components/getter/http_getter.ml

   1 (* Copyright (C) 2005, HELM Team.
   2  *
   3  * This file is part of HELM, an Hypertextual, Electronic
   4  * Library of Mathematics, developed at the Computer Science
   5  * Department, University of Bologna, Italy.
   6  *
   7  * HELM is free software; you can redistribute it and/or
   8  * modify it under the terms of the GNU General Public License
   9  * as published by the Free Software Foundation; either version 2
  10  * of the License, or (at your option) any later version.
  11  *
  12  * HELM is distributed in the hope that it will be useful,
  13  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  14  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  15  * GNU General Public License for more details.
  16  *
  17  * You should have received a copy of the GNU General Public License
  18  * along with HELM; if not, write to the Free Software
  19  * Foundation, Inc., 59 Temple Place - Suite 330, Boston,
  20  * MA  02111-1307, USA.
  21  *
  22  * For details, see the HELM World-Wide-Web page,
  23  * http://helm.cs.unibo.it/
  24  *)
  25
  26 (* $Id$ *)
  27
  28 open Printf
  29
  30 open Http_getter_common
  31 open Http_getter_misc
  32 open Http_getter_types
  33
  34 exception Not_implemented of string
  35 exception UnexpectedGetterOutput
  36
  37 type resolve_result =
  38   | Unknown
  39   | Exception of exn
  40   | Resolved of string
  41
  42 type logger_callback = HelmLogger.html_tag -> unit
  43
  44 let stdout_logger tag = print_string (HelmLogger.string_of_html_tag tag)
  45
  46 let not_implemented s = raise (Not_implemented ("Http_getter." ^ s))
  47
  48 let index_line_sep_RE     = Pcre.regexp "[ \t]+"
  49 let index_sep_RE          = Pcre.regexp "\r\n|\r|\n"
  50 let trailing_types_RE     = Pcre.regexp "\\.types$"
  51 let heading_cic_RE        = Pcre.regexp "^cic:"
  52 let heading_theory_RE     = Pcre.regexp "^theory:"
  53 let heading_nuprl_RE      = Pcre.regexp "^nuprl:"
  54 let types_RE              = Pcre.regexp "\\.types$"
  55 let types_ann_RE          = Pcre.regexp "\\.types\\.ann$"
  56 let body_RE               = Pcre.regexp "\\.body$"
  57 let body_ann_RE           = Pcre.regexp "\\.body\\.ann$"
  58 let proof_tree_RE         = Pcre.regexp "\\.proof_tree$"
  59 let proof_tree_ann_RE     = Pcre.regexp "\\.proof_tree\\.ann$"
  60 let theory_RE             = Pcre.regexp "\\.theory$"
  61 let basepart_RE           = Pcre.regexp
  62   "^([^.]*\\.[^.]*)((\\.body)|(\\.proof_tree)|(\\.types))?(\\.ann)?$"
  63 let slash_RE              = Pcre.regexp "/"
  64 let pipe_RE               = Pcre.regexp "\\|"
  65 let til_slash_RE          = Pcre.regexp "^.*/"
  66 let no_slashes_RE         = Pcre.regexp "^[^/]*$"
  67 let fix_regexp_RE         = Pcre.regexp ("^" ^ (Pcre.quote "(cic|theory)"))
  68 let showable_file_RE      =
  69   Pcre.regexp "(\\.con|\\.ind|\\.var|\\.body|\\.types|\\.proof_tree)$"
  70
  71 let xml_suffix = ".xml"
  72 let theory_suffix = ".theory"
  73
  74   (* global maps, shared by all threads *)
  75
  76 let ends_with_slash s =
  77   try
  78     s.[String.length s - 1] = '/'
  79   with Invalid_argument _ -> false
  80
  81   (* should we use a remote getter or not *)
  82 let remote () =
  83   try
  84     Helm_registry.get "getter.mode" = "remote"
  85   with Helm_registry.Key_not_found _ -> false
  86
  87 let getter_url () = Helm_registry.get "getter.url"
  88
  89 (* Remote interface: getter methods implemented using a remote getter *)
  90
  91   (* <TODO> *)
  92 let getxml_remote uri = not_implemented "getxml_remote"
  93 let getxslt_remote uri = not_implemented "getxslt_remote"
  94 let getdtd_remote uri = not_implemented "getdtd_remote"
  95 let clean_cache_remote () = not_implemented "clean_cache_remote"
  96 let list_servers_remote () = not_implemented "list_servers_remote"
  97 let add_server_remote ~logger ~position name =
  98   not_implemented "add_server_remote"
  99 let remove_server_remote ~logger position =
 100   not_implemented "remove_server_remote"
 101 let getalluris_remote () = not_implemented "getalluris_remote"
 102 let ls_remote lsuri = not_implemented "ls_remote"
 103 let exists_remote uri = not_implemented "exists_remote"
 104   (* </TODO> *)
 105
 106 let resolve_remote ~writable uri =
 107   (* deliver resolve request to http_getter *)
 108   let doc =
 109     Http_getter_wget.get (sprintf "%sresolve?uri=%s&writable=%b" (getter_url ())
 110       uri writable)
 111   in
 112   let res = ref Unknown in
 113   let start_element tag attrs =
 114     match tag with
 115     | "url" ->
 116         (try
 117           res := Resolved (List.assoc "value" attrs)
 118         with Not_found -> ())
 119     | "unresolvable" -> res := Exception (Unresolvable_URI uri)
 120     | "not_found" -> res := Exception (Key_not_found uri)
 121     | _ -> ()
 122   in
 123   let callbacks = {
 124     XmlPushParser.default_callbacks with
 125       XmlPushParser.start_element = Some start_element
 126   } in
 127   let xml_parser = XmlPushParser.create_parser callbacks in
 128   XmlPushParser.parse xml_parser (`String doc);
 129   XmlPushParser.final xml_parser;
 130   match !res with
 131   | Unknown -> raise UnexpectedGetterOutput
 132   | Exception e -> raise e
 133   | Resolved url -> url
 134
 135 let deref_index_theory uri =
 136  if Http_getter_storage.exists (uri ^ xml_suffix) then uri
 137  else if is_theory_uri uri && Filename.basename uri = "index.theory" then
 138     strip_trailing_slash (Filename.dirname uri) ^ theory_suffix
 139  else
 140     uri
 141
 142 (* API *)
 143
 144 let help () = Http_getter_const.usage_string (Http_getter_env.env_to_string ())
 145
 146 let exists uri =
 147 (*   prerr_endline ("Http_getter.exists " ^ uri); *)
 148   if remote () then
 149     exists_remote uri
 150   else
 151    let uri = deref_index_theory uri in
 152     Http_getter_storage.exists (uri ^ xml_suffix)
 153
 154 let is_an_obj s =
 155   try
 156     s <> UriManager.buri_of_uri (UriManager.uri_of_string s)
 157   with UriManager.IllFormedUri _ -> true
 158
 159 let resolve ~writable uri =
 160   if remote () then
 161     resolve_remote ~writable uri
 162   else
 163    let uri = deref_index_theory uri in
 164     try
 165       if is_an_obj uri then
 166         Http_getter_storage.resolve ~writable (uri ^ xml_suffix)
 167       else
 168         Http_getter_storage.resolve ~writable uri
 169     with Http_getter_storage.Resource_not_found _ -> raise (Key_not_found uri)
 170
 171 let filename ~writable uri =
 172   if remote () then
 173     raise (Key_not_found uri)
 174   else
 175    let uri = deref_index_theory uri in
 176     try
 177       Http_getter_storage.resolve
 178         ~must_exists:false ~writable uri
 179     with Http_getter_storage.Resource_not_found _ -> raise (Key_not_found uri)
 180
 181 let getxml uri =
 182   if remote () then getxml_remote uri
 183   else begin
 184     let uri' = deref_index_theory uri in
 185     (try
 186       Http_getter_storage.filename (uri' ^ xml_suffix)
 187     with Http_getter_storage.Resource_not_found _ -> raise (Key_not_found uri))
 188   end
 189
 190 let getxslt uri =
 191   if remote () then getxslt_remote uri
 192   else Http_getter_storage.filename ~find:true ("xslt:/" ^ uri)
 193
 194 let getdtd uri =
 195   if remote () then
 196     getdtd_remote uri
 197   else begin
 198     let fname = Http_getter_env.get_dtd_dir () ^ "/" ^ uri in
 199     if not (Sys.file_exists fname) then raise (Dtd_not_found uri);
 200     fname
 201   end
 202
 203 let clean_cache () =
 204   if remote () then
 205     clean_cache_remote ()
 206   else
 207     Http_getter_storage.clean_cache ()
 208
 209 let (++) (oldann, oldtypes, oldbody, oldtree)
 210          (newann, newtypes, newbody, newtree) =
 211   ((if newann   > oldann    then newann   else oldann),
 212    (if newtypes > oldtypes  then newtypes else oldtypes),
 213    (if newbody  > oldbody   then newbody  else oldbody),
 214    (if newtree  > oldtree   then newtree  else oldtree))
 215
 216 let store_obj tbl o =
 217 (*   prerr_endline ("Http_getter.store_obj " ^ o); *)
 218   if Pcre.pmatch ~rex:showable_file_RE o then begin
 219     let basepart = Pcre.replace ~rex:basepart_RE ~templ:"$1" o in
 220     let no_flags = false, No, No, No in
 221     let oldflags =
 222       try
 223         Hashtbl.find tbl basepart
 224       with Not_found -> (* no ann, no types, no body, no proof tree *)
 225         no_flags
 226     in
 227     let newflags =
 228       match o with
 229       | s when Pcre.pmatch ~rex:types_RE s          -> (false, Yes, No, No)
 230       | s when Pcre.pmatch ~rex:types_ann_RE s      -> (true,  Ann, No, No)
 231       | s when Pcre.pmatch ~rex:body_RE s           -> (false, No, Yes, No)
 232       | s when Pcre.pmatch ~rex:body_ann_RE s       -> (true,  No, Ann, No)
 233       | s when Pcre.pmatch ~rex:proof_tree_RE s     -> (false, No, No, Yes)
 234       | s when Pcre.pmatch ~rex:proof_tree_ann_RE s -> (true,  No, No, Ann)
 235       | s -> no_flags
 236     in
 237     Hashtbl.replace tbl basepart (oldflags ++ newflags)
 238   end
 239
 240 let store_dir set_ref d =
 241   set_ref := StringSet.add (List.hd (Pcre.split ~rex:slash_RE d)) !set_ref
 242
 243 let collect_ls_items dirs_set objs_tbl =
 244   let items = ref [] in
 245   StringSet.iter (fun dir -> items := Ls_section dir :: !items) dirs_set;
 246   Http_getter_misc.hashtbl_sorted_iter
 247     (fun uri (annflag, typesflag, bodyflag, treeflag) ->
 248       items :=
 249         Ls_object {
 250           uri = uri; ann = annflag;
 251           types = typesflag; body = bodyflag; proof_tree = treeflag
 252         } :: !items)
 253     objs_tbl;
 254   List.rev !items
 255
 256 let contains_object = (<>) []
 257
 258   (** non regexp-aware version of ls *)
 259 let rec dumb_ls uri_prefix =
 260 (*   prerr_endline ("Http_getter.dumb_ls " ^ uri_prefix); *)
 261   if is_cic_obj_uri uri_prefix then begin
 262     let dirs = ref StringSet.empty in
 263     let objs = Hashtbl.create 17 in
 264     List.iter
 265       (fun fname ->
 266         if ends_with_slash fname then
 267           store_dir dirs fname
 268         else
 269           try
 270             store_obj objs (strip_suffix ~suffix:xml_suffix fname)
 271           with Invalid_argument _ -> ())
 272       (Http_getter_storage.ls uri_prefix);
 273     collect_ls_items !dirs objs
 274   end else if is_theory_uri uri_prefix then begin
 275     let items = ref [] in
 276     let add_theory fname =
 277       items :=
 278         Ls_object {
 279           uri = fname; ann = false; types = No; body = No; proof_tree = No }
 280         :: !items
 281     in
 282     let cic_uri_prefix =
 283       Pcre.replace_first ~rex:heading_theory_RE ~templ:"cic:" uri_prefix
 284     in
 285     List.iter
 286       (fun fname ->
 287         if ends_with_slash fname then
 288           items := Ls_section (strip_trailing_slash fname) :: !items
 289         else
 290           try
 291             let fname = strip_suffix ~suffix:xml_suffix fname in
 292             let theory_name = strip_suffix ~suffix:theory_suffix fname in
 293             let sub_theory = normalize_dir cic_uri_prefix ^ theory_name ^ "/" in
 294             if is_empty_theory sub_theory then add_theory fname
 295           with Invalid_argument _ -> ())
 296       (Http_getter_storage.ls uri_prefix);
 297     (try
 298       if contains_object (dumb_ls cic_uri_prefix)
 299         && exists (strip_trailing_slash uri_prefix ^ theory_suffix)
 300       then
 301         add_theory "index.theory";
 302     with Unresolvable_URI _ -> ());
 303     !items
 304   end else
 305     raise (Invalid_URI uri_prefix)
 306
 307 and is_empty_theory uri_prefix =
 308 (*   prerr_endline ("is_empty_theory " ^ uri_prefix); *)
 309   not (contains_object (dumb_ls uri_prefix))
 310
 311   (* handle simple regular expressions of the form "...(..|..|..)..." on cic
 312    * uris, not meant to be a real implementation of regexp. The only we use is
 313    * "(cic|theory):/..." *)
 314 let explode_ls_regexp regexp =
 315   try
 316     let len = String.length regexp in
 317     let lparen_idx = String.index regexp '(' in
 318     let rparen_idx = String.index_from regexp lparen_idx ')' in
 319     let choices_str = (* substring between parens, parens excluded *)
 320       String.sub regexp (lparen_idx + 1) (rparen_idx - lparen_idx - 1)
 321     in
 322     let choices = Pcre.split ~rex:pipe_RE choices_str in
 323     let prefix = String.sub regexp 0 lparen_idx in
 324     let suffix = String.sub regexp (rparen_idx + 1) (len - (rparen_idx + 1)) in
 325     List.map (fun choice -> prefix ^ choice ^ suffix) choices
 326   with Not_found -> [regexp]
 327
 328 let merge_results results =
 329   let rec aux objects_acc dirs_acc = function
 330     | [] -> dirs_acc @ objects_acc
 331     | Ls_object _ as obj :: tl -> aux (obj :: objects_acc) dirs_acc tl
 332     | Ls_section _ as dir :: tl ->
 333         if List.mem dir dirs_acc then (* filters out dir duplicates *)
 334           aux objects_acc dirs_acc tl
 335         else
 336           aux objects_acc (dir :: dirs_acc) tl
 337   in
 338   aux [] [] (List.concat results)
 339
 340 let ls regexp =
 341   if remote () then
 342     ls_remote regexp
 343   else
 344     let prefixes = explode_ls_regexp regexp in
 345     merge_results (List.map dumb_ls prefixes)
 346
 347 let getalluris () =
 348   let rec aux acc = function
 349     | [] -> acc
 350     | dir :: todo ->
 351         let acc', todo' =
 352           List.fold_left
 353             (fun (acc, subdirs) result ->
 354               match result with
 355               | Ls_object obj -> (dir ^ obj.uri) :: acc, subdirs
 356               | Ls_section sect -> acc, (dir ^ sect ^ "/") :: subdirs)
 357             (acc, todo)
 358             (dumb_ls dir)
 359         in
 360         aux acc' todo'
 361   in
 362   aux [] ["cic:/"] (* trailing slash required *)
 363
 364 (* Shorthands from now on *)
 365
 366 let getxml' uri = getxml (UriManager.string_of_uri uri)
 367 let resolve' ~writable uri = resolve ~writable (UriManager.string_of_uri uri)
 368 let exists' uri = exists (UriManager.string_of_uri uri)
 369 let filename' ~writable uri = filename  ~writable (UriManager.string_of_uri uri)
 370
 371 let tilde_expand_key k =
 372   try
 373     Helm_registry.set k (HExtlib.tilde_expand (Helm_registry.get k))
 374   with Helm_registry.Key_not_found _ -> ()
 375
 376 let init () =
 377   List.iter tilde_expand_key ["getter.cache_dir"; "getter.dtd_dir"];
 378   Http_getter_logger.set_log_level
 379     (Helm_registry.get_opt_default Helm_registry.int ~default:1
 380       "getter.log_level");
 381   Http_getter_logger.set_log_file
 382     (Helm_registry.get_opt Helm_registry.string "getter.log_file")
 383