helm/http_getter/http_getter.pl.in

   1 #!@PERL_BINARY@
   2
   3 # Copyright (C) 2000, HELM Team.
   4 #
   5 # This file is part of HELM, an Hypertextual, Electronic
   6 # Library of Mathematics, developed at the Computer Science
   7 # Department, University of Bologna, Italy.
   8 #
   9 # HELM is free software; you can redistribute it and/or
  10 # modify it under the terms of the GNU General Public License
  11 # as published by the Free Software Foundation; either version 2
  12 # of the License, or (at your option) any later version.
  13 #
  14 # HELM is distributed in the hope that it will be useful,
  15 # but WITHOUT ANY WARRANTY; without even the implied warranty of
  16 # MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  17 # GNU General Public License for more details.
  18 #
  19 # You should have received a copy of the GNU General Public License
  20 # along with HELM; if not, write to the Free Software
  21 # Foundation, Inc., 59 Temple Place - Suite 330, Boston, MA  02111-1307, USA.
  22 #
  23 # For details, see the HELM World-Wide-Web page,
  24 # http://cs.unibo.it/helm/.
  25
  26 #use strict;
  27
  28 my $VERSION = "@VERSION@";
  29
  30 # various variables
  31 my ($HELM_LIB_PATH);
  32 my $cgi_dir = "@HELM_CGI_DIR@";
  33 my (%xml_map, %rdf_map, %xslt_map);
  34
  35 # First of all, let's load HELM configuration
  36 use Env;
  37 my $HELM_LIB_DIR = $ENV{"HELM_LIB_DIR"};
  38 # this should be the only fixed constant
  39 my $DEFAULT_HELM_LIB_DIR = "@HELM_LIB_DIR@";
  40 if (defined ($HELM_LIB_DIR)) {
  41    $HELM_LIB_PATH = $HELM_LIB_DIR."/configuration.pl";
  42 } else {
  43    $HELM_LIB_PATH = $DEFAULT_HELM_LIB_DIR."/configuration.pl";
  44 }
  45
  46 # next require defines: $helm_dir, $html_link, $dtd_dir, $uris_dbm, $indexname
  47 require $HELM_LIB_PATH;
  48
  49 # TEMP: TODO put these vars in configuration file configuration.xml
  50 # <move_to_conf_file>
  51 my $cachemode = $ENV{'HTTP_GETTER_CACHE_MODE'} ||
  52     'gzipped';
  53 if (($cachemode ne 'gzipped') and ($cachemode ne 'normal')) {
  54  die "Invalid HTTP_GETTER_CACHE_MODE environment variable, must be".
  55  "'normal' or 'gzipped'\n";
  56 }
  57
  58 my $helm_rdf_dir = $ENV{'HTTP_GETTER_RDF_DIR'} ||
  59   "/usr/local/helm/rdf_library";
  60 my $rdf_dbm = $ENV{'HTTP_GETTER_RDF_DBM'} ||
  61   "/usr/local/helm/rdf_urls_of_uris.db";
  62 my $xslt_dbm = $ENV{'HTTP_GETTER_XSLT_DBM'} ||
  63   "/usr/local/helm/xslt_urls_of_uris.db";
  64 my $rdf_indexname = $ENV{'HTTP_GETTER_RDF_INDEXNAME'} ||
  65   "rdf_index.txt";
  66 my $xslt_indexname = $ENV{'HTTP_GETTER_XSLT_INDEXNAME'} ||
  67   "xslt_index.txt";
  68 $servers_file = $ENV{'HTTP_GETTER_SERVERS_FILE'} || $servers_file;
  69 $uris_dbm = $ENV{'HTTP_GETTER_URIS_DBM'} || $uris_dbm;
  70
  71 # </move_to_conf_file>
  72
  73 # Let's override the configuration file
  74 $style_dir = $ENV{"HELM_STYLE_DIR"} if (defined ($ENV{"HELM_STYLE_DIR"}));
  75 $dtd_dir = $ENV{"HELM_DTD_DIR"} if (defined ($ENV{"HELM_DTD_DIR"}));
  76
  77 use HTTP::Daemon;
  78 use HTTP::Status;
  79 use HTTP::Request;
  80 use LWP::UserAgent;
  81 use DB_File;
  82 use Compress::Zlib;
  83 use CGI;
  84 use URI;
  85 use URI::Escape;
  86
  87 #CSC: mancano i controlli sulle condizioni di errore di molte funzioni
  88 #CSC: ==> non e' robusto
  89 #CSC: altra roba da sistemare segnata con CSC
  90
  91 my $d = new HTTP::Daemon LocalPort => 8081
  92  or die "Error: port 8081 not available.";
  93 my $myownurl = $d->url;
  94
  95 # Let's patch the returned URL
  96 $myownurl =~ s/\/$//; # chop the final slash
  97 my $myownport = $myownurl;
  98 $myownport =~ s/http:\/\/(.*):(.*)/$2/;
  99 $myownurl  =~ s/http:\/\/(.*):(.*)/$1/;
 100 ($myownurl) = gethostbyname($myownurl);
 101 $myownurl = "http://".$myownurl.":".$myownport;
 102
 103 tie(%xml_map, 'DB_File', $uris_dbm, O_RDWR, 0664); # open dbs
 104 tie(%rdf_map, 'DB_File', $rdf_dbm, O_RDWR, 0664);
 105 tie(%xslt_map, 'DB_File', $xslt_dbm, O_RDWR, 0664);
 106
 107 print "\n";
 108 print "HTTP Getter $VERSION\n"; # print hello information
 109 print "Please contact me at: <URL:", $myownurl."/", ">\n";
 110 print "\n";
 111 print "servers_file: $servers_file\n";
 112 print "helm_dir: $helm_dir\n";
 113 print "helm_rdf_dir: $helm_rdf_dir\n";
 114 print "style_dir: $style_dir\n";
 115 print "dtd_dir: $dtd_dir\n";
 116 print "urls_of_uris db: $uris_dbm\n";
 117 print "rdf db: $rdf_dbm\n";
 118 print "xslt db: $xslt_dbm\n";
 119 print "cache mode: $cachemode\n";
 120 print "indexname: $indexname\n";
 121 print "rdf_indexname: $rdf_indexname\n";
 122 print "xslt_indexname: $xslt_indexname\n";
 123 print "\n";
 124
 125 $SIG{CHLD} = "IGNORE"; # do not accumulate defunct processes
 126 $SIG{USR1} = \&update; # sent by the child to make the parent update
 127
 128 while (my $c = $d->accept) {
 129  if (fork() == 0) {
 130     while (my $r = $c->get_request) {
 131         #CSC: mancano i controlli di sicurezza
 132
 133         my $http_method = $r->method;
 134         my $http_path = $r->url->path;
 135         my $http_query = uri_unescape($r->url->query);
 136         my $cgi = new CGI("$http_query");
 137         my $inputuri = $cgi->param('uri');
 138         print "\nRequest: ".$r->url."\n\n";
 139
 140         print "\nUnescaped query: ".$http_query."\n";
 141
 142          # "getxml" works with rdf uris
 143         if ($http_method eq 'GET' and $http_path eq "/getxml") {
 144             # finds the uri, url and filename
 145
 146             my $answerformat = $cgi->param('format');
 147             my $patch_dtd = $cgi->param('patch_dtd');
 148             $answerformat = "" if (not defined($answerformat));
 149             $patch_dtd = "yes" if (not defined($patch_dtd));
 150             if (($answerformat ne "gz") and ($answerformat ne "normal")
 151                and ($answerformat ne "")) {
 152              die "Wrong output format: $answerformat, must be 'normal' ".
 153                  "or 'gz'\n";
 154             }
 155             if (($patch_dtd ne "yes") and ($patch_dtd ne "no")
 156                and ($patch_dtd ne "")) {
 157              die "Wrong param, patch_dtd must be 'yes' or 'no'\n";
 158             }
 159
 160             my $filename = $inputuri;
 161             my $prefix;
 162             if (not isRdfUri($inputuri)) { # standad cic: or theory: uri
 163              $filename =~ s/^cic:(.*)/$1/;
 164              $filename =~ s/^theory:(.*)/$1/;
 165             } else { # rdf uri
 166              # The "helm:rdf/<<...>>//cic:" prefix is kept, but quoted
 167              # (so that a "helm:rdf/<<...>>//cic:" dir is created
 168              $prefix = $filename;
 169              $filename =~ s/^(.*)\/\/cic:(.*)/$2/;
 170              $filename =~ s/^(.*)\/\/theory:(.*)/$2/;
 171              $prefix =~ s/\Q$filename\E//;
 172              $prefix =~ s/_/__/g;
 173              $prefix =~ s/\//_/g;
 174              $filename = $prefix.$filename;
 175             }
 176
 177             my $url = resolve ($inputuri); # resolve uri in url
 178             if (not defined($url)) { # uri not found in uri2url map
 179              die "NOT FOUND: uri \"$inputuri\" can't be resolved\n";
 180              $c->send_error(RC_NOT_FOUND)
 181             } else { # uri found and mapped to url
 182               my $extension; # file extension
 183               if ($url =~ /\.xml$/) { # non gzipped file
 184                 $extension = ".xml";
 185               } elsif ($url =~ /\.xml\.gz$/) { # gzipped file
 186                 $extension = ".xml.gz";
 187               } else { # error: unknown extension
 188                die "unexpected extension in url: $url, might be '.xml'".
 189                 "or '.xml.gz'";
 190               }
 191
 192               if (not isRdfUri ($inputuri)) { # save in uri std cache dir
 193                $filename = $helm_dir.$filename.$extension;
 194               } else { # save in rdf metadata cache dir
 195                $filename = $helm_rdf_dir."/".$filename.$extension;
 196               }
 197
 198               print_request($inputuri,$url,$filename);
 199
 200               # Retrieves the file
 201               my $ciccontent = download($patch_dtd,$url,$filename,$answerformat);
 202
 203               if ($answerformat eq "normal") { # answer the client in text/xml
 204                answer($c,$ciccontent,"text/xml","");
 205               } else { # answer the client in text/xml, gzip encoding
 206                answer($c,$ciccontent,"text/xml","x-gzip");
 207               }
 208             }
 209
 210                            # "/register" does not work with rdf uris
 211         } elsif ($http_method eq 'GET' and $http_path eq "/register") {
 212           my $inputurl = $cgi->param('url');
 213           print "Register requested...\n";
 214           $xml_map{$inputuri}=$inputurl;
 215
 216           # Now let's clean the cache
 217           my $cicfilename = $inputuri;
 218           $cicfilename =~ s/cic:(.*)/$1/;
 219           $cicfilename =~ s/theory:(.*)/$1/;
 220
 221           print "Unlinking ".$helm_dir.$cicfilename.".xml[.gz]\n";
 222           unlink ($helm_dir.$cicfilename.".xml");
 223           unlink ($helm_dir.$cicfilename.".xml.gz");
 224
 225           kill(USR1,getppid()); # signal changes to parent
 226           untie %xml_map;
 227           print "done.\n";
 228           html_nice_answer($c,"Register done");
 229
 230                                   # "/resolve" works with rdf uri
 231         } elsif ($http_method eq 'GET' and $http_path eq "/resolve") {
 232           #my $outputurl = $xml_map{$inputuri};
 233           my $outputurl = resolve($inputuri);
 234           $outputurl = "" if (not defined($outputurl));
 235           $cont = "<?xml version=\"1.0\" ?>\n\n";
 236           if ($outputurl eq "") {
 237            $cont .= "<unresolved />\n";
 238           } else {
 239            $cont .= "<url value=\"$outputurl\" />\n";
 240           }
 241           answer($c,$cont,"text/xml","");
 242
 243         } elsif ($http_method eq 'GET' and $http_path eq "/getdtd") {
 244
 245             my $filename = $inputuri;
 246             $filename = $dtd_dir."/".$filename;
 247             print "DTD: $inputuri ==> ($filename)\n";
 248             if (stat($filename)) {
 249                print "Using local copy\n";
 250                open(FD, $filename) or die "Cannot open $filename\n";
 251                $cont = "";
 252                while(<FD>) {
 253                 # Vary bad heuristic for substituion of absolute URLs
 254                 # for relative ones
 255                 s/ENTITY (.*) SYSTEM\s+"/ENTITY $1 SYSTEM "$myownurl\/getdtd?uri=/g;
 256                 $cont .= $_;
 257                }
 258                close(FD);
 259                answer($c,$cont,"text/xml","");
 260             } else {
 261                die "Could not find DTD!";
 262             }
 263
 264         } elsif ($http_method eq 'GET' and $http_path eq "/getxslt") {
 265
 266           $url = $xslt_map{$inputuri};
 267           print "Downloading XSLT ...\n";
 268           helm_wget($tmp_dir, $url);
 269           print "XSLT downloaded!\n";
 270           $inputuri =~ s/.*\///;
 271           my $filename = $tmp_dir . "/" . $inputuri;
 272           my $cont;
 273           die "Could not find XSLT!\n" unless stat($filename);
 274           open(FD, $filename) or die "Can't open xslt local copy: '$filename'\n";
 275           while(<FD>) {
 276             s/xsl:import\s+href="/xsl:import href="$myownurl\/getxslt?uri=/g;
 277             s/xsl:include\s+href="/xsl:include href="$myownurl\/getxslt?uri=/g;
 278             $cont .= $_;
 279           }
 280           close(FD);
 281           answer($c, $cont, "text/xml", "");
 282           unlink $filename or
 283             print "Can't unlink XSLT temp file '$filename'";
 284
 285 # <old_version>
 286 #             my $filename = $inputuri;
 287 #             $filename = $style_dir."/".$filename;
 288 #             print "XSLT: $inputuri ==> ($filename)\n";
 289 #             if (stat($filename)) {
 290 #                print "Using local copy\n";
 291 #                open(FD, $filename) or die "Cannot open $filename\n";
 292 #                $cont = "";
 293 #                while(<FD>) {
 294 #                 # Vary bad heuristic for substituion of absolute URLs
 295 #                 # for relative ones
 296 #                 s/xsl:import\s+href="/xsl:import href="$myownurl\/getxslt?uri=/g ;
 297 #                 s/xsl:include\s+href="/xsl:include href="$myownurl\/getxslt?uri=/g ;
 298 #                 $cont .= $_;
 299 #                }
 300 #                close(FD);
 301 #                answer($c,$cont,"text/xml","");
 302 #             } else {
 303 #                die "Could not find XSLT!";
 304 #             }
 305 # </old_version>
 306
 307                                     # "/update" works with rdf uri
 308         } elsif ($http_method eq 'GET' and $http_path eq "/update") {
 309             # rebuild urls_of_uris db and rdf uris db
 310            print "Update requested...\n";
 311            update_dbs();
 312            kill(USR1,getppid()); # signal changes to parent
 313            print " done\n";
 314            html_nice_answer($c,"Update done");
 315
 316                                  # "/getalluris" does not work with rdf uris
 317         } elsif ($http_method eq 'GET' and $http_path eq "/getalluris") {
 318             # send back all the keys in xml
 319             print "BASEURI $baseuri, FORMAT $outype\n";
 320             $cont = getalluris();
 321             answer($c,$cont,"text/xml","");
 322
 323                                  # "/getallrdfuris"
 324         } elsif ($http_method eq 'GET' and $http_path eq "/getallrdfuris") {
 325             # send back all the keys in xml
 326             print "BASEURI $baseuri, FORMAT $outype\n";
 327             $cont = getallrdfuris();
 328             answer($c,$cont,"text/xml","");
 329
 330         } elsif ($http_method eq 'GET' and $http_path eq "/ls") {
 331             # send back keys that begin with a given uri
 332            my ($uritype,$uripattern,$uriprefix);
 333            my $baseuri = $cgi->param('baseuri');
 334            chop $baseuri if ($baseuri =~ /.*\/$/); # remove trailing "/"
 335                          # output type, might be 'txt' or 'xml':
 336            my $outype = $cgi->param('format');
 337            $uripattern = $baseuri;
 338            $uripattern =~ s/^.*:(.*)/$1/;
 339            if ($baseuri =~ /^cic:/) {
 340             $uritype = "cic";
 341            } elsif ($baseuri =~ /^theory:/) {
 342             $uritype = "theory";
 343            } else {
 344             $uritype = "invalid";
 345            }
 346            if ($uritype ne "invalid") { # uri is valid
 347             if (($outype ne 'txt') and ($outype ne 'xml')) { # invalid out type
 348              print "Invalid output type specified: $outype\n";
 349              html_nice_answer($c,"Invalid output type, must be ".
 350               "'txt' or 'xml'");
 351             } else { # valid output
 352              print "BASEURI $baseuri, FORMAT $outype\n";
 353              $cont = finduris($uritype,$uripattern,$outype);
 354              if ($outype eq 'txt') {
 355               answer($c,$cont,"text/plain","");
 356              } elsif ($outype eq 'xml') {
 357               answer($c,$cont,"text/xml","");
 358              } else {
 359               die "Internal error, exiting!";
 360              }
 361             }
 362            } else { # invalid uri
 363             print "Invalid uri: $baseuri, may begin with 'cic:', ".
 364              "'theory:' or '*:'\n";
 365             html_nice_answer($c,"Invalid uri , must begin with ".
 366              "'cic:' or 'theory:'");
 367            }
 368
 369         } elsif ($http_method eq 'GET' and $http_path eq "/help") {
 370           # help request
 371            print "Help requested!\n";
 372            html_nice_answer($c,"HTTP Getter Version: $VERSION");
 373
 374         } elsif ($http_method eq 'GET' and $http_path eq "/getempty") {
 375           # return an empty, but valid, xml document
 376           my $emptyxml = <<EOXML;
 377 <?xml version="1.0"?>
 378 <!DOCTYPE empty [
 379   <!ELEMENT empty EMPTY>
 380 ]>
 381 <empty />
 382 EOXML
 383           answer($c, $emptyxml, "", "");
 384
 385         } elsif ($http_method eq 'GET' and $http_path =~ /\.cgi$/) {
 386           # cgi handling
 387            print "CGI requested!\n";
 388            if ($http_path !~ /^\/[^\/]*\.cgi$/) {
 389             html_nice_answer($c,"Invalid CGI name: $http_path, ".
 390             "you can't request CGI that contain a slash in the name\n");
 391            } elsif (stat "$cgi_dir"."$http_path") {
 392             if (not -x "$cgi_dir/$http_path") {
 393              html_nice_answer($c,"CGI $http_path found but not ".
 394               "executable\n");
 395             } else { # exec CGI and anser back its output
 396              my %old_ENV = %ENV;
 397              %ENV = ();
 398              $ENV{'QUERY_STRING'} = $http_query;
 399              my $cgi_output = `$cgi_dir/$http_path`;
 400              answer($c,$cgi_output,"","");
 401              %ENV = %old_ENV;
 402             }
 403            } else {
 404             html_nice_answer($c,"CGI '$http_path' not found ".
 405              "in CGI dir '$cgi_dir'");
 406            }
 407
 408         } else { # unsupported request
 409             print "\n";
 410             print "INVALID REQUEST!!!!!\n";
 411             print "(PATH: ",$http_path,", ";
 412             print "QUERY: ",$http_query,")\n";
 413             $c->send_error(RC_FORBIDDEN)
 414         }
 415
 416         print "\nRequest solved: ".$r->url."\n\n";
 417     }
 418
 419     $c->close;
 420     undef($c);
 421     print "\nCONNECTION CLOSED\n\n";
 422     exit;
 423   } # fork
 424 }
 425
 426 #================================
 427
 428 sub isRdfUri { # return true if the uri is an rdf uri, false otherwise
 429 # typycal rdf uri:
 430 # helm:rdf/cic:www.cs.unibo.it/helm/rdf/foo_schema//cic:\
 431 #  /Coq/Init/Logic/True_rec.con.types
 432 #
 433 # the format is "helm:rdf/<metadata_tree>:<metadata_scheme>//<xml_file_uri>"
 434 #
 435  my ($uri) = @_;
 436  if ($uri =~ /^helm:rdf(.*):(.*)\/\/(.*)/) {
 437   return 1;
 438  } else {
 439   return 0;
 440  }
 441 }
 442
 443 sub resolve { # resolve an uri in a url, work both with standard cic: or theory:
 444               # uris and rdf uris
 445  print "RESOLVE subroutine\n";
 446  my ($uri) = @_;
 447  print "GIVEN URI: \"$uri\"\n";
 448  if (isRdfUri ($uri)) { # rdf uri, resolve using rdf db
 449   print "IS A RDF URI\n";
 450   print "I WILL RETURN '$rdf_map{$uri}'\n";
 451   return ($rdf_map{$uri});
 452  } else { # standard cic: or theory: uri, resolve using std uri db
 453   print "IS NOT A RDF URI\n";
 454   print "I WILL RETURN '$xml_map{$uri}'\n";
 455   return ($xml_map{$uri});
 456  }
 457 }
 458
 459 sub getalluris { # get all the keys whose prefix is cic
 460  my $content = "";
 461  my ($uri);
 462  my $debug=1; # for debug
 463
 464   $content .= '<?xml version="1.0" encoding="ISO-8859-1"?>' . "\n";
 465   $content .= "<!DOCTYPE alluris SYSTEM ";
 466   $content .= "\"$myownurl/getdtd?uri=alluris.dtd\">" . "\n\n";
 467   $content .= "<alluris>\n";
 468   foreach $uri (sort (keys(%xml_map))) { # select matching uris
 469    if ($uri =~ /^cic:/ && not $uri =~ /.types$/) {
 470     print "GETALLURI: $uri\n" if defined($debug);
 471     $content .= "\t<uri value=\"$uri\"/>\n";
 472    }
 473   }
 474   $content .= "</alluris>\n";
 475  return $content;
 476 }
 477
 478 sub getallrdfuris {
 479  my $content = "";
 480  my ($uri);
 481  my $debug=1; # for debug
 482
 483   $content .= '<?xml version="1.0" encoding="ISO-8859-1"?>' . "\n";
 484   $content .= "<!DOCTYPE allrdfuris SYSTEM ";
 485   $content .= "\"$myownurl/getdtd?uri=alluris.dtd\">" . "\n\n";
 486   $content .= "<allrdfuris>\n";
 487   foreach $uri (sort (keys(%rdf_map))) {
 488    print "GETALLRDFURI: $uri\n" if defined($debug);
 489    $content .= "\t<uri value=\"$uri\"/>\n";
 490   }
 491   $content .= "</allrdfuris>\n";
 492  return $content;
 493 }
 494
 495 sub finduris { # find uris for cic and theory trees generation
 496  my ($uritype,$uripattern,$format) = @_;
 497  my $content = "";
 498  my ($uri,$localpart,$basepart,$dirname,$suffix,$flags,$key);
 499  my (@itemz,@already_pushed_dir);
 500  my (%objects,%dirs); # map uris to suffixes' flags
 501  my $debug=1; # for debug
 502
 503  print "FINDURIS, uritype: $uritype, uripattern: $uripattern, ".
 504   "format: $format\n\n" if defined($debug);
 505
 506  if (($uritype eq "cic") or ($uritype eq "theory")) {
 507    # get info only of one type: cic or theory
 508   foreach (keys(%xml_map)) { # select matching uris
 509    $uri = $_;
 510    if ($uri =~ /^$uritype:$uripattern(\/|$|\.)/) {
 511     if ($uri =~ /^$uritype:$uripattern\//) { # directory match
 512      $localpart = $uri;
 513      $localpart =~ s/^$uritype:$uripattern\/(.*)/$1/;
 514     } elsif ($uri =~ /^$uritype:$uripattern($|\.)/) { # file match
 515      $localpart = $uri;
 516      $localpart =~ s/^.*\/([^\/]*)/$1/;
 517     } else {
 518      die "Internal error, seems that requested match is none of ".
 519       "directory match or file match";
 520     }
 521     print "LOCALPART: $localpart\n" if defined($debug);
 522
 523     if ($localpart =~ /^[^\/]*$/) { # no slash, an OBJECT
 524      $basepart = $localpart;
 525      $basepart =~ s/^([^.]*\.[^.]*)(\.types)?(\.ann)?/$1/;
 526                                               # remove exts .types or
 527                                               # .types.ann
 528      $flags = $objects{$basepart}; # get old flags
 529      if ($localpart =~ /\.ann$/) {
 530       $flags = add_flag("ann","YES",$flags);
 531      } else {
 532       $flags = add_flag("ann","NO",$flags);
 533      }
 534      if ($localpart =~ /\.types$/) {
 535       $flags = add_flag("types","YES",$flags);
 536      } elsif ($localpart =~ /\.types\.ann$/) {
 537       $flags = add_flag("types","ANN",$flags);
 538      } else {
 539       $flags = add_flag("types","NO",$flags);
 540      }
 541      $objects{$basepart} = $flags; # save new flags
 542     } else { # exists at least one slash, a DIR
 543      ($dirname) = split (/\//, $localpart);
 544      $dirs{$dirname} = ""; # no flags requirement for dir
 545     }
 546    }
 547   }
 548  } else {
 549   die "getter internal error: unsupported uritype: \"$uritype\"";
 550  }
 551                             # now generate OUTPUT:
 552                             # output will be saved in $content
 553  if ($format eq "txt") { # TXT output
 554   foreach $key (sort(keys %dirs)) {
 555    $content .= "dir, " . $key . "\n";
 556   }
 557   foreach $key (sort(keys %objects)) {
 558    $content .= "object, $key, " . $objects{$key} . "\n";
 559   }
 560  } elsif ($format eq "xml") { # XML output
 561   $content .= '<?xml version="1.0" encoding="ISO-8859-1"?>' . "\n";
 562   $content .= "<!DOCTYPE ls SYSTEM ";
 563   $content .= "\"$myownurl/getdtd?uri=ls.dtd\">" . "\n\n";
 564   $content .= "<ls>\n";
 565   foreach $key (sort(keys %dirs)) {
 566    $content .= "\t<section>$key</section>\n";
 567   }
 568   foreach $key (sort(keys %objects)) {
 569    $content .= "\t<object name=\"$key\">\n";
 570    $flags = $objects{$key};
 571    $flags =~ s/^<(.*)>$/$1/;
 572    my ($annflag,$typesflag) = split /,/,$flags;
 573    $content .= "\t\t<ann value=\"$annflag\" />\n";
 574    $content .= "\t\t<types value=\"$typesflag\" />\n";
 575    $content .= "\t</object>\n";
 576   }
 577   $content .= "</ls>\n";
 578  } else { # may not enter this branch
 579   die "Getter internal error: invalid format received by finduris sub";
 580  }
 581  return $content;
 582 }
 583
 584 sub add_flag {
 585 # manage string like: "<ann_flag,type_flag>"
 586 # "ann_flag" may be one of "ann_YES", "ann_NO"
 587 # "type_flag" may be one of "types_NO", "types_YES", "types_ANN"
 588 # when adding a flag the max between the current flag and the new flag
 589 # is taken, the orders are ann_NO < ann_YES and types_NO < types_YES <
 590 # types_ANN
 591  my ($flagtype,$newflag,$str) = @_;
 592  $str = "<,>" if ($str eq "");
 593  ($str =~ s/^<(.*,.*)>$/$1/) or die "Internal error: ".
 594    "wrong string format for flag adding in $str";
 595  my ($annflag,$typeflag) = split /,/,$str;
 596  if ($flagtype eq "ann") { # ANN flag handling
 597   if ($newflag eq "YES") {
 598    $annflag = "YES";
 599   } elsif ($newflag eq "NO") {
 600    $annflag = "NO" unless ($annflag eq "YES");
 601   } else {
 602    die "Internal error: annflag must be \"YES\" or \"NO\"";
 603   }
 604  } elsif ($flagtype eq "types") { # TYPES flag handling
 605   if ($newflag eq "ANN") {
 606    $typeflag = "ANN";
 607   } elsif ($newflag eq "YES") {
 608    $typeflag = "YES" unless ($typeflag eq "ANN");
 609   } elsif ($newflag eq "NO") {
 610    $typeflag = "NO"
 611      unless (($typeflag eq "ANN") or ($typeflag eq "YES"));
 612   } else {
 613    die "Internal error: typeflag must be \"YES\", \"NO\" or \"ANN\"";
 614   }
 615  } else {
 616   die "Internal error: unsupported flagtype \"$flagtype\"";
 617  }
 618  $str = "<$annflag,$typeflag>";
 619 }
 620
 621 #CSC: Too much powerful: creates even /home, /home/users/, ...
 622 #CSC: Does not raise errors if could not create dirs/files
 623 sub mkdirs
 624 {
 625  my ($pathname) = @_;
 626  my @dirs = split /\//,$pathname;
 627  my $tmp;
 628  foreach $dir (@dirs) {
 629   $tmp = ((defined($tmp)) ?  $tmp."\/".$dir : "");
 630   mkdir($tmp,0777);
 631  }
 632  rmdir($tmp);
 633 }
 634
 635 sub print_request
 636 {
 637  my ($uri,$url,$filename) = @_;
 638  print "<download_request>\n";
 639  print "uri: $uri\n";
 640  print "url: $url\n";
 641  print "filename: $filename\n\n";
 642  print "</download_request>\n";
 643 }
 644
 645 sub gunzip { # gunzip a file and return the deflated content
 646         my ($filename) = @_;
 647
 648         my ($gz, $buffer, $cont);
 649
 650         print "deflating $filename ...\n";
 651         $gz = gzopen($filename, "r")
 652                 or die "Cannot open gzip'ed file $filename: $gzerrno";
 653         $cont = "";
 654         while ( $gz->gzread($buffer) > 0 ) {
 655                 $cont .= $buffer;
 656         }
 657         die "Error while reading : $gzerrno\n" if $gzerrno != Z_STREAM_END ;
 658         $gz->gzclose();
 659
 660         return $cont;
 661 }
 662
 663 sub gzip {      # gzip the content argument and save it to filename argument
 664         my ($cont, $filename) = @_;
 665  #my $debug=1; # debug only
 666
 667  print "gzopening $filename ...\n" if (defined($debug));
 668         my $gz = gzopen($filename, "w")
 669                 or die "Cannot gzopen for writing file $filename: $gzerrno";
 670  print "gzwriting ...\n" if (defined($debug));
 671         $gz->gzwrite($cont) or die "error writing: $gzerrno, exiting!\n";
 672  print "gzclosing ...\n" if (defined($debug));
 673         $gz->gzclose();
 674 }
 675
 676 sub download {
 677  my ($patch_dtd,$url,$filename,$format) = @_;
 678  my ($gz, $buffer);
 679
 680 # print "DOWNLOAD subs receives url: \"$url\"\n";
 681 # print "DOWNLOAD subs receives filename: \"$filename\"\n";
 682
 683  my $resourcetype;      # retrieve mode: "normal" (.xml) or "gzipped" (.xml.gz)
 684  if ($filename =~ /\.xml$/) {   # set retrieve mode
 685          $resourcetype = "normal";
 686  } elsif ($filename =~ /\.xml\.gz$/) {
 687          $resourcetype = "gzipped";
 688  } else {
 689          die "Unsupported download extension, might be '.gz' or '.xml'\n";
 690  }
 691  my $basefname = $filename;
 692  $basefname =~ s/\.gz$//;       # get base resource name removing trailing .gz
 693  $cont = ""; # modified by side-effect by the callback function
 694
 695  my $localfname="";
 696  if (stat($basefname)) {
 697         $localfname=$basefname;
 698  } elsif (stat($basefname.".gz")) {
 699         $localfname=$basefname.".gz";
 700  }
 701  if ($localfname ne "") { # we already have local copy of requested file
 702       # check both possible cache entry: gzipped or normal
 703   print "Using local copy.\n";
 704   if ($localfname =~ /\.xml\.gz$/) { # deflating cached file and return it
 705    $cont = gunzip($localfname);
 706   } elsif ($localfname =~ /\.xml$/) { # just return cached file
 707    open(FD, $localfname) or die "Cannot open $localfname";
 708    while(<FD>) { $cont .= $_; }
 709    close(FD);
 710   } else { # error
 711    die "Internal error: unexpected file name $localfname,"
 712    ."must end with '.gz' or '.xml.gz'\n";
 713   }
 714  } else { # download file from net
 715    print "Downloading file ...\n"; # download file
 716    my $ua = LWP::UserAgent->new;
 717    my $request = HTTP::Request->new(GET => "$url");
 718    my $response = $ua->request($request, \&callback);
 719
 720    # cache retrieved file to disk
 721    # <ZACK/> TODO: inefficent, I haven't yet undestood how to deflate
 722    #    in memory gzipped file, without call "gzopen"
 723    print "Storing file ...\n";
 724 #   print "Making dirs ...\n";
 725    mkdirs($filename);
 726 #   print "Opening tmp file for writing ...\n";
 727    open(FD, ">".$filename.".tmp") or die "Cannot open $filename.tmp\n";
 728 #   print "Writing on tmp file ...\n";
 729    print FD $cont;
 730 #   print "Closing tmp file ...\n";
 731    close(FD);
 732
 733    # handle cache conversion normal->gzipped or gzipped->normal as user choice
 734    print "cachemode:$cachemode, resourcetype:$resourcetype\n"
 735     if (defined($debug));
 736    if (($cachemode eq 'normal') and ($resourcetype eq 'normal')) {
 737      # cache the file as is
 738     rename "$filename.tmp", $filename;
 739    } elsif (($cachemode eq 'gzipped') and ($resourcetype eq 'gzipped')) {
 740      # cache the file as is
 741      # and update the $cont variabile with deflated content
 742     rename "$filename.tmp", $filename;
 743     $cont = gunzip($filename);
 744    } elsif (($cachemode eq 'normal') and ($resourcetype eq 'gzipped')) {
 745      # deflate cache entry
 746      # and update $cont
 747     open(FD, "> $basefname") or die "cannot open $basefname\n";
 748     $cont = gunzip($filename.".tmp");
 749     print FD $cont;
 750     close(FD);
 751     unlink "$filename.tmp"; # delete old gzipped file
 752    } elsif (($cachemode eq 'gzipped') and ($resourcetype eq 'normal')) {
 753      # compress cache entry
 754     print "gzipping ...\n" if (defined($debug));
 755     gzip($cont, $basefname.".gz");
 756     unlink "$filename.tmp"; # delete old uncompressed file
 757    } else {
 758     die "Internal error, unsopported cachemode, resourcetype couple\n";
 759    }
 760    # $cont now contained uncompressed data
 761  }
 762  if ($patch_dtd eq "yes") {
 763     $cont =~ s/DOCTYPE (.*) SYSTEM\s+"http:\/\/www.cs.unibo.it\/helm\/dtd\//DOCTYPE $1 SYSTEM "$myownurl\/getdtd?uri=/g;
 764  }
 765  if ($format eq "gz") {
 766   gzip($cont,"$basefname.tmp");
 767   open (TMP, "< $basefname.tmp")
 768    or die "Can't open tempfile: $filename.tmp, exiting!\n";
 769   $cont = "";
 770   while(<TMP>) {
 771    $cont .= $_;
 772   }
 773   close TMP;
 774   unlink ($basefname . ".tmp") or
 775    die "cannot unlink temporary file: $basefname.tmp\n";
 776  }
 777
 778  return $cont;
 779 }
 780
 781 sub answer {
 782 # answer the client setting content, Content-Type and Content-Enconding
 783 # of the answer
 784  my ($c,$cont,$contype,$contenc) = @_;
 785  my $res = new HTTP::Response;
 786  $res->content($cont);
 787  $res->push_header("Content-Type" => $contype)
 788    unless ($contype eq "");
 789  $res->push_header("Content-Encoding" => $contenc)
 790    unless ($contenc eq "");
 791  $res->push_header("Cache-Control" => "no-cache");
 792  $res->push_header("Pragma" => "no-cache");
 793  $res->push_header("Expires" => "0");
 794  $c->send_response($res);
 795 }
 796
 797 sub html_nice_answer {
 798 # answer the client whith a nice html document
 799  my ($c,$content) = @_;
 800  $content = "<html><body><h1>$content</h1></body></html>";
 801  answer($c,$content,"text/html","");
 802 }
 803
 804 sub callback {
 805  my ($data) = @_;
 806  $cont .= $data;
 807 }
 808
 809 sub helm_wget {
 810 # retrieve a file from an url and write it to a temp dir
 811 # used for retrieve resource index from servers
 812  $cont = "";
 813  my ($prefix, $URL) = @_;
 814  my $ua = LWP::UserAgent->new;
 815  my $request = HTTP::Request->new(GET => "$URL");
 816  my $response = $ua->request($request, \&callback);
 817  my ($filename) = reverse (split "/", $URL); # get filename part of the URL
 818  open (TEMP, "> $prefix/$filename")
 819   || die "Cannot open temporary file: $prefix/$filename\n";
 820  print TEMP $cont;
 821  close TEMP;
 822 }
 823
 824 sub update {
 825 # retie dbs
 826  untie %xml_map;
 827  tie(%xml_map, 'DB_File', $uris_dbm, O_RDWR, 0664);
 828  untie %rdf_map;
 829  tie(%rdf_map, 'DB_File', $rdf_dbm, O_RDWR, 0664);
 830  untie %xslt_map;
 831  tie(%xslt_map, 'DB_File', $xslt_dbm, O_RDWR, 0664);
 832 }
 833
 834 sub update_dbs {
 835 # rebuild dbs fetching resource indexes from servers.
 836 # Rebuild urls_of_uris db (1), rdf db (2) and xslt db (3)
 837  my (
 838   $server, $idxfile, $rdf_idxfile, $uri, $url, $comp, $line,
 839   @servers,
 840   %urls_of_uris, %rdf, %xslt # local proxy of dbs
 841  );
 842
 843  untie %xml_map;
 844  untie %rdf_map;
 845  untie %xslt_map;
 846  foreach my $file ($uris_dbm, $rdf_dbm, $xslt_dbm) { # remove old db file
 847   if (stat $file) { # remove if exists
 848    unlink ($file) or die "can't unlink old db file: $file\n";
 849   }
 850  }
 851  tie(%urls_of_uris, 'DB_File', $uris_dbm, O_RDWR|O_CREAT, 0664);
 852  tie(%rdf, 'DB_File', $rdf_dbm, O_RDWR|O_CREAT, 0664);
 853  tie(%xslt, 'DB_File', $xslt_dbm, O_RDWR|O_CREAT, 0664);
 854
 855  open (SRVS, "< $servers_file") or
 856   die "cannot open servers file: $servers_file\n";
 857  @servers = <SRVS>; # read all servers
 858  close (SRVS);
 859
 860  while ($server = pop @servers) { # cicle on servers in _reverse_ order
 861   print "processing server: $server ...\n";
 862   chomp $server;
 863   helm_wget($tmp_dir, $server."/".$indexname); # get index
 864   helm_wget($tmp_dir, $server."/".$rdf_indexname); # get rdf index
 865   helm_wget($tmp_dir, $server."/".$xslt_indexname); # get xslt index
 866   $idxfile = $tmp_dir."/".$indexname;
 867   $rdf_idxfile = $tmp_dir."/".$rdf_indexname;
 868   $xslt_idxfile = $tmp_dir . "/" . $xslt_indexname;
 869
 870                   # (1) REBUILD URLS_OF_URIS DB
 871   open (INDEX, "< $idxfile") or
 872    die "cannot open temporary index file: $idxfile\n";
 873   while (my $line = <INDEX>) {  # parse index and add entry to urls_of_uris db
 874    chomp $line;
 875    ($uri,$comp) = split /[ \t]+/, $line;
 876              # build url:
 877    if ($comp =~ /gz/) {
 878     $url = $uri . ".xml" . ".gz";
 879    } else {
 880     $url = $uri . ".xml";
 881    }
 882    $url =~ s/cic:/$server/;
 883    $url =~ s/theory:/$server/;
 884    $urls_of_uris{$uri} = $url;
 885   }
 886
 887                   # (2) REBUILD RDF DB
 888   open (RDF_INDEX, "< $rdf_idxfile") or
 889    die "cannot open temporary RDF index file: $rdf_idxfile\n";
 890   while (my $line = <RDF_INDEX>) {  # parse index and add entry to rdf db
 891    chomp $line;
 892    ($uri,$comp) = split /[ \t]+/, $line; # comp is "gz" or nothing
 893              # build url:
 894    if ($comp =~ /gz/) {
 895     $url = $uri . ".xml" . ".gz";
 896    } else {
 897     $url = $uri . ".xml";
 898    }
 899    $url =~ s/^helm:rdf(.*)\/\/cic:/$server/;
 900    $url =~ s/^helm:rdf(.*)\/\/theory:/$server/;
 901    $rdf{$uri} = $url;
 902   }
 903
 904                   # (3) REBUILD XSLT DB
 905   open (XSLT_INDEX, "< $xslt_idxfile") or
 906     die "cannot open temporary XSLT index file: $xslt_idxfile\n";
 907   while (my $line = <XSLT_INDEX>) { # parse index and add entry to xslt db
 908     chomp $line;
 909     my $stylesheet = $line;
 910     my $url = $server . "/" . $stylesheet;
 911     $xslt{$stylesheet} = $url;
 912   }
 913
 914   close INDEX;  # close indexes
 915   close RDF_INDEX;
 916   close XSLT_INDEX;
 917
 918                   # remove temp files
 919   foreach my $file ($idxfile, $rdf_idxfile, $xslt_idxfile) {
 920     print "cannot unlink temporary file: $file\n" if (unlink $file) != 1;
 921   }
 922
 923  }
 924
 925  untie(%urls_of_uris); # untie local proxies
 926  untie(%rdf);
 927  untie(%xslt);
 928  tie(%xml_map, 'DB_File', $uris_dbm, O_RDWR, 0664); # retie global ones
 929  tie(%rdf_map, 'DB_File', $rdf_dbm, O_RDWR, 0664);
 930  tie(%xslt_map, 'DB_File', $xslt_dbm, O_RDWR, 0664);
 931
 932 } # update_dbs
 933
 934 # vim modline: do not remove!
 935 # vim: set ft=perl:
 936