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)" % (sys.version_info[:3], urllib.__version__)
  52 urllib._urlopener.addheader('X-User-Agent', _version)
  53
  54 urllib._urlopener.addheader('Connection', 'close')
  55 urllib._urlopener.addheader('Content-Length', '0')
  56 urllib._urlopener.addheader('Accept', '*/*')
  57 urllib._urlopener.addheader('Accept-Language', 'ru,en')
  58 urllib._urlopener.addheader('Cache-Control', 'max-age=300')
  59 urllib._urlopener.addheader('Referer', 'http://www.yahoo.com/')
  60
  61
  62 def get_error(msg):
  63    if type(msg) == type(""):
  64       return msg
  65
  66    else:
  67       s = []
  68       for i in msg:
  69          s.append("'%s'" % string.join(string.split(str(i), "\n"), "\\n"))
  70       return "(%s)" % string.join(s)
  71
  72
  73 urllib_ftpwrapper = urllib.ftpwrapper
  74 ftpcache_key = None
  75
  76 class myftpwrapper(urllib_ftpwrapper):
  77    def __init__(self, user, passwd, host, port, dirs):
  78       urllib_ftpwrapper.__init__(self, user, passwd, host, port, dirs)
  79       global ftpcache_key
  80       ftpcache_key = (user, host, port, string.join(dirs, '/'))
  81
  82 urllib.ftpwrapper = myftpwrapper
  83
  84 def get_welcome():
  85    global ftpcache_key
  86    _welcome = urllib._urlopener.ftpcache[ftpcache_key].ftp.welcome
  87    ftpcache_key = None # I am assuming there are no duplicate ftp URLs in db.
  88                        # If there are - ftpcache_key in prev line is invalid.
  89    return _welcome
  90
  91
  92 from bkmk_objects import Robot
  93 from parse_html import parse_html
  94
  95 class robot_simple(Robot):
  96    def check_url(self, bookmark):
  97       if not self.tempfname:
  98          self.tempfname = bookmark.tempfname
  99
 100       try:
 101          try:
 102             self.start = int(time.time())
 103             bookmark.icon = None
 104
 105             url_type, url_rest = urllib.splittype(bookmark.href)
 106             url_host, url_path = urllib.splithost(url_rest)
 107             url_path, url_tag  = urllib.splittag(url_path)
 108
 109             if bookmark.charset: urllib._urlopener.addheader('Accept-Charset', bookmark.charset)
 110             fname, headers = urllib.urlretrieve("%s://%s%s" % (url_type, url_host, url_path), self.tempfname)
 111             if bookmark.charset: del urllib._urlopener.addheaders[-1]
 112
 113             size = 0
 114             last_modified = None
 115
 116             if headers:
 117                try:
 118                   size = headers["Content-Length"]
 119                except KeyError:
 120                   pass
 121
 122                try:
 123                   last_modified = headers["Last-Modified"]
 124                except KeyError:
 125                   pass
 126
 127                if last_modified:
 128                   last_modified = parse_time(last_modified)
 129
 130             if last_modified:
 131                last_modified = str(int(last_modified))
 132             else:
 133                last_modified = bookmark.last_visit
 134
 135             bookmark.size = size
 136             bookmark.last_modified = last_modified
 137
 138             md5 = md5wrapper()
 139             if urllib._urlopener.type == "ftp": # Pass welcome message through MD5
 140                md5.update(get_welcome())
 141
 142             md5.md5file(self.tempfname)
 143             bookmark.md5 = str(md5)
 144
 145             if headers:
 146                try:
 147                   content_type = headers["Content-Type"]
 148                   try:
 149                      content_type, charset = content_type.split(';')
 150                      content_type = content_type.strip()
 151                      charset = charset.split('=')[1].strip()
 152                      if self.log: self.log("   HTTP charset   : %s" % charset)
 153                   except (ValueError, IndexError):
 154                      charset = None
 155                      if self.log: self.log("   no charset in Content-Type header")
 156                   if content_type == "text/html":
 157                      parser = parse_html(fname, charset, self.log)
 158                      bookmark.real_title = parser.title
 159                      if parser.refresh:
 160                         refresh = parser.refresh
 161                         try:
 162                            url = refresh.split('=', 1)[1]
 163                         except IndexError:
 164                            url = "self"
 165                         try:
 166                            timeout = float(refresh.split(';')[0])
 167                         except (IndexError, ValueError):
 168                            raise RedirectException("html", "Bad redirect to %s (%s)" % (url, refresh))
 169                         else:
 170                            try:
 171                               timeout = int(refresh.split(';')[0])
 172                            except ValueError:
 173                               pass # float timeout
 174                            raise RedirectException("html", "%s (%s sec)" % (url, timeout))
 175
 176                      # Get favicon.ico
 177                      icon = parser.icon
 178                      if not icon:
 179                         icon = "/favicon.ico"
 180                      icon = urljoin("%s://%s%s" % (url_type, url_host, url_path), icon)
 181                      if self.log: self.log("   looking for icon at : %s" % icon)
 182                      try:
 183                         for i in range(8):
 184                            try:
 185                               fname, headers = urllib.urlretrieve(icon)
 186                            except RedirectException, e:
 187                               icon = e.url
 188                               if self.log: self.log("       redirect to : %s" % icon)
 189                            else:
 190                               break
 191                         else:
 192                            raise IOError("Too many redirects")
 193                      except:
 194                         etype, emsg, tb = sys.exc_info()
 195                         if self.log: self.log("   no icon        : %s %s" % (etype, emsg))
 196                         etype = None
 197                         emsg = None
 198                         tb = None
 199                      else:
 200                         content_type = headers["Content-Type"]
 201                         if content_type.startswith("image/"):
 202                            icon_file = open(fname, "rb")
 203                            icon = icon_file.read()
 204                            icon_file.close()
 205                            bookmark.icon = "data:%s;base64,%s" % (content_type, b64encode(icon))
 206                            if self.log: self.log("   got icon       : %s" % content_type)
 207                         else:
 208                            if self.log: self.log("   no icon        : bad content type '%s'" % content_type)
 209                         os.remove(fname)
 210
 211                except KeyError:
 212                   pass
 213
 214          except IOError, msg:
 215             if (msg[0] == "http error") and (msg[1] == -1):
 216                bookmark.no_error = "The server did not return any header - it is not an error, actually"
 217             else:
 218                bookmark.error = get_error(msg)
 219
 220          except EOFError:
 221             bookmark.error = "Unexpected EOF (FTP server closed connection)"
 222
 223          except RedirectException, msg:
 224             bookmark.moved = str(msg)
 225
 226          except KeyboardInterrupt:
 227             return 0
 228
 229       finally:
 230          self.finish_check_url(bookmark)
 231
 232       # Tested
 233       return 1
 234
 235
 236    def finish_check_url(self, bookmark):
 237       # Calculate these attributes even in case of an error
 238       if os.path.exists(self.tempfname):
 239          size = str(os.path.getsize(self.tempfname))
 240          if size[-1] == 'L':
 241             size = size[:-1]
 242          bookmark.size = size
 243
 244       start = self.start
 245       bookmark.last_tested = str(start)
 246
 247       now = int(time.time())
 248       bookmark.test_time = str(now - start)