]> Sergey Matveev's repositories - public-inbox.git/commitdiff
search: support downloading mboxes results with full thread
authorEric Wong <e@yhbt.net>
Sat, 22 Aug 2020 06:06:26 +0000 (06:06 +0000)
committerEric Wong <e@yhbt.net>
Sun, 23 Aug 2020 00:14:02 +0000 (00:14 +0000)
Finally, the addition of THREADID for collapsing results
in Xapian lets us emulate the "mairix --threads" feature.
That is, instead of returning only the matching messages,
the entire thread is included in the downloaded mbox.gz

This requires a "public-inbox-index --reindex" to be usable.

lib/PublicInbox/Mbox.pm
lib/PublicInbox/Over.pm
lib/PublicInbox/Search.pm
lib/PublicInbox/SearchQuery.pm
lib/PublicInbox/SearchView.pm

index 873ff7be8988d3b3ab8274efe133a48e97dcebba..c9b11c210a2aefc04e7778d7a90dfe361c7ea047 100644 (file)
@@ -167,13 +167,13 @@ sub thread_mbox {
 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 {
@@ -220,21 +220,55 @@ sub results_cb {
        }
 }
 
-sub mbox_all {
-       my ($ctx, $query) = @_;
+sub results_thread_cb {
+       my ($ctx) = @_;
 
-       return mbox_all_ids($ctx) if $query eq '';
-       my $qopts = $ctx->{qopts} = { mset => 2 }; # order by docid
+       my $over = $ctx->{-inbox}->over or return;
+       while (1) {
+               while (defined(my $num = shift(@{$ctx->{xids}}))) {
+                       my $smsg = $over->get_art($num) or next;
+                       return $smsg;
+               }
+
+               # refills ctx->{xids}
+               next if $over->expand_thread($ctx);
+
+               # refill result set
+               my $srch = $ctx->{-inbox}->search(undef, $ctx) or return;
+               my $mset = $srch->query($ctx->{query}, $ctx->{qopts});
+               my $size = $mset->size or return;
+               $ctx->{qopts}->{offset} += $size;
+               $ctx->{ids} = $srch->mset_to_artnums($mset);
+       }
+
+}
+
+sub mbox_all {
+       my ($ctx, $q) = @_;
+       my $q_string = $q->{'q'};
+       return mbox_all_ids($ctx) if $q_string !~ /\S/;
        my $srch = $ctx->{-inbox}->search or
                return PublicInbox::WWW::need($ctx, 'Search');
-       my $mset = $srch->query($query, $qopts);
+       my $over = $ctx->{-inbox}->over or
+               return PublicInbox::WWW::need($ctx, 'Overview');
+
+       my $qopts = $ctx->{qopts} = { mset => 2 }; # order by docid
+       $qopts->{thread} = 1 if $q->{t};
+       my $mset = $srch->query($q_string, $qopts);
        $qopts->{offset} = $mset->size or
                        return [404, [qw(Content-Type text/plain)],
                                ["No results found\n"]];
-       $ctx->{query} = $query;
+       $ctx->{query} = $q_string;
        $ctx->{ids} = $srch->mset_to_artnums($mset);
        require PublicInbox::MboxGz;
-       PublicInbox::MboxGz::mbox_gz($ctx, \&results_cb, 'results-'.$query);
+       my $fn;
+       if ($q->{t}) {
+               $fn = 'results-thread-'.$q_string;
+               PublicInbox::MboxGz::mbox_gz($ctx, \&results_thread_cb, $fn);
+       } else {
+               $fn = 'results-'.$q_string;
+               PublicInbox::MboxGz::mbox_gz($ctx, \&results_cb, $fn);
+       }
 }
 
 1;
index 34d0b05da4188dd5267795da6ee95faf7bed9890..fba58d174b98f7f61c300a623f1c280d119dbd3f 100644 (file)
@@ -179,6 +179,35 @@ ORDER BY $sort_col DESC
        ($nr, $msgs);
 }
 
+# strict `tid' matches, only, for thread-expanded mbox.gz search results
+# and future CLI interface
+# returns true if we have IDs, undef if not
+sub expand_thread {
+       my ($self, $ctx) = @_;
+       my $dbh = $self->connect;
+       do {
+               defined(my $num = $ctx->{ids}->[0]) or return;
+               my ($tid) = $dbh->selectrow_array(<<'', undef, $num);
+SELECT tid FROM over WHERE num = ?
+
+               if (defined($tid)) {
+                       my $sql = <<'';
+SELECT num FROM over WHERE tid = ? AND num > ?
+ORDER BY num ASC LIMIT 1000
+
+                       my $xids = $dbh->selectcol_arrayref($sql, undef, $tid,
+                                                       $ctx->{prev} // 0);
+                       if (scalar(@$xids)) {
+                               $ctx->{prev} = $xids->[-1];
+                               $ctx->{xids} = $xids;
+                               return 1; # success
+                       }
+               }
+               $ctx->{prev} = 0;
+               shift @{$ctx->{ids}};
+       } while (1);
+}
+
 sub recent {
        my ($self, $opts, $after, $before) = @_;
        my ($s, @v);
index 4cfb7b3846d5f6475478c1edb94893670720bd56..bc820b648a46205d36f9fc8567e4e687483169de 100644 (file)
@@ -326,6 +326,10 @@ sub _enquire_once { # retry_reopen callback
        } else {
                $enquire->set_sort_by_value_then_relevance(TS, $desc);
        }
+
+       # `mairix -t / --threads' or JMAP collapseThreads
+       $enquire->set_collapse_key(THREADID) if $opts->{thread};
+
        my $offset = $opts->{offset} || 0;
        my $limit = $opts->{limit} || 50;
        my $mset = $enquire->get_mset($offset, $limit);
index ce1eae121a9d0498825346faace2916ad06dfe97..6724ae39171e0286a3e4b213b710cee6780e7932 100644 (file)
@@ -12,7 +12,8 @@ our $LIM = 200;
 sub new {
        my ($class, $qp) = @_;
 
-       my $r = $qp->{r};
+       my $r = $qp->{r}; # relevance
+       my $t = $qp->{t}; # collapse threads
        my ($l) = (($qp->{l} || '') =~ /([0-9]+)/);
        $l = $LIM if !$l || $l > $LIM;
        bless {
@@ -21,6 +22,7 @@ sub new {
                o => (($qp->{o} || '0') =~ /(-?[0-9]+)/),
                l => $l,
                r => (defined $r && $r ne '0'),
+               t => (defined $t && $t ne '0'),
        }, $class;
 }
 
@@ -41,8 +43,8 @@ sub qs_html {
        if (my $l = $self->{l}) {
                $qs .= "&amp;l=$l" unless $l == $LIM;
        }
-       if (my $r = $self->{r}) {
-               $qs .= "&amp;r";
+       for my $bool (qw(r t)) {
+               $qs .= "&amp;$bool" if $self->{$bool};
        }
        if (my $x = $self->{x}) {
                $qs .= "&amp;x=$x" if ($x eq 't' || $x eq 'A' || $x eq 'm');
index 75e2d39dfe3057ca6e94c6b1e21b7bf24591e073..dd69564a5a4bb42a905294a738a9766a42b5af3a 100644 (file)
@@ -19,10 +19,12 @@ my %rmap_inc;
 sub mbox_results {
        my ($ctx) = @_;
        my $q = PublicInbox::SearchQuery->new($ctx->{qp});
-       my $x = $q->{x};
+       if ($ctx->{env}->{'psgi.input'}->read(my $buf, 3)) {
+               $q->{t} = 1 if $buf =~ /\Ax=[^0]/;
+       }
        require PublicInbox::Mbox;
-       return PublicInbox::Mbox::mbox_all($ctx, $q->{'q'}) if $x eq 'm';
-       sres_top_html($ctx);
+       $q->{x} eq 'm' ? PublicInbox::Mbox::mbox_all($ctx, $q) :
+                       sres_top_html($ctx);
 }
 
 sub sres_top_html {
@@ -46,6 +48,7 @@ sub sres_top_html {
                offset => $o,
                mset => 1,
                relevance => $q->{r},
+               thread => $q->{t},
                asc => $asc,
        };
        my ($mset, $total, $err, $html);
@@ -151,7 +154,7 @@ sub err_txt {
 
 sub search_nav_top {
        my ($mset, $q, $ctx) = @_;
-       my $m = $q->qs_html(x => 'm', r => undef);
+       my $m = $q->qs_html(x => 'm', r => undef, t => undef);
        my $rv = qq{<form\naction="?$m"\nmethod="post"><pre>};
        my $initial_q = $ctx->{-uxs_retried};
        if (defined $initial_q) {
@@ -186,10 +189,12 @@ sub search_nav_top {
        }
        my $A = $q->qs_html(x => 'A', r => undef);
        $rv .= qq{|<a\nhref="?$A">Atom feed</a>]} .
-               qq{\n\t\t\t\t\t\tdownload: } .
-               # lynx seems to require a name=, here, so just use 'z'
-               qq{<input\ntype=submit\nname=z\nvalue="mbox.gz"/>} .
-               q{</pre></form><pre>};
+               qq{\n\t\t\tdownload mbox.gz: } .
+               # we set name=z w/o using it since it seems required for
+               # lynx (but works fine for w3m).
+               qq{<input\ntype=submit\nname=z\nvalue="results only"/>|} .
+               qq{<input\ntype=submit\nname=x\nvalue="full threads"/>} .
+               qq{</pre></form><pre>};
 }
 
 sub search_nav_bot {