Robots/bkmk_rsimple.py

   1 """
   2    Simple, strightforward robot
   3
   4    Written by Oleg BroytMann. Copyright (C) 2000-2007 PhiloSoft Design.
   5 """
   6
   7
   8 import sys, os, string
   9 import time, urllib
  10 from base64 import b64encode
  11 from urlparse import urljoin
  12 from m_lib.net.www.util import parse_time
  13 from m_lib.md5wrapper import md5wrapper
  14
  15
  16 class RedirectException(Exception):
  17    reloc_dict = {
  18       301: "perm.",
  19       302: "temp.",
  20       "html": "html"
  21    }
  22    def __init__(self, errcode, newurl):
  23       Exception.__init__(self, "(%s) to %s" % (self.reloc_dict[errcode], newurl))
  24       self.url = newurl
  25
  26
  27 class MyURLopener(urllib.URLopener):
  28    # Error 302 -- relocated (temporarily)
  29    def http_error_302(self, url, fp, errcode, errmsg, headers, data=None):
  30       if headers.has_key('location'):
  31          newurl = headers['location']
  32       elif headers.has_key('uri'):
  33          newurl = headers['uri']
  34       else:
  35          newurl = "Nowhere"
  36       raise RedirectException(errcode, newurl)
  37
  38    # Error 301 -- also relocated (permanently)
  39    http_error_301 = http_error_302
  40
  41    # Error 401 -- authentication required
  42    def http_error_401(self, url, fp, errcode, errmsg, headers, data=None):
  43       raise IOError, ('http error', errcode, "Authentication required ", headers)
  44
  45
  46 urllib._urlopener = MyURLopener()
  47
  48 # Fake headers to pretend this is a real browser
  49 _version = "Links (2.1; Linux 2.6 i686; 80x25)"
  50 urllib._urlopener.addheaders[0] = ('User-Agent', _version)
  51 _version = "bookmarks_db (Python %d.%d.%d; urllib/%s)" % (
  52    sys.version_info[0], sys.version_info[1], sys.version_info[2], urllib.__version__)
  53 urllib._urlopener.addheader('X-User-Agent', _version)
  54
  55 urllib._urlopener.addheader('Connection', 'close')
  56 urllib._urlopener.addheader('Content-Length', '0')
  57 urllib._urlopener.addheader('Accept', '*/*')
  58 urllib._urlopener.addheader('Accept-Language', 'ru,en')
  59 urllib._urlopener.addheader('Cache-Control', 'max-age=300')
  60 urllib._urlopener.addheader('Referer', 'http://www.yahoo.com/')
  61
  62
  63 def get_error(msg):
  64    if type(msg) == type(""):
  65       return msg
  66
  67    else:
  68       s = []
  69       for i in msg:
  70          s.append("'%s'" % string.join(string.split(str(i), "\n"), "\\n"))
  71       return "(%s)" % string.join(s)
  72
  73
  74 urllib_ftpwrapper = urllib.ftpwrapper
  75 ftpcache_key = None
  76
  77 class myftpwrapper(urllib_ftpwrapper):
  78    def __init__(self, user, passwd, host, port, dirs):
  79       urllib_ftpwrapper.__init__(self, user, passwd, host, port, dirs)
  80       global ftpcache_key
  81       ftpcache_key = (user, host, port, string.join(dirs, '/'))
  82
  83 urllib.ftpwrapper = myftpwrapper
  84
  85 def get_welcome():
  86    global ftpcache_key
  87    _welcome = urllib._urlopener.ftpcache[ftpcache_key].ftp.welcome
  88    ftpcache_key = None # I am assuming there are no duplicate ftp URLs in db.
  89                        # If there are - ftpcache_key in prev line is invalid.
  90    return _welcome
  91
  92
  93 from bkmk_objects import Robot
  94 from parse_html import parse_html
  95
  96 class robot_simple(Robot):
  97    def check_url(self, bookmark):
  98       if not self.tempfname:
  99          self.tempfname = bookmark.tempfname
 100
 101       try:
 102          try:
 103             self.start = int(time.time())
 104             bookmark.icon = None
 105
 106             url_type, url_rest = urllib.splittype(bookmark.href)
 107             url_host, url_path = urllib.splithost(url_rest)
 108             url_path, url_tag  = urllib.splittag(url_path)
 109
 110             if bookmark.charset: urllib._urlopener.addheader('Accept-Charset', bookmark.charset)
 111             fname, headers = urllib.urlretrieve("%s://%s%s" % (url_type, url_host, url_path), self.tempfname)
 112             if bookmark.charset: del urllib._urlopener.addheaders[-1]
 113
 114             size = 0
 115             last_modified = None
 116
 117             if headers:
 118                try:
 119                   size = headers["Content-Length"]
 120                except KeyError:
 121                   pass
 122
 123                try:
 124                   last_modified = headers["Last-Modified"]
 125                except KeyError:
 126                   pass
 127
 128                if last_modified:
 129                   last_modified = parse_time(last_modified)
 130
 131             if last_modified:
 132                last_modified = str(int(last_modified))
 133             else:
 134                last_modified = bookmark.last_visit
 135
 136             bookmark.size = size
 137             bookmark.last_modified = last_modified
 138
 139             md5 = md5wrapper()
 140             if urllib._urlopener.type == "ftp": # Pass welcome message through MD5
 141                md5.update(get_welcome())
 142
 143             md5.md5file(self.tempfname)
 144             bookmark.md5 = str(md5)
 145
 146             if headers:
 147                try:
 148                   content_type = headers["Content-Type"]
 149                   try:
 150                      content_type, charset = content_type.split(';')
 151                      content_type = content_type.strip()
 152                      charset = charset.split('=')[1].strip()
 153                      if self.log: self.log("   HTTP charset   : %s" % charset)
 154                   except (ValueError, IndexError):
 155                      charset = None
 156                      if self.log: self.log("   no charset in Content-Type header")
 157                   if content_type == "text/html":
 158                      parser = parse_html(fname, charset, self.log)
 159                      bookmark.real_title = parser.title
 160                      if parser.refresh:
 161                         refresh = parser.refresh
 162                         try:
 163                            url = refresh.split('=', 1)[1]
 164                         except IndexError:
 165                            url = "self"
 166                         try:
 167                            timeout = float(refresh.split(';')[0])
 168                         except (IndexError, ValueError):
 169                            raise RedirectException("html", "Bad redirect to %s (%s)" % (url, refresh))
 170                         else:
 171                            try:
 172                               timeout = int(refresh.split(';')[0])
 173                            except ValueError:
 174                               pass # float timeout
 175                            raise RedirectException("html", "%s (%s sec)" % (url, timeout))
 176
 177                      # Get favicon.ico
 178                      icon = parser.icon
 179                      if not icon:
 180                         icon = "/favicon.ico"
 181                      icon = urljoin("%s://%s%s" % (url_type, url_host, url_path), icon)
 182                      if self.log: self.log("   looking for icon at: %s" % icon)
 183                      try:
 184                         for i in range(8):
 185                            try:
 186                               fname, headers = urllib.urlretrieve(icon)
 187                            except RedirectException, e:
 188                               icon = e.url
 189                               if self.log: self.log("       redirect to : %s" % icon)
 190                            else:
 191                               break
 192                         else:
 193                            raise IOError("Too many redirects")
 194                      except:
 195                         etype, emsg, tb = sys.exc_info()
 196                         if self.log: self.log("   no icon        : %s %s" % (etype, emsg))
 197                         etype = None
 198                         emsg = None
 199                         tb = None
 200                      else:
 201                         content_type = headers["Content-Type"]
 202                         if content_type.startswith("image/"):
 203                            icon_file = open(fname, "rb")
 204                            icon = icon_file.read()
 205                            icon_file.close()
 206                            bookmark.icon = "data:%s;base64,%s" % (content_type, b64encode(icon))
 207                            if self.log: self.log("   got icon       : %s" % content_type)
 208                         else:
 209                            if self.log: self.log("   no icon        : bad content type '%s'" % content_type)
 210                         os.remove(fname)
 211
 212                except KeyError:
 213                   pass
 214
 215          except IOError, msg:
 216             if (msg[0] == "http error") and (msg[1] == -1):
 217                bookmark.no_error = "The server did not return any header - it is not an error, actually"
 218             else:
 219                bookmark.error = get_error(msg)
 220
 221          except EOFError:
 222             bookmark.error = "Unexpected EOF (FTP server closed connection)"
 223
 224          except RedirectException, msg:
 225             bookmark.moved = str(msg)
 226
 227          except KeyboardInterrupt:
 228             return 0
 229
 230       finally:
 231          self.finish_check_url(bookmark)
 232
 233       # Tested
 234       return 1
 235
 236
 237    def finish_check_url(self, bookmark):
 238       # Calculate these attributes even in case of an error
 239       if os.path.exists(self.tempfname):
 240          size = str(os.path.getsize(self.tempfname))
 241          if size[-1] == 'L':
 242             size = size[:-1]
 243          bookmark.size = size
 244
 245       start = self.start
 246       bookmark.last_tested = str(start)
 247
 248       now = int(time.time())
 249       bookmark.test_time = str(now - start)