]> matita.cs.unibo.it Git - helm.git/blobdiff - helm/http_getter/http_getter.ml
- precompiled some regexps
[helm.git] / helm / http_getter / http_getter.ml
index bb9c78e7efb738205a1f136c7b10ed4e52aab3bb..45d476047958e6e2a0a94e7bb8000f08e3705708 100644 (file)
  *  http://cs.unibo.it/helm/.
  *)
 
-(* TODO optimization: precompile almost all regexp *)
+(* TODO optimization: precompile regexps *)
 
 open Http_getter_common;;
+open Http_getter_misc;;
 open Http_getter_types;;
+open Http_getter_debugger;;
 open Printf;;
 
- (* debugging settings *)
-let debug = true;;
-let debug_print s = if debug then prerr_endline ("[HTTP-Getter] " ^ s);;
-let http_debug = false;;
-Http_common.debug := http_debug;;
+  (* HTTP queries argument parsing *)
 
-let http_get url =
-  debug_print ("Downloading URL: " ^ url);
-  try
-    Some (Http_client.Convenience.http_get url)
-  with Http_client.Http_error (code, _) ->
-    (debug_print
-      (sprintf "Failed to download %s, HTTP response was %d" url code);
-    None)
-;;
-
-let parse_format (req: Http_types.request) =
+let parse_enc (req: Http_types.request) =
   try
     (match req#param "format" with
     | "normal" -> Enc_normal
@@ -55,14 +43,12 @@ let parse_format (req: Http_types.request) =
   with Http_types.Param_not_found _ -> Enc_normal
 ;;
 let parse_patch_dtd (req: Http_types.request) =
-  try
-    (match req#param "patch_dtd" with
-    | s when String.lowercase s = "yes" -> true
-    | s when String.lowercase s = "no" -> false
-    | s -> raise (Http_getter_bad_request ("Invalid patch_dtd value: " ^ s)))
-  with Http_types.Param_not_found _ -> true
+  match req#param "patch_dtd" with
+  | s when String.lowercase s = "yes" -> true
+  | s when String.lowercase s = "no" -> false
+  | s -> raise (Http_getter_bad_request ("Invalid patch_dtd value: " ^ s))
 ;;
-let parse_ls_format (req: Http_types.request) =
+let parse_output_format (req: Http_types.request) =
   match req#param "format" with
   | s when String.lowercase s = "txt" -> Fmt_text
   | s when String.lowercase s = "xml" -> Fmt_xml
@@ -79,29 +65,30 @@ let parse_ls_uri (req: Http_types.request) =
   | _ -> raise (Http_getter_bad_request ("Invalid /ls baseuri: " ^ baseuri))
 ;;
 
+  (* global maps, shared by all threads *)
+
 let xml_map = new Http_getter_map.map Http_getter_env.xml_dbm in
 let rdf_map = new Http_getter_map.map Http_getter_env.rdf_dbm in
 let xsl_map = new Http_getter_map.map Http_getter_env.xsl_dbm in
 
-let resolve uri = (* use global maps *)
-  let map =
-    match uri with
-    | uri when is_xml_uri uri -> xml_map
-    | uri when is_rdf_uri uri -> rdf_map
-    | uri when is_xsl_uri uri -> xsl_map
-    | uri -> raise (Http_getter_unresolvable_URI uri)
-  in
-  map#resolve uri
+let save_maps () = xml_map#close; rdf_map#close; xsl_map#close in
+let map_of_uri = function
+  | uri when is_xml_uri uri -> xml_map
+  | uri when is_rdf_uri uri -> rdf_map
+  | uri when is_xsl_uri uri -> xsl_map
+  | uri -> raise (Http_getter_unresolvable_URI uri)
 in
+let resolve uri = (map_of_uri uri)#resolve uri in
+let register uri =  (map_of_uri uri )#add uri in
 let return_all_foo_uris map doctype filter outchan =
-  Http_daemon.send_basic_headers outchan;
+  Http_daemon.send_basic_headers ~code:200 outchan;
   Http_daemon.send_header "Content-Type" "text/xml" outchan;
   Http_daemon.send_CRLF outchan;
   output_string
     outchan
     (sprintf
 "<?xml version=\"1.0\" encoding=\"ISO-8859-1\"?>
-<!DOCTYPE %s SYSTEM \"%s/getdtd?uri=%s.dtd\">;
+<!DOCTYPE %s SYSTEM \"%s/getdtd?uri=%s.dtd\">
 
 <%s>
 "
@@ -115,7 +102,7 @@ let return_all_foo_uris map doctype filter outchan =
         output_string outchan (sprintf "\t<uri value=\"%s\" />\n" uri));
   output_string outchan (sprintf "</%s>\n" doctype)
 in
-let return_all_uris = return_all_foo_uris xml_map "alluris" in
+let return_all_xml_uris = return_all_foo_uris xml_map "alluris" in
 let return_all_rdf_uris = return_all_foo_uris rdf_map "allrdfuris" in
 let return_ls =
   let (++) (oldann, oldtypes, oldbody) (newann, newtypes, newbody) =
@@ -123,93 +110,118 @@ let return_ls =
      (if newtypes > oldtypes  then newtypes else oldtypes),
      (if newbody > oldbody    then newbody  else oldbody))
    in
-  let basepartRE =
+  let basepart_RE =
     Pcre.regexp "^([^.]*\\.[^.]*)((\\.body)|(\\.types))?(\\.ann)?"
   in
-  fun lsuri format outchan ->
-  let pat =
-    "^" ^ (match lsuri with Cic p -> ("cic:" ^ p) | Theory p -> ("theory:" ^ p))
+  let (types_RE, types_ann_RE, body_RE, body_ann_RE) =
+    (Pcre.regexp "\\.types", Pcre.regexp "\\.types.ann",
+     Pcre.regexp "\\.body", Pcre.regexp "\\.body.ann")
   in
-  let dirs = ref [] in
-  let objs = Hashtbl.create 17 in
-  xml_map#iter  (* BLEARGH Dbm module lacks support for fold-like functions *)
-    (fun _ -> function
-      | uri when Pcre.pmatch ~pat:(pat ^ "/") uri ->  (* directory hit *)
-          let dir =
-            List.hd (Pcre.split ~pat:"/" (Pcre.replace ~pat:(pat ^ "/") uri))
-          in
-          dirs := dir :: !dirs
-      | uri when Pcre.pmatch ~pat:(pat ^ "(\\.|$)") uri ->  (* object hit *)
-          let localpart = Pcre.replace ~pat:"^.*/" uri in
-          let basepart = Pcre.replace ~rex:basepartRE ~templ:"$1" localpart in
-          let oldflags =
-            try
-              Hashtbl.find objs basepart
-            with Not_found -> (false, No, No) (* no ann, no types no body *)
-          in
-          let newflags =
-            match localpart with
-            | s when Pcre.pmatch ~pat:"\\.types" s     -> (false, Yes, No)
-            | s when Pcre.pmatch ~pat:"\\.types.ann" s -> (true,  Ann, No)
-            | s when Pcre.pmatch ~pat:"\\.body" s      -> (false, No,  Yes)
-            | s when Pcre.pmatch ~pat:"\\.body.ann" s  -> (true,  No,  Ann)
-            | s ->
-                raise
-                  (Http_getter_internal_error ("Invalid /ls localpart: " ^ s))
-          in
-          Hashtbl.replace objs basepart (oldflags ++ newflags)
-      | _ -> () (* miss *));
-  match format with
-  | Fmt_text ->
-      let body =
-        "dir, " ^ (String.concat "\ndir, " (List.sort compare !dirs)) ^ "\n" ^
-        (Http_getter_misc.hashtbl_sorted_fold
-          (fun uri (annflag, typesflag, bodyflag) cont ->
-            sprintf
-              "%sobject, %s, <%s,%s,%s>\n"
-              cont uri (if annflag then "YES" else "NO")
-              (string_of_ls_flag typesflag) (string_of_ls_flag bodyflag))
-          objs "")
-      in Http_daemon.respond ~headers:["Content-Type", "text/txt"] ~body outchan
-  | Fmt_xml ->
-      let body =
-        sprintf
+  let (slash_RE, til_slash_RE, no_slashes_RE) =
+    (Pcre.regexp "/", Pcre.regexp "^.*/", Pcre.regexp "^[^/]*$")
+  in
+  fun lsuri fmt outchan ->
+    let pat =
+      "^" ^
+      (match lsuri with Cic p -> ("cic:" ^ p) | Theory p -> ("theory:" ^ p))
+    in
+    let (dir_RE, obj_RE) =
+      (Pcre.regexp (pat ^ "/"), Pcre.regexp (pat ^ "(\\.|$)"))
+    in
+    let dirs = ref StringSet.empty in
+    let objs = Hashtbl.create 17 in
+    let store_dir d =
+      dirs := StringSet.add (List.hd (Pcre.split ~rex:slash_RE d)) !dirs
+    in
+    let store_obj o =
+      let basepart = Pcre.replace ~rex:basepart_RE ~templ:"$1" o in
+      let oldflags =
+        try
+          Hashtbl.find objs basepart
+        with Not_found -> (false, No, No) (* no ann, no types no body *)
+      in
+      let newflags =
+        match o with
+        | s when Pcre.pmatch ~rex:types_RE s     -> (false, Yes, No)
+        | s when Pcre.pmatch ~rex:types_ann_RE s -> (true,  Ann, No)
+        | s when Pcre.pmatch ~rex:body_RE s      -> (false, No,  Yes)
+        | s when Pcre.pmatch ~rex:body_ann_RE s  -> (true,  No,  Ann)
+        | s -> (false, No, No)
+      in
+      Hashtbl.replace objs basepart (oldflags ++ newflags)
+    in
+    xml_map#iter  (* BLEARGH Dbm module lacks support for fold-like functions *)
+      (fun key _ ->
+        match key with
+        | uri when Pcre.pmatch ~rex:dir_RE uri ->  (* directory hit *)
+            let localpart = Pcre.replace ~rex:dir_RE uri in
+            if Pcre.pmatch ~rex:no_slashes_RE localpart then
+              store_obj localpart
+            else
+              store_dir localpart
+        | uri when Pcre.pmatch ~rex:obj_RE  uri ->  (* file hit *)
+            store_obj (Pcre.replace ~rex:til_slash_RE uri)
+        | uri -> () (* miss *));
+    match fmt with
+    | Fmt_text ->
+        let body =
+          (List.fold_left
+            (fun s d -> sprintf "%sdir, %s\n" s d) ""
+            (StringSet.elements !dirs)) ^
+          (Http_getter_misc.hashtbl_sorted_fold
+            (fun uri (annflag, typesflag, bodyflag) cont ->
+              sprintf "%sobject, %s, <%s,%s,%s>\n"
+                cont uri (if annflag then "YES" else "NO")
+                (string_of_ls_flag typesflag) (string_of_ls_flag bodyflag))
+            objs "")
+        in
+        Http_daemon.respond
+          ~headers:["Content-Type", "text/plain"] ~body outchan
+    | Fmt_xml ->
+        let body =
+          sprintf
 "<?xml version=\"1.0\" encoding=\"ISO-8859-1\"?>
-<!DOCTYPE ls SYSTEM \"%s/getdtd?uri=ls.dtd\"
+<!DOCTYPE ls SYSTEM \"%s/getdtd?uri=ls.dtd\">
 
 <ls>
 %s
 </ls>
 "
-          Http_getter_env.my_own_url
-          ("\n" ^
-          (String.concat
-            "\n"
-            (List.map
-              (fun d -> "<section>" ^ d ^ "</section>")
-              (List.sort compare !dirs))) ^ "\n" ^
-          (Http_getter_misc.hashtbl_sorted_fold
-            (fun uri (annflag, typesflag, bodyflag) cont ->
-              sprintf
+            Http_getter_env.my_own_url
+            ("\n" ^
+            (String.concat
+              "\n"
+              (List.map
+                (fun d -> "<section>" ^ d ^ "</section>")
+                (StringSet.elements !dirs))) ^ "\n" ^
+            (Http_getter_misc.hashtbl_sorted_fold
+              (fun uri (annflag, typesflag, bodyflag) cont ->
+                sprintf
 "%s<object name=\"%s\">
-\t<ann value=\"%s\">
-\t<types value=\"%s\">
-\t<body value=\"%s\">
+\t<ann value=\"%s\" />
+\t<types value=\"%s\" />
+\t<body value=\"%s\" />
 </object>
 "
-                cont uri (if annflag then "YES" else "NO")
-                (string_of_ls_flag typesflag)
-                (string_of_ls_flag bodyflag))
-            objs ""))
-      in Http_daemon.respond ~headers:["Content-Type", "text/xml"] ~body outchan
+                  cont uri (if annflag then "YES" else "NO")
+                  (string_of_ls_flag typesflag)
+                  (string_of_ls_flag bodyflag))
+              objs ""))
+        in
+        Http_daemon.respond
+          ~headers:["Content-Type", "text/xml"] ~body outchan
+in
+let (index_line_sep_RE, index_sep_RE) =
+  (Pcre.regexp "[ \t]+", Pcre.regexp "\n+")
 in
 let update_from_server logmsg server_url = (* use global maps *)
+  debug_print ("Updating information from " ^ server_url);
   let xml_url_of_uri = function
       (* TODO missing sanity checks on server_url, e.g. it can contains $1 *)
-    | uri when (Pcre.pmatch ~pat:"^cic://" uri) ->
-        Pcre.replace ~pat:"^cic://" ~templ:server_url uri
-    | uri when (Pcre.pmatch ~pat:"^theory://" uri) ->
-        Pcre.replace ~pat:"^theory://" ~templ:server_url uri
+    | uri when (Pcre.pmatch ~pat:"^cic:" uri) ->
+        Pcre.replace ~pat:"^cic:" ~templ:server_url uri
+    | uri when (Pcre.pmatch ~pat:"^theory:" uri) ->
+        Pcre.replace ~pat:"^theory:" ~templ:server_url uri
     | uri -> raise (Http_getter_invalid_URI uri)
   in
   let rdf_url_of_uri = function (* TODO as above *)
@@ -219,7 +231,7 @@ let update_from_server logmsg server_url = (* use global maps *)
         Pcre.replace ~pat:"^helm:rdf.*//theory:" ~templ:server_url uri
     | uri -> raise (Http_getter_invalid_URI uri)
   in
-  let log = ref ("Processing server: " ^ server_url ^ "<br />\n") in
+  let log = ref (logmsg ^ "Processing server: " ^ server_url ^ "<br />\n") in
   let (xml_index, rdf_index, xsl_index) =
     (* TODO keeps index in memory, is better to keep them on temp files? *)
     (http_get (server_url ^ "/" ^ Http_getter_env.xml_index),
@@ -234,13 +246,13 @@ let update_from_server logmsg server_url = (* use global maps *)
       List.iter
         (fun l ->
           try
-            (match Pcre.split ~pat:"[ \\t]+" l with
+            (match Pcre.split ~rex:index_line_sep_RE l with
             | [uri; "gz"] -> xml_map#add uri ((xml_url_of_uri uri) ^ ".xml.gz")
             | [uri] -> xml_map#add uri ((xml_url_of_uri uri) ^ ".xml")
             | _ -> log := !log ^ "Ignoring invalid line: " ^ l ^ "<br />\n")
           with Http_getter_invalid_URI uri ->
-            log := !log ^ "Ignoring invalid XML URI: " ^ uri)
-        (Pcre.split ~pat:"\n+" xml_index)) (* xml_index lines *)
+            log := !log ^ "Ignoring invalid XML URI: " ^ uri ^ "<br />\n")
+        (Pcre.split ~rex:index_sep_RE xml_index)) (* xml_index lines *)
   | None -> ());
   (match rdf_index with
   | Some rdf_index ->
@@ -248,26 +260,28 @@ let update_from_server logmsg server_url = (* use global maps *)
       List.iter
         (fun l ->
           try
-            (match Pcre.split ~pat:"[ \\t]+" l with
+            (match Pcre.split ~rex:index_line_sep_RE l with
             | [uri; "gz"] -> rdf_map#add uri ((rdf_url_of_uri uri) ^ ".xml.gz")
             | [uri] -> rdf_map#add uri ((rdf_url_of_uri uri) ^ ".xml")
             | _ -> log := !log ^ "Ignoring invalid line: " ^ l ^ "<br />\n")
           with Http_getter_invalid_URI uri ->
-            log := !log ^ "Ignoring invalid RDF URI: " ^ uri)
-        (Pcre.split ~pat:"\n+" rdf_index)) (* rdf_index lines *)
+            log := !log ^ "Ignoring invalid RDF URI: " ^ uri ^ "<br />\n")
+        (Pcre.split ~rex:index_sep_RE rdf_index)) (* rdf_index lines *)
   | None -> ());
   (match xsl_index with
   | Some xsl_index ->
       (log := !log ^ "Updating XSLT db ...<br />\n";
       List.iter
         (fun l -> xsl_map#add l (server_url ^ "/" ^ l))
-        (Pcre.split ~pat:"\n+" xsl_index);
+        (Pcre.split ~rex:index_sep_RE xsl_index);
       log := !log ^ "All done!<br />\n")
   | None -> ());
+  debug_print "done with this server";
   !log
 in
 
   (* thread action *)
+
 let callback (req: Http_types.request) outchan =
   try
     debug_print ("Connection from " ^ req#clientAddr);
@@ -278,16 +292,21 @@ let callback (req: Http_types.request) outchan =
         (let uri = req#param "uri" in  (* common parameter *)
         match req#path with
         | "/getxml" ->
-            let enc = parse_format req in
-            let patch_dtd = parse_patch_dtd req in
+            let enc = parse_enc req in
+            let patch_dtd =
+              try parse_patch_dtd req with Http_types.Param_not_found _ -> true
+            in
             Http_getter_cache.respond_xml
               ~url:(resolve uri) ~uri ~enc ~patch_dtd outchan
         | "/getxslt" ->
-(*             let patch_dtd = parse_patch_dtd req in *)
-            (* TODO add support and default value for patch_dtd *)
-            Http_getter_cache.respond_xsl ~url:(resolve uri) outchan
+            let patch_dtd =
+              try parse_patch_dtd req with Http_types.Param_not_found _ -> true
+            in
+            Http_getter_cache.respond_xsl ~url:(resolve uri) ~patch_dtd outchan
         | "/getdtd" ->
-            let patch_dtd = parse_patch_dtd req in
+            let patch_dtd =
+              try parse_patch_dtd req with Http_types.Param_not_found _ -> true
+            in
             Http_getter_cache.respond_dtd
               ~patch_dtd ~url:(Http_getter_env.dtd_dir ^ "/" ^ uri) outchan
         | "/resolve" ->
@@ -299,7 +318,7 @@ let callback (req: Http_types.request) outchan =
               return_xml_msg "<unresolved />\n" outchan)
         | "/register" ->
             let url = req#param "url" in
-            xml_map#add uri url;
+            register uri url;
             return_html_msg "Register done" outchan
         | _ -> assert false)
     | "/update" ->
@@ -311,9 +330,10 @@ let callback (req: Http_types.request) outchan =
               (* reverse order: 1st server is the most important one *)
             (List.rev Http_getter_env.servers)
         in
+        xml_map#sync; rdf_map#sync; xsl_map#sync;
         return_html_msg log outchan)
     | "/getalluris" ->
-        return_all_uris
+        return_all_xml_uris
           (fun uri ->
             (Pcre.pmatch ~pat:"^cic:" uri) &&
             not (Pcre.pmatch ~pat:"\\.types$" uri))
@@ -331,26 +351,44 @@ let callback (req: Http_types.request) outchan =
           return_all_rdf_uris filter outchan
         with Http_getter_invalid_RDF_class c ->
           raise (Http_getter_bad_request ("Invalid RDF class: " ^ c)))
-    | "/ls" -> return_ls (parse_ls_uri req) (parse_ls_format req) outchan
+    | "/ls" -> return_ls (parse_ls_uri req) (parse_output_format req) outchan
     | "/getempty" ->
         Http_daemon.respond ~body:Http_getter_const.empty_xml outchan
     | invalid_request ->
-        Http_daemon.respond_error ~status:(`Client_error `Bad_request) outchan)
+        Http_daemon.respond_error ~status:(`Client_error `Bad_request) outchan);
+    debug_print "Done!\n"
   with
   | Http_types.Param_not_found attr_name ->
       return_400 (sprintf "Parameter '%s' is missing" attr_name) outchan
   | Http_getter_bad_request msg -> return_html_error msg outchan
   | Http_getter_internal_error msg -> return_html_internal_error msg outchan
+  | Shell.Subprocess_error l ->
+      return_html_internal_error
+        (String.concat "<br />\n"
+          (List.map
+            (fun (cmd, code) ->
+              sprintf "Command '%s' returned %s"
+                cmd (string_of_proc_status code))
+            l))
+        outchan
   | exc ->
       return_html_error
         ("Uncaught exception: " ^ (Printexc.to_string exc))
         outchan
 in
 
-  (* daemon initialization *)
-Http_getter_env.dump_env ();
-flush stdout;
-Unix.putenv "http_proxy" "";
-Http_daemon.start'
-  ~timeout:None ~port:Http_getter_env.port ~mode:`Thread callback
+    (* daemon initialization *)
+
+let main () =
+  Http_getter_env.dump_env ();
+  Unix.putenv "http_proxy" "";
+  at_exit save_maps;
+  Sys.catch_break true;
+  try
+    Http_daemon.start'
+      ~timeout:(Some 600) ~port:Http_getter_env.port ~mode:`Thread callback
+  with Sys.Break -> ()  (* 'save_maps' already registered with 'at_exit' *)
+in
+
+main ()