]> Sergey Matveev's repositories - public-inbox.git/blobdiff - lib/PublicInbox/Mbox.pm
imap+nntp: share COMPRESS implementation
[public-inbox.git] / lib / PublicInbox / Mbox.pm
index 11b23022ff5ed8270af2f5f70ad0bbf3524c08af..b977308d05417d36e6e092dbe00b6d80775fcbc3 100644 (file)
@@ -1,76 +1,63 @@
-# Copyright (C) 2015-2018 all contributors <meta@public-inbox.org>
+# Copyright (C) 2015-2021 all contributors <meta@public-inbox.org>
 # License: AGPL-3.0+ <https://www.gnu.org/licenses/agpl-3.0.txt>
 
-# Streaming interface for formatting messages as an mboxrd.
-# Used by the web interface
+# Streaming interface for mboxrd HTTP responses
+# See PublicInbox::GzipFilter for details.
 package PublicInbox::Mbox;
 use strict;
-use warnings;
-use PublicInbox::MID qw/mid_clean mid_escape/;
+use parent 'PublicInbox::GzipFilter';
+use PublicInbox::MID qw/mid_escape/;
 use PublicInbox::Hval qw/to_filename/;
-use Email::Simple;
-use Email::MIME::Encode;
+use PublicInbox::Smsg;
+use PublicInbox::Eml;
 
-sub subject_fn ($) {
-       my ($simple) = @_;
-       my $fn = $simple->header('Subject');
-       return 'no-subject' unless defined($fn);
-
-       # no need for full Email::MIME, here
-       if ($fn =~ /=\?/) {
-               eval { $fn = Encode::decode('MIME-Header', $fn) };
-               $fn = 'no-subject' if $@;
+# called by PSGI server as body response
+# this gets called twice for every message, once to return the header,
+# once to retrieve the body
+sub getline {
+       my ($ctx) = @_; # ctx
+       my $smsg = $ctx->{smsg} or return;
+       my $ibx = $ctx->{ibx};
+       my $eml = delete($ctx->{eml}) // $ibx->smsg_eml($smsg) // return;
+       my $n = $ctx->{smsg} = $ibx->over->next_by_mid(@{$ctx->{next_arg}});
+       $ctx->zmore(msg_hdr($ctx, $eml));
+       if ($n) {
+               $ctx->translate(msg_body($eml));
+       } else { # last message
+               $ctx->zmore(msg_body($eml));
+               $ctx->zflush;
        }
-       $fn =~ s/^re:\s+//i;
-       $fn = to_filename($fn);
-       $fn eq '' ? 'no-subject' : $fn;
 }
 
-sub mb_stream {
-       my ($more) = @_;
-       bless $more, 'PublicInbox::Mbox';
+# called by PublicInbox::DS::write after http->next_step
+sub async_next {
+       my ($http) = @_; # PublicInbox::HTTP
+       my $ctx = $http->{forward} or return; # client aborted
+       eval {
+               my $smsg = $ctx->{smsg} or return $ctx->close;
+               $ctx->smsg_blob($smsg);
+       };
+       warn "E: $@" if $@;
 }
 
-# called by PSGI server as body response
-sub getline {
-       my ($more) = @_; # self
-       my ($ctx, $id, $prev, $next, $cur) = @$more;
-       if ($cur) { # first
-               pop @$more;
-               return msg_str($ctx, $cur);
-       }
-       $cur = $next or return;
-       my $ibx = $ctx->{-inbox};
-       $next = $ibx->search->next_by_mid($ctx->{mid}, \$id, \$prev);
-       @$more = ($ctx, $id, $prev, $next); # $next may be undef, here
-       my $mref = $ibx->msg_by_smsg($cur) or return;
-       msg_str($ctx, Email::Simple->new($mref));
+sub async_eml { # for async_blob_cb
+       my ($ctx, $eml) = @_;
+       my $smsg = delete $ctx->{smsg};
+       # next message
+       $ctx->{smsg} = $ctx->{ibx}->over->next_by_mid(@{$ctx->{next_arg}});
+       local $ctx->{eml} = $eml; # for mbox_hdr
+       $ctx->zmore(msg_hdr($ctx, $eml));
+       $ctx->write(msg_body($eml));
 }
 
-sub close {} # noop
-
-sub emit_raw {
+sub mbox_hdr ($) {
        my ($ctx) = @_;
-       my $mid = $ctx->{mid};
-       my $ibx = $ctx->{-inbox};
-       my $first;
-       my $more;
-       if (my $srch = $ibx->search) {
-               my ($id, $prev);
-               my $smsg = $srch->next_by_mid($mid, \$id, \$prev) or return;
-               my $mref = $ibx->msg_by_smsg($smsg) or return;
-               $first = Email::Simple->new($mref);
-               my $next = $srch->next_by_mid($mid, \$id, \$prev);
-               # $more is for ->getline
-               $more = [ $ctx, $id, $prev, $next, $first ] if $next;
-       } else {
-               my $mref = $ibx->msg_by_mid($mid) or return;
-               $first = Email::Simple->new($mref);
-       }
-       return unless defined $first;
-       my $fn = subject_fn($first);
+       my $eml = $ctx->{eml} //= $ctx->{ibx}->smsg_eml($ctx->{smsg});
+       my $fn = $eml->header_str('Subject') // '';
+       $fn =~ s/^re:\s+//i;
+       $fn = to_filename($fn) // 'no-subject';
        my @hdr = ('Content-Type');
-       if ($ibx->{obfuscate}) {
+       if ($ctx->{ibx}->{obfuscate}) {
                # obfuscation is stupid, but maybe scrapers are, too...
                push @hdr, 'application/mbox';
                $fn .= '.mbox';
@@ -78,209 +65,192 @@ sub emit_raw {
                push @hdr, 'text/plain';
                $fn .= '.txt';
        }
+       my $cs = $ctx->{eml}->ct->{attributes}->{charset} // 'UTF-8';
+       $cs = 'UTF-8' if $cs =~ /[^a-zA-Z0-9\-\_]/; # avoid header injection
+       $hdr[-1] .= "; charset=$cs";
        push @hdr, 'Content-Disposition', "inline; filename=$fn";
-       [ 200, \@hdr, $more ? mb_stream($more) : [ msg_str($ctx, $first) ] ];
+       [ 200, \@hdr ];
 }
 
-sub msg_str {
-       my ($ctx, $simple, $mid) = @_; # Email::Simple object
-       my $header_obj = $simple->header_obj;
+# for rare cases where v1 inboxes aren't indexed w/ ->over at all
+sub no_over_raw ($) {
+       my ($ctx) = @_;
+       my $mref = $ctx->{ibx}->msg_by_mid($ctx->{mid}) or return;
+       my $eml = $ctx->{eml} = PublicInbox::Eml->new($mref);
+       [ @{mbox_hdr($ctx)}, [ msg_hdr($ctx, $eml) . msg_body($eml) ] ]
+}
+
+# /$INBOX/$MESSAGE_ID/raw
+sub emit_raw {
+       my ($ctx) = @_;
+       $ctx->{base_url} = $ctx->{ibx}->base_url($ctx->{env});
+       my $over = $ctx->{ibx}->over or return no_over_raw($ctx);
+       my ($id, $prev);
+       my $mip = $ctx->{next_arg} = [ $ctx->{mid}, \$id, \$prev ];
+       my $smsg = $ctx->{smsg} = $over->next_by_mid(@$mip) or return;
+       bless $ctx, __PACKAGE__;
+       $ctx->psgi_response(\&mbox_hdr);
+}
+
+sub msg_hdr ($$) {
+       my ($ctx, $eml) = @_;
+       my $header_obj = $eml->header_obj;
 
        # drop potentially confusing headers, ssoma already should've dropped
        # Lines and Content-Length
        foreach my $d (qw(Lines Bytes Content-Length Status)) {
                $header_obj->header_set($d);
        }
-       my $ibx = $ctx->{-inbox};
-       my $base = $ibx->base_url($ctx->{env});
-       $mid = $ctx->{mid} unless defined $mid;
-       $mid = mid_escape($mid);
-       my @append = (
-               'Archived-At', "<$base$mid/>",
-               'List-Archive', "<$base>",
-               'List-Post', "<mailto:$ibx->{-primary_address}>",
-       );
-       my $crlf = $simple->crlf;
-       my $buf = "From mboxrd\@z Thu Jan  1 00:00:00 1970\n" .
-                       $header_obj->as_string;
-       for (my $i = 0; $i < @append; $i += 2) {
-               my $k = $append[$i];
-               my $v = $append[$i + 1];
-               my @v = $header_obj->header($k);
-               foreach (@v) {
-                       if ($v eq $_) {
-                               $v = undef;
-                               last;
-                       }
-               }
-               $buf .= "$k: $v$crlf" if defined $v;
-       }
-       $buf .= $crlf;
+       my $crlf = $header_obj->crlf;
+       my $buf = $header_obj->as_string;
+       # fixup old bug from import (pre-a0c07cba0e5d8b6a)
+       $buf =~ s/\A[\r\n]*From [^\r\n]*\r?\n//s;
+       "From mboxrd\@z Thu Jan  1 00:00:00 1970" . $crlf . $buf . $crlf;
+}
 
+sub msg_body ($) {
+       my $bdy = $_[0]->{bdy} // return "\n";
        # mboxrd quoting style
-       # ref: http://www.qmail.org/man/man5/mbox.html
-       my $body = $simple->body;
-       $body =~ s/^(>*From )/>$1/gm;
-       $buf .= $body;
-       $buf .= "\n";
+       # https://en.wikipedia.org/wiki/Mbox#Modified_mbox
+       # https://www.loc.gov/preservation/digital/formats/fdd/fdd000385.shtml
+       # https://web.archive.org/http://www.qmail.org/man/man5/mbox.html
+       $$bdy =~ s/^(>*From )/>$1/gm;
+       $$bdy .= "\n";
+}
+
+sub thread_cb {
+       my ($ctx) = @_;
+       my $msgs = $ctx->{msgs};
+       while (1) {
+               if (my $smsg = shift @$msgs) {
+                       return $smsg;
+               }
+               # refill result set
+               my $over = $ctx->{ibx}->over or return $ctx->gone('over');
+               $ctx->{msgs} = $msgs = $over->get_thread($ctx->{mid},
+                                                       $ctx->{prev});
+               return unless @$msgs;
+               $ctx->{prev} = $msgs->[-1];
+       }
 }
 
 sub thread_mbox {
-       my ($ctx, $srch, $sfx) = @_;
-       eval { require IO::Compress::Gzip };
-       return sub { need_gzip(@_) } if $@;
-       my $mid = $ctx->{mid};
-       my $msgs = $srch->get_thread($mid, {});
+       my ($ctx, $over, $sfx) = @_;
+       my $msgs = $ctx->{msgs} = $over->get_thread($ctx->{mid}, {});
        return [404, [qw(Content-Type text/plain)], []] if !@$msgs;
-       my $prev = $msgs->[-1];
-       my $i = 0;
-       my $cb = sub {
-               while (1) {
-                       if (my $smsg = $msgs->[$i++]) {
-                               return $smsg;
-                       }
-                       # refill result set
-                       $msgs = $srch->get_thread($mid, $prev);
-                       return unless @$msgs;
-                       $prev = $msgs->[-1];
-                       $i = 0;
-               }
-       };
-       PublicInbox::MboxGz->response($ctx, $cb, $msgs->[0]->subject);
+       $ctx->{prev} = $msgs->[-1];
+       require PublicInbox::MboxGz;
+       PublicInbox::MboxGz::mbox_gz($ctx, \&thread_cb, $msgs->[0]->{subject});
 }
 
 sub emit_range {
        my ($ctx, $range) = @_;
 
-       my $query;
+       my $q;
        if ($range eq 'all') { # TODO: YYYY[-MM]
-               $query = '';
+               $q = '';
        } else {
                return [404, [qw(Content-Type text/plain)], []];
        }
-       mbox_all($ctx, $query);
+       mbox_all($ctx, { q => $q });
+}
+
+sub all_ids_cb {
+       my ($ctx) = @_;
+       my $over = $ctx->{ibx}->over or return $ctx->gone('over');
+       my $ids = $ctx->{ids};
+       do {
+               while ((my $num = shift @$ids)) {
+                       my $smsg = $over->get_art($num) or next;
+                       return $smsg;
+               }
+               $ctx->{ids} = $ids = $over->ids_after(\($ctx->{prev}));
+       } while (@$ids);
 }
 
 sub mbox_all_ids {
        my ($ctx) = @_;
        my $prev = 0;
-       my $ids = $ctx->{-inbox}->mm->ids_after(\$prev) or return
+       my $over = $ctx->{ibx}->over or
+               return PublicInbox::WWW::need($ctx, 'Overview');
+       my $ids = $over->ids_after(\$prev) or return
                [404, [qw(Content-Type text/plain)], ["No results found\n"]];
-       my $i = 0;
-       my $over = $ctx->{srch}->{over_ro};
-       my $cb = sub {
-               do {
-                       while ((my $num = $ids->[$i++])) {
-                               my $smsg = $over->get_art($num) or next;
-                               return $smsg;
-                       }
-                       $ids = $ctx->{-inbox}->mm->ids_after(\$prev);
-                       $i = 0;
-               } while (@$ids);
-               undef;
-       };
-       return PublicInbox::MboxGz->response($ctx, $cb, 'all');
+       $ctx->{ids} = $ids;
+       $ctx->{prev} = $prev;
+       $ctx->{-low_prio} = 1;
+       require PublicInbox::MboxGz;
+       PublicInbox::MboxGz::mbox_gz($ctx, \&all_ids_cb, 'all');
 }
 
-sub mbox_all {
-       my ($ctx, $query) = @_;
-
-       eval { require IO::Compress::Gzip };
-       return sub { need_gzip(@_) } if $@;
-       return mbox_all_ids($ctx) if $query eq '';
-       my $opts = { mset => 2 };
-       my $srch = $ctx->{srch};
-       my $mset = $srch->query($query, $opts);
-       $opts->{offset} = $mset->size or
-                       return [404, [qw(Content-Type text/plain)],
-                               ["No results found\n"]];
-       my $i = 0;
-       my $cb = sub { # called by MboxGz->getline
-               while (1) {
-                       while (my $mi = (($mset->items)[$i++])) {
-                               my $doc = $mi->get_document;
-                               my $smsg = $srch->retry_reopen(sub {
-                                       PublicInbox::SearchMsg->load_doc($doc);
-                               }) or next;
-                               return $smsg;
-                       }
-                       # refill result set
-                       $mset = $srch->query($query, $opts);
-                       my $size = $mset->size or return;
-                       $opts->{offset} += $size;
-                       $i = 0;
+sub results_cb {
+       my ($ctx) = @_;
+       my $over = $ctx->{ibx}->over or return $ctx->gone('over');
+       while (1) {
+               while (defined(my $num = shift(@{$ctx->{ids}}))) {
+                       my $smsg = $over->get_art($num) or next;
+                       return $smsg;
                }
-       };
-       PublicInbox::MboxGz->response($ctx, $cb, 'results-'.$query);
-}
-
-sub need_gzip {
-       my $fh = $_[0]->([501, ['Content-Type' => 'text/html']]);
-       my $title = 'gzipped mbox not available';
-       $fh->write(<<EOF);
-<html><head><title>$title</title><body><pre>$title
-The administrator needs to install the IO::Compress::Gzip Perl module
-to support gzipped mboxes.
-<a href="../">Return to index</a></pre></body></html>
-EOF
-       $fh->close;
+               # refill result set, deprioritize since there's many results
+               my $srch = $ctx->{ibx}->isrch or return $ctx->gone('search');
+               my $mset = $srch->mset($ctx->{query}, $ctx->{qopts});
+               my $size = $mset->size or return;
+               $ctx->{qopts}->{offset} += $size;
+               $ctx->{ids} = $srch->mset_to_artnums($mset, $ctx->{qopts});
+               $ctx->{-low_prio} = 1;
+       }
 }
 
-1;
+sub results_thread_cb {
+       my ($ctx) = @_;
 
-package PublicInbox::MboxGz;
-use strict;
-use warnings;
-use PublicInbox::Hval qw/to_filename/;
+       my $over = $ctx->{ibx}->over or return $ctx->gone('over');
+       while (1) {
+               while (defined(my $num = shift(@{$ctx->{xids}}))) {
+                       my $smsg = $over->get_art($num) or next;
+                       return $smsg;
+               }
 
-sub new {
-       my ($class, $ctx, $cb) = @_;
-       my $buf = '';
-       bless {
-               buf => \$buf,
-               gz => IO::Compress::Gzip->new(\$buf, Time => 0),
-               cb => $cb,
-               ctx => $ctx,
-       }, $class;
-}
+               # refills ctx->{xids}
+               next if $over->expand_thread($ctx);
 
-sub response {
-       my ($class, $ctx, $cb, $fn) = @_;
-       my $body = $class->new($ctx, $cb);
-       # http://www.iana.org/assignments/media-types/application/gzip
-       my @h = qw(Content-Type application/gzip);
-       if ($fn) {
-               $fn = to_filename($fn);
-               push @h, 'Content-Disposition', "inline; filename=$fn.mbox.gz";
+               # refill result set, deprioritize since there's many results
+               my $srch = $ctx->{ibx}->isrch or return $ctx->gone('search');
+               my $mset = $srch->mset($ctx->{query}, $ctx->{qopts});
+               my $size = $mset->size or return;
+               $ctx->{qopts}->{offset} += $size;
+               $ctx->{ids} = $srch->mset_to_artnums($mset, $ctx->{qopts});
+               $ctx->{-low_prio} = 1;
        }
-       [ 200, \@h, $body ];
+
 }
 
-# called by Plack::Util::foreach or similar
-sub getline {
-       my ($self) = @_;
-       my $ctx = $self->{ctx} or return;
-       while (my $smsg = $self->{cb}->()) {
-               my $msg = $ctx->{-inbox}->msg_by_smsg($smsg) or next;
-               $msg = Email::Simple->new($msg);
-               $self->{gz}->write(PublicInbox::Mbox::msg_str($ctx, $msg,
-                               $smsg->{mid}));
-               my $bref = $self->{buf};
-               if (length($$bref) >= 8192) {
-                       my $ret = $$bref; # copy :<
-                       ${$self->{buf}} = '';
-                       return $ret;
-               }
+sub mbox_all {
+       my ($ctx, $q) = @_;
+       my $q_string = $q->{'q'};
+       return mbox_all_ids($ctx) if $q_string !~ /\S/;
+       my $srch = $ctx->{ibx}->isrch or
+               return PublicInbox::WWW::need($ctx, 'Search');
+       my $over = $ctx->{ibx}->over or
+               return PublicInbox::WWW::need($ctx, 'Overview');
 
-               # be fair to other clients on public-inbox-httpd:
-               return '';
+       my $qopts = $ctx->{qopts} = { relevance => -2 }; # ORDER BY docid DESC
+       $qopts->{threads} = 1 if $q->{t};
+       $srch->query_approxidate($ctx->{ibx}->git, $q_string);
+       my $mset = $srch->mset($q_string, $qopts);
+       $qopts->{offset} = $mset->size or
+                       return [404, [qw(Content-Type text/plain)],
+                               ["No results found\n"]];
+       $ctx->{query} = $q_string;
+       $ctx->{ids} = $srch->mset_to_artnums($mset, $qopts);
+       require PublicInbox::MboxGz;
+       my $fn;
+       if ($q->{t} && $srch->has_threadid) {
+               $fn = 'results-thread-'.$q_string;
+               PublicInbox::MboxGz::mbox_gz($ctx, \&results_thread_cb, $fn);
+       } else {
+               $fn = 'results-'.$q_string;
+               PublicInbox::MboxGz::mbox_gz($ctx, \&results_cb, $fn);
        }
-       delete($self->{gz})->close;
-       # signal that we're done and can return undef next call:
-       delete $self->{ctx};
-       ${delete $self->{buf}};
 }
 
-sub close {} # noop
-
 1;