]> Sergey Matveev's repositories - public-inbox.git/blobdiff - lib/PublicInbox/SearchMsg.pm
use raw header for Message-ID
[public-inbox.git] / lib / PublicInbox / SearchMsg.pm
index 920804ac65d70084c21d3400e1452f1497e89e95..477ffff773610d1faaa869187c860624b440e0a5 100644 (file)
@@ -1,11 +1,21 @@
-# Copyright (C) 2015, all contributors <meta@public-inbox.org>
-# License: GPLv3 or later (https://www.gnu.org/licenses/agpl-3.0.txt)
+# Copyright (C) 2015-2016 all contributors <meta@public-inbox.org>
+# License: AGPL-3.0+ <https://www.gnu.org/licenses/agpl-3.0.txt>
 # based on notmuch, but with no concept of folders, files or flags
+#
+# Wraps a document inside our Xapian search index.
 package PublicInbox::SearchMsg;
 use strict;
 use warnings;
 use Search::Xapian;
+use Email::Address qw//;
+use POSIX qw//;
+use Date::Parse qw/str2time/;
+use PublicInbox::MID qw/mid_clean/;
+use Encode qw/find_encoding/;
+my $enc_utf8 = find_encoding('UTF-8');
 our $PFX2TERM_RE = undef;
+use constant EPOCH_822 => 'Thu, 01 Jan 1970 00:00:00 +0000';
+use POSIX qw(strftime);
 
 sub new {
        my ($class, $mime) = @_;
@@ -20,10 +30,97 @@ sub wrap {
        bless { doc => $doc, mime => undef, mid => $mid }, $class;
 }
 
+sub get_val ($$) {
+       my ($doc, $col) = @_;
+       Search::Xapian::sortable_unserialise($doc->get_value($col));
+}
+
+sub load_doc {
+       my ($class, $doc) = @_;
+       my $data = $doc->get_data;
+       my $ts = get_val($doc, &PublicInbox::Search::TS);
+       $data = $enc_utf8->decode($data);
+       my ($subj, $from, $refs, $to, $cc) = split(/\n/, $data);
+       bless {
+               doc => $doc,
+               subject => $subj,
+               ts => $ts,
+               from => $from,
+               references => $refs,
+               to => $to,
+               cc => $cc,
+       }, $class;
+}
+
+# :bytes and :lines metadata in RFC 3977
+sub bytes ($) { get_val($_[0]->{doc}, &PublicInbox::Search::BYTES) }
+sub lines ($) { get_val($_[0]->{doc}, &PublicInbox::Search::LINES) }
+sub num ($) { get_val($_[0]->{doc}, &PublicInbox::Search::NUM) }
+
+sub __hdr ($$) {
+       my ($self, $field) = @_;
+       my $val = $self->{$field};
+       return $val if defined $val;
+
+       my $mime = $self->{mime} or return;
+       $val = $mime->header($field);
+       $val = '' unless defined $val;
+       $val =~ tr/\t\r\n/ /;
+       $self->{$field} = $val;
+}
+
+sub subject ($) { __hdr($_[0], 'subject') }
+sub to ($) { __hdr($_[0], 'to') }
+sub cc ($) { __hdr($_[0], 'cc') }
+
+sub date ($) {
+       my ($self) = @_;
+       my $date = __hdr($self, 'date');
+       return $date if defined $date;
+       my $ts = $self->{ts};
+       return unless defined $ts;
+       $self->{date} = strftime('%a, %d %b %Y %T %z', gmtime($ts));
+}
+
+sub from ($) {
+       my ($self) = @_;
+       my $from = __hdr($self, 'from');
+       if (defined $from && !defined $self->{from_name}) {
+               $from =~ tr/\t\r\n/ /;
+               my @from = Email::Address->parse($from);
+               $self->{from_name} = $from[0]->name;
+       }
+       $from;
+}
+
+sub from_name {
+       my ($self) = @_;
+       my $from_name = $self->{from_name};
+       return $from_name if defined $from_name;
+       $self->from;
+       $self->{from_name};
+}
+
+sub ts {
+       my ($self) = @_;
+       $self->{ts} ||= eval { str2time($self->mime->header('Date')) } || 0;
+}
+
+sub to_doc_data {
+       my ($self) = @_;
+       join("\n", $self->subject, $self->from, $self->references,
+               $self->to, $self->cc);
+}
+
+sub references {
+       my ($self) = @_;
+       my $x = $self->{references};
+       defined $x ? $x : '';
+}
+
 sub ensure_metadata {
        my ($self) = @_;
        my $doc = $self->{doc};
-       my $i = $doc->termlist_begin;
        my $end = $doc->termlist_end;
 
        unless (defined $PFX2TERM_RE) {
@@ -31,40 +128,67 @@ sub ensure_metadata {
                $PFX2TERM_RE = qr/\A($or)/;
        }
 
-       for (; $i != $end; $i->inc) {
-               my $val = $i->get_termname;
+       while (my ($pfx, $field) = each %PublicInbox::Search::PFX2TERM_RMAP) {
+               # ideally we'd move this out of the loop:
+               my $i = $doc->termlist_begin;
+
+               $i->skip_to($pfx);
+               if ($i != $end) {
+                       my $val = $i->get_termname;
 
-               if ($val =~ s/$PFX2TERM_RE//o) {
-                       my $field = $PublicInbox::Search::PFX2TERM_RMAP{$1};
-                       if ($field eq 'references') {
-                               my $refs = $self->{references} ||= [];
-                               push @$refs, $val;
-                       } else {
+                       if ($val =~ s/$PFX2TERM_RE//o) {
                                $self->{$field} = $val;
                        }
                }
        }
 }
 
-sub mid {
+# for threading only
+sub mini_mime {
+       my ($self) = @_;
+       $self->ensure_metadata;
+       my @hs = (
+               'Subject' => $self->subject,
+               'X-PI-From' => $self->from_name,
+       );
+
+       my @h = (
+               # prevent Email::Simple::Creator from running,
+               # this header is useless for threading as we use X-PI-TS
+               # for sorting and display:
+               'Date' => EPOCH_822,
+               'Message-ID' => "<$self->{mid}>",
+               'X-PI-TS' => $self->ts,
+       );
+       if (my $refs = $self->{references}) {
+               push @h, References => $refs;
+       }
+       my $mime = Email::MIME->create(header_str => \@hs, header => \@h);
+       my $h = $mime->header_obj;
+
+       # set these headers manually since Encode::encode('MIME-Q', ...)
+       # will add spaces to long values when using header_str above.
+
+       # drop useless headers Email::MIME set for us
+       $h->header_set('Date');
+       $h->header_set('MIME-Version');
+       $mime;
+}
+
+sub mid ($;$) {
        my ($self, $mid) = @_;
 
        if (defined $mid) {
-           $self->{mid} = $mid;
+               $self->{mid} = $mid;
+       } elsif (my $rv = $self->{mid}) {
+               $rv;
        } else {
-           $self->{mid} ||= $self->_extract_mid;
+               $self->ensure_metadata; # needed for ghosts
+               $self->{mid} ||= $self->_extract_mid;
        }
 }
 
-sub _extract_mid {
-       my ($self) = @_;
-
-       my $mid = $self->mime->header('Message-ID');
-       if ($mid && $mid =~ /<([^>]+)>/) {
-               return $1;
-       }
-       return $mid;
-}
+sub _extract_mid { mid_clean(mid_mime($_[0]->mime)) }
 
 sub mime {
        my ($self, $mime) = @_;