+       my $top = $args->{top}; # bool
+       local $ENV{GIT_DIR} = $args->{git_dir};
+       my $feed_opts = get_feedopts($args);
+       my $title = xs_html($feed_opts->{description} || "");
+       my @messages;
+       my $git = try_git_pm($args->{git_dir});
+       my ($first, $last) = each_recent_blob($args, sub {
+               my $simple = do_cat_mail($git, 'Email::Simple', $_[0])
+                       or return 0;
+               if ($top && ($simple->header("In-Reply-To") ||
+                            $simple->header("References"))) {
+                       return 0;
+               }
+               $simple->body_set(""); # save some memory
+
+               my $t = eval { str2time($simple->header('Date')) };
+               defined($t) or $t = 0;
+               $simple->header_set('X-PI-Date', $t);
+               push @messages, $simple;
+               1;
+       });
+
+       my $th = Mail::Thread->new(@messages);
+       $th->thread;
+       my @out = (
+               "<html><head><title>$title</title>" .
+               '<link rel=alternate title=Atom.feed href="' .
+               $feed_opts->{atomurl} . '" type="application/atom+xml"/>' .
+               '</head><body><pre>');
+       push @out, $feed_opts->{midurl};
+
+       # sort by date, most recent at top
+       $th->order(sub {
+               sort {
+                       $b->topmost->message->header('X-PI-Date') <=>
+                       $a->topmost->message->header('X-PI-Date')
+               } @_;
+       });
+       dump_html_line($_, 0, \@out) for $th->rootset;
+
+       my $footer = nav_footer($args->{cgi}, $first, $last);
+       $footer = "<hr /><pre>$footer</pre>" if $footer;
+       $out[0] . "</pre>$footer</html>";
+}
+
+# private subs
+
+sub nav_footer {
+       my ($cgi, $first, $last) = @_;
+       $cgi or return '';
+       my $old_r = $cgi->param('r');
+       my $prev = '    ';
+       my $next = '    ';
+       my %opts = (-path => 1, -query => 1, -relative => 1);
+
+       if ($last) {
+               $cgi->param('r', $last);
+               $next = $cgi->url(%opts);
+               $next = qq!<a href="$next">next</a>!;
+       }
+       if ($first && $old_r) {
+               $cgi->param('r', "$first..");
+               $prev = $cgi->url(%opts);
+               $prev = qq!<a href="$prev">prev</a>!;
+       }
+       "$prev $next";
+}
+
+sub each_recent_blob {
+       my ($args, $cb) = @_;
+       my $max = $args->{max} || MAX_PER_PAGE;
+       my $refhex = qr/[a-f0-9]{4,40}(?:~\d+)?/;
+       my $cgi = $args->{cgi};
+
+       # revision ranges may be specified
+       my $reverse;
+       my $range = 'HEAD';
+       my $r = $cgi->param('r') if $cgi;
+       if ($r) {
+               if ($r =~ /\A(?:$refhex\.\.)?$refhex\z/o) {
+                       $range = $r;
+               } elsif ($r =~ /\A(?:$refhex\.\.)\z/o) {
+                       $reverse = 1;
+                       $range = $r;
+               }
+       }
 
        # get recent messages
        # we could use git log -z, but, we already know ssoma will not
        # leave us with filenames with spaces in them..
-       my $cmd = "git log --no-color --raw -r --no-abbrev HEAD |";
-       my $pid = open my $log, $cmd or die "open `$cmd' pipe failed: $!\n";
+       my @cmd = qw/git log --no-notes --no-color --raw -r --no-abbrev/;
+       push @cmd, '--reverse' if $reverse;
+       push @cmd, $range;
+       my $first;
+
+       my $pid = open(my $log, '-|', @cmd) or
+               die('open `'.join(' ', @cmd) . " pipe failed: $!\n");
        my %deleted;
+       my $last;
        my $nr = 0;
-       foreach my $line (<$log>) {
+       my @commits = ();
+       while (my $line = <$log>) {
                if ($line =~ /^:000000 100644 0{40} ([a-f0-9]{40})/) {
                        my $add = $1;
                        next if $deleted{$add};
-                       $nr += add_to_feed($feed_opts, $feed, $add, $top);
-                       last if $nr >= $max;
+                       $nr += $cb->($add);
+                       if ($nr >= $max) {
+                               $last = 1;
+                               last;
+                       }
                } elsif ($line =~ /^:100644 000000 ([a-f0-9]{40}) 0{40}/) {
                        $deleted{$1} = 1;
+               } elsif ($line =~ /^commit ([a-f0-9]{40})/) {
+                       push @commits, $1;
                }
        }
 
-       close $log;
+       if ($last) {
+               while (my $line = <$log>) {
+                       if ($line =~ /^commit ([a-f0-9]{40})/) {
+                               push @commits, $1;
+                               last;
+                       }
+               }
+       } elsif ($reverse) {
+               unshift @commits, undef
+       } else {
+               push @commits, undef;
+       }
 
-       $feed->as_string;
+       close $log; # we may EPIPE here
+       # for pagination
+       $reverse ? ($commits[-1],$commits[0]) : ($commits[0],$commits[-1]);
 }
 
 # private functions below
 sub get_feedopts {
-       my ($pi_config, $listname, $cgi) = @_;
+       my ($args) = @_;
+       my $pi_config = $args->{pi_config};
+       my $listname = $args->{listname};
+       my $cgi = $args->{cgi};
        my %rv;
+       if (open my $fh, '<', "$args->{git_dir}/description") {
+               chomp($rv{description} = <$fh>);
+               close $fh;
+       }
+
        if ($pi_config && defined $listname && length $listname) {
-               foreach my $key (qw(description address url atomurl midurl)) {
-                       $rv{$key} = $pi_config->get($listname, $key);
+               foreach my $key (qw(address)) {
+                       $rv{$key} = $pi_config->get($listname, $key) || "";
                }
        }
+       my $url_base;
        if ($cgi) {
-               my $cgi_url = $cgi->self_url;
-               my $url_base = $cgi_url;
-               $url_base =~ s!/?(?:index|all)\.atom\.xml\z!!;
-               $rv{url} ||= "$url_base/";
-               $rv{midurl} ||= "$url_base/mid/%s.html";
-               $rv{atomurl} = $cgi_url;
+               my $cgi_url = $cgi->url(-path=>1, -relative=>1);
+               my $base = $cgi->url(-base);
+               $url_base = $cgi_url;
+               if ($url_base =~ s!/(?:|index\.html)?\z!!) {
+                       $rv{atomurl} = "$base$url_base/atom.xml";
+               } else {
+                       $url_base =~ s!/atom\.xml\z!!;
+                       $rv{atomurl} = $base . $cgi_url;
+                       $url_base = $base . $url_base; # XXX is this needed?
+               }
+       } else {
+               $url_base = "http://example.com";
+               $rv{atomurl} = "$url_base/atom.xml";
        }
+       $rv{url} ||= "$url_base/";
+       $rv{midurl} = "$url_base/m/";
+       $rv{fullurl} = "$url_base/f/";
 
        \%rv;
 }
 
 sub utf8_header {
-       my ($mime, $name) = @_;
-       encode('utf8', decode('MIME-Header', $mime->header($name)));
+       my ($simple, $name) = @_;
+       my $val = $simple->header($name);
+       return "" unless defined $val;
+       $val =~ tr/\t\n / /s;
+       $val =~ tr/\r//d;
+       $enc_utf8->encode($enc_mime->decode($val));
 }
 
 sub feed_date {
        my ($date) = @_;
-       my $dt = $dt_parser->parse_datetime($date);
-        $dt ? $dt->strftime(DATEFMT) : 0;
+       my @t = eval { strptime($date) };
+
+       scalar(@t) ? POSIX::strftime(DATEFMT, @t) : 0;
 }
 
 # returns 0 (skipped) or 1 (added)
 sub add_to_feed {
-       my ($feed_opts, $feed, $add, $top) = @_;
-
-       # we can use git cat-file --batch if performance becomes a
-       # problem, but I doubt it...
-       my $str = `git cat-file blob $add`;
-       return 0 if $? != 0;
-       my $mime = Email::MIME->new($str);
+       my ($feed_opts, $feed, $add, $top, $git) = @_;
 
+       my $mime = do_cat_mail($git, 'Email::MIME', $add) or return 0;
        if ($top && $mime->header("In-Reply-To")) {
                return 0;
        }
 
-       my $content = msg_content($mime);
-       defined($content) or return 0;
+       my $midurl = $feed_opts->{midurl} || 'http://example.com/m/';
+       my $fullurl = $feed_opts->{fullurl} || 'http://example.com/f/';
 
-       my $midurl = $feed_opts->{midurl} || "http://example.com/mid/%s.html";
        my $mid = utf8_header($mime, "Message-ID") or return 0;
-       $mid =~ s/\A<//;
-       $mid =~ s/>\z//;
+       # FIXME: refactor
+       my (undef, $href) = PublicInbox::View::trim_message_id($mid);
+
+       my $content = PublicInbox::View->as_feed_entry($mime,
+                                                       "$fullurl$href.html");
+       defined($content) or return 0;
 
        my $subject = utf8_header($mime, "Subject") || "";
-       defined($subject) && length($subject) or return 0;
+       length($subject) or return 0;
 
        my $from = utf8_header($mime, "From") or return 0;
 
@@ -126,7 +281,6 @@ sub add_to_feed {
        my $email = $from[0]->address;
        defined $email or $email = "";
 
-       my $url = sprintf($midurl, uri_escape($mid));
        my $date = utf8_header($mime, "Date");
        $date or return 0;
        $date = feed_date($date) or return 0;
@@ -135,68 +289,59 @@ sub add_to_feed {
                title => $subject,
                updated => $date,
                content => { type => "html", content => $content },
-               link => $url,
+               link => $midurl . $href,
                id => $add,
        );
        1;
 }
 
-# returns a plain-text message body without quoted text
-# returns undef if there was nothing
-sub msg_content {
-       my ($mime) = @_;
-       my $rv;
-
-       # scan through all parts, looking for displayable text
-       $mime->walk_parts(sub {
-               return if $rv;
-               my ($part) = @_;
-               return if $part->subparts; # walk_parts already recurses
-               my $ct = $part->content_type || 'text/plain';
-               return if $ct !~ m!\btext/[a-z0-9\+\._-]+\b!i;
-               my @body;
-               my $killed_wrote; # omit "So-and-so wrote:" line
-
-               # no quoted text in Atom feed summary
-               # $part->body should already be decoded for us (no QP)
-
-               my $state = 0; # 0: beginning, 1: keep, 2: quoted
-               foreach my $l (split(/\r?\n/, $part->body)) {
-                       if ($state == 0) {
-                               # drop leading blank lines
-                               next if $l =~ /\A\s*\z/;
-
-                               $state = ($l =~ /\A>/) ? 2 : 1; # fall-through
-                       }
-                       if ($state == 2) { # quoted text, drop it
-                               if ($l !~ /\A>/) {
-                                       push @body, "<quoted text snipped>";
-                                       if ($l =~ /\S/) {
-                                               push @body, $l;
-                                       }
-                                       $state = 1;
-                               }
-                       }
-                       if ($state == 1) { # stuff we may keep
-                               if ($l =~ /\A>/) {
-                                       # drop "So-and-so wrote:" line
-                                       if (@body && !$killed_wrote &&
-                                           $body[-1] =~ /:\z/) {
-                                               $killed_wrote = 1;
-                                               pop @body;
-                                       }
-                                       $state = 2;
-                               } else {
-                                       push @body, $l;
-                               }
-                       }
-               }
-               $rv = "<pre>" .
-                       join("\n", map { escapeHTML($_) } @body) .
-                       "</pre>";
-       });
+sub dump_html_line {
+       my ($self, $level, $args) = @_; # args => [ $html, $midurl ]
+       if ($self->message) {
+               $args->[0] .= (' ' x $level);
+               my $simple = $self->message;
+               my $subj = utf8_header($simple, "Subject");
+               my $mid = utf8_header($simple, "Message-ID");
+               $mid =~ s/\A<//;
+               $mid =~ s/>\z//;
+               my $url = $args->[1] . xs_html(uri_escape($mid));
+               my $from = utf8_header($simple, "From");
+               my @from = Email::Address->parse($from);
+               $from = $from[0]->name;
+               (defined($from) && length($from)) or $from = $from[0]->address;
+               $from = xs_html($from);
+               $subj = xs_html($subj);
+               $args->[0] .= "<a href=\"$url.html\">$subj</a> $from\n";
+       }
+       dump_html_line($self->child, $level+1, $args) if $self->child;
+       dump_html_line($self->next, $level, $args) if $self->next;
+}
+
+sub xs_html {
+       $enc_ascii->encode(escapeHTML($enc_utf8->decode($_[0])),
+                       Encode::HTMLCREF);
+}
+
+sub try_git_pm {
+       my ($dir) = @_;
+       eval { Git->repository(Directory => $dir) };
+};
 
-       $rv;
+sub do_cat_mail {
+       my ($git, $class, $sha1) = @_;
+       my $str;
+       if ($git) {
+               open my $fh, '>', \$str or
+                               die "failed to setup string handle: $!\n";
+               binmode $fh;
+               my $bytes = $git->cat_blob($sha1, $fh);
+               close $fh or die "failed to close string handle: $!\n";
+               return if $bytes <= 0;
+       } else {
+               $str = `git cat-file blob $sha1`;
+               return if $? != 0 || length($str) == 0;
+       }
+       $class->new($str);
 }
 
 1;