mimedecode.py

   1 #! /usr/bin/env python
   2 """Decode MIME message"""
   3
   4 from mimedecode_version import __version__, __author__, __copyright__, __license__
   5
   6 import sys, os
   7 import email
   8
   9 me = os.path.basename(sys.argv[0])
  10
  11
  12 def version(exit=1):
  13     sys.stdout.write("""\
  14 Broytman mimedecode.py version %s, %s
  15 """ % (__version__, __copyright__))
  16     if exit: sys.exit(0)
  17
  18 def usage(code=0, errormsg=''):
  19     version(0)
  20     sys.stdout.write("""\
  21         Usage: %s [-h|--help] [-V|--version] [-cCDP] [-H|--host=hostname] [-f charset] [-d header1[,h2,...]|*[,-h1,...]] [-p header1[,h2,h3,...]:param1[,p2,p3,...]] [-r header1[,h2,...]|*[,-h1,...]] [-R header1[,h2,h3,...]:param1[,p2,p3,...]] [--set-header header:value] [--set-param header:param=value] [-Bbeit mask] [--save-headers|body|message mask] [-O dest_dir] [-o output_file] [input_file [output_file]]
  22 """ % me)
  23     if errormsg:
  24         sys.stderr.write(errormsg + '\n')
  25     sys.exit(code)
  26
  27
  28 def output_headers(msg):
  29     unix_from = msg.get_unixfrom()
  30     if unix_from:
  31         output(unix_from + '\n')
  32     for key, value in msg.items():
  33         output("%s: %s\n" % (key, value))
  34     output("\n") # End of headers
  35
  36
  37 def recode(s, charset):
  38     return unicode(s, charset, "replace").encode(g.default_encoding, "replace")
  39
  40 def recode_if_needed(s, charset):
  41     if charset and charset.lower() <> g.default_encoding:
  42         s = recode(s, charset)
  43     return s
  44
  45
  46 def _decode_header(s):
  47     """Return a decoded string according to RFC 2047.
  48     NOTE: This is almost the same as email.Utils.decode.
  49     """
  50     import email.Header
  51
  52     L = email.Header.decode_header(s)
  53     if not isinstance(L, list):
  54         # s wasn't decoded
  55         return s
  56
  57     rtn = []
  58     for atom, charset in L:
  59         if charset is None:
  60             rtn.append(atom)
  61         else:
  62             rtn.append(recode_if_needed(atom, charset))
  63         rtn.append(' ')
  64     del rtn[-1] # remove the last space
  65
  66     # Now that we've decoded everything, we just need to join all the parts
  67     # together into the final string.
  68     return ''.join(rtn)
  69
  70 def decode_header(msg, header):
  71     "Decode mail header (if exists) and put it back, if it was encoded"
  72
  73     if msg.has_key(header):
  74         value = msg[header]
  75         new_value = _decode_header(value)
  76         if new_value <> value: # do not bother to touch msg if not changed
  77             set_header(msg, header, new_value)
  78
  79
  80 def _decode_header_param(s):
  81     return recode_if_needed(s[2], s[0])
  82
  83 def decode_header_param(msg, header, param):
  84     "Decode mail header's parameter (if exists) and put it back, if it was encoded"
  85
  86     if msg.has_key(header):
  87         value = msg.get_param(param, header=header)
  88         if value:
  89             if isinstance(value, tuple):
  90                 new_value = _decode_header_param(value)
  91             else:
  92                 new_value = _decode_header(value)
  93             if new_value <> value: # do not bother to touch msg if not changed
  94                 msg.set_param(param, new_value, header)
  95
  96
  97 def _get_exceptions(list):
  98     return [x[1:].lower() for x in list[1:] if x[0]=='-']
  99
 100 def _decode_headers_params(msg, header, decode_all_params, param_list):
 101     if decode_all_params:
 102         params = msg.get_params(header=header)
 103         if params:
 104             for param, value in params:
 105                 if param not in param_list:
 106                     decode_header_param(msg, header, param)
 107     else:
 108         for param in param_list:
 109             decode_header_param(msg, header, param)
 110
 111 def _remove_headers_params(msg, header, remove_all_params, param_list):
 112     if remove_all_params:
 113         params = msg.get_params(header=header)
 114         if params:
 115             if param_list:
 116                 for param, value in params:
 117                     if param not in param_list:
 118                         msg.del_param(param, header)
 119             else:
 120                 value = msg[header]
 121                 if value is None: # No such header
 122                     return
 123                 if ';' not in value: # There are no parameters
 124                     return
 125                 del msg[header] # Delete all such headers
 126                 # Get the value without parameters and set it back
 127                 msg[header] = value.split(';')[0].strip()
 128     else:
 129         for param in param_list:
 130             msg.del_param(param, header)
 131
 132 def decode_headers(msg):
 133     "Decode message headers according to global options"
 134
 135     for header_list in g.remove_headers:
 136         header_list = header_list.split(',')
 137         if header_list[0] == '*': # Remove all headers except listed
 138             header_list = _get_exceptions(header_list)
 139             for header in msg.keys():
 140                 if header.lower() not in header_list:
 141                     del msg[header]
 142         else: # Remove listed headers
 143             for header in header_list:
 144                 del msg[header]
 145
 146     for header_list, param_list in g.remove_headers_params:
 147         header_list = header_list.split(',')
 148         param_list = param_list.split(',')
 149         remove_all_params = param_list[0] == '*' # Remove all params except listed
 150         if remove_all_params:
 151             param_list = _get_exceptions(param_list)
 152         if header_list[0] == '*': # Remove for all headers except listed
 153             header_list = _get_exceptions(header_list)
 154             for header in msg.keys():
 155                 if header.lower() not in header_list:
 156                     _remove_headers_params(msg, header, remove_all_params, param_list)
 157         else: # Decode for listed headers
 158             for header in header_list:
 159                 _remove_headers_params(msg, header, remove_all_params, param_list)
 160
 161     for header_list in g.decode_headers:
 162         header_list = header_list.split(',')
 163         if header_list[0] == '*': # Decode all headers except listed
 164             header_list = _get_exceptions(header_list)
 165             for header in msg.keys():
 166                 if header.lower() not in header_list:
 167                     decode_header(msg, header)
 168         else: # Decode listed headers
 169             for header in header_list:
 170                 decode_header(msg, header)
 171
 172     for header_list, param_list in g.decode_header_params:
 173         header_list = header_list.split(',')
 174         param_list = param_list.split(',')
 175         decode_all_params = param_list[0] == '*' # Decode all params except listed
 176         if decode_all_params:
 177             param_list = _get_exceptions(param_list)
 178         if header_list[0] == '*': # Decode for all headers except listed
 179             header_list = _get_exceptions(header_list)
 180             for header in msg.keys():
 181                 if header.lower() not in header_list:
 182                     _decode_headers_params(msg, header, decode_all_params, param_list)
 183         else: # Decode for listed headers
 184             for header in header_list:
 185                 _decode_headers_params(msg, header, decode_all_params, param_list)
 186
 187
 188 def set_header(msg, header, value):
 189     "Replace header"
 190
 191     if msg.has_key(header):
 192         msg.replace_header(header, value)
 193     else:
 194         msg[header] = value
 195
 196
 197 def set_content_type(msg, newtype, charset=None):
 198     msg.set_type(newtype)
 199
 200     if charset:
 201         msg.set_param("charset", charset, "Content-Type")
 202
 203
 204 caps = None # Globally stored mailcap database; initialized only if needed
 205
 206 def decode_body(msg, s):
 207     "Decode body to plain text using first copiousoutput filter from mailcap"
 208
 209     import mailcap, tempfile
 210
 211     global caps
 212     if caps is None:
 213         caps = mailcap.getcaps()
 214
 215     content_type = msg.get_content_type()
 216     filename = tempfile.mktemp()
 217     command = None
 218
 219     entries = mailcap.lookup(caps, content_type, "view")
 220     for entry in entries:
 221         if entry.has_key('copiousoutput'):
 222             if entry.has_key('test'):
 223                 test = mailcap.subst(entry['test'], content_type, filename)
 224                 if test and os.system(test) != 0:
 225                     continue
 226             command = mailcap.subst(entry["view"], content_type, filename)
 227             break
 228
 229     if not command:
 230         return s
 231
 232     file = open(filename, 'w')
 233     file.write(s)
 234     file.close()
 235
 236     pipe = os.popen(command, 'r')
 237     s = pipe.read()
 238     pipe.close()
 239     os.remove(filename)
 240
 241     set_content_type(msg, "text/plain")
 242     msg["X-MIME-Autoconverted"] = "from %s to text/plain by %s id %s" % (content_type, g.host_name, command.split()[0])
 243
 244     return s
 245
 246
 247 def recode_charset(msg, s):
 248     "Recode charset of the message to the default charset"
 249
 250     save_charset = charset = msg.get_content_charset()
 251     if charset and charset.lower() <> g.default_encoding:
 252         s = recode_if_needed(s, charset)
 253         content_type = msg.get_content_type()
 254         set_content_type(msg, content_type, g.default_encoding)
 255         msg["X-MIME-Autoconverted"] = "from %s to %s by %s id %s" % (save_charset, g.default_encoding, g.host_name, me)
 256     return s
 257
 258
 259 def totext(msg, instring):
 260     "Convert instring content to text"
 261
 262     # Decode body and recode charset
 263     s = decode_body(msg, instring)
 264     if g.recode_charset:
 265         s = recode_charset(msg, s)
 266
 267     output_headers(msg)
 268     output(s)
 269     return s
 270
 271
 272 def _save_message(msg, outstring, save_headers=False, save_body=False):
 273     for header, param in (
 274         ("Content-Disposition", "filename"),
 275         ("Content-Type", "name"),
 276     ):
 277         fname = msg.get_param(param, header=header)
 278         if fname:
 279             fname = '-' + fname
 280             break
 281     else:
 282         fname = ''
 283     g.save_counter += 1
 284     fname = str(g.save_counter) + fname
 285
 286     global output
 287     save_output = output
 288     outfile = open(os.path.join(g.destination_dir, fname), 'w')
 289     output = outfile.write
 290     if save_headers:
 291         output_headers(msg)
 292     if save_body:
 293         output(outstring)
 294     outfile.close()
 295     output = save_output
 296
 297
 298 def decode_part(msg):
 299     "Decode one part of the message"
 300
 301     decode_headers(msg)
 302
 303     # Test all mask lists and find what to do with this content type
 304     masks = []
 305     ctype = msg.get_content_type()
 306     if ctype:
 307         masks.append(ctype)
 308     mtype = msg.get_content_maintype()
 309     if mtype:
 310         masks.append(mtype + '/*')
 311     masks.append('*/*')
 312
 313     left_binary = False
 314     for content_type in masks:
 315         if content_type in g.binary_mask:
 316             left_binary = True
 317             break
 318
 319     encoding = msg["Content-Transfer-Encoding"]
 320     if left_binary or encoding in (None, '', '7bit', '8bit', 'binary'):
 321         outstring = msg.get_payload()
 322     else: # Decode from transfer ecoding to text or binary form
 323         outstring = msg.get_payload(decode=1)
 324         set_header(msg, "Content-Transfer-Encoding", "8bit")
 325         msg["X-MIME-Autoconverted"] = "from %s to 8bit by %s id %s" % (encoding, g.host_name, me)
 326
 327     for content_type in masks:
 328         if content_type in g.totext_mask:
 329             outstring = totext(msg, outstring)
 330             break
 331         elif content_type in g.binary_mask or \
 332              content_type in g.decoded_binary_mask:
 333             output_headers(msg)
 334             output(outstring)
 335             break
 336         elif content_type in g.ignore_mask:
 337             output_headers(msg)
 338             output("\nMessage body of type %s skipped.\n" % ctype)
 339             break
 340         elif content_type in g.error_mask:
 341             raise ValueError, "content type %s prohibited" % ctype
 342     else:
 343         # Neither content type nor masks were listed - decode by default
 344         outstring = totext(msg, outstring)
 345
 346     for content_type in masks:
 347         if content_type in g.save_headers_mask:
 348             _save_message(msg, outstring, save_headers=True, save_body=False)
 349         elif content_type in g.save_body_mask:
 350             _save_message(msg, outstring, save_headers=False, save_body=True)
 351         elif content_type in g.save_message_mask:
 352             _save_message(msg, outstring, save_headers=True, save_body=True)
 353
 354 def decode_multipart(msg):
 355     "Decode multipart"
 356
 357     decode_headers(msg)
 358     output_headers(msg)
 359
 360     if msg.preamble: # Preserve the first part, it is probably not a RFC822-message
 361         output(msg.preamble) # Usually it is just a few lines of text (MIME warning)
 362     if msg.preamble is not None:
 363         output("\n")
 364
 365     first_subpart = True
 366     boundary = msg.get_boundary()
 367
 368     for subpart in msg.get_payload():
 369         if boundary:
 370             if first_subpart:
 371                 first_subpart = False
 372             else:
 373                 output("\n")
 374             output("--%s\n" % boundary)
 375
 376         # Recursively decode all parts of the subpart
 377         decode_message(subpart)
 378
 379     if boundary:
 380         output("\n--%s--\n" % boundary)
 381
 382     if msg.epilogue:
 383         output(msg.epilogue)
 384
 385
 386 def decode_message(msg):
 387     "Decode message"
 388
 389     if msg.is_multipart():
 390         decode_multipart(msg)
 391     elif len(msg): # Simple one-part message (there are headers) - decode it
 392         decode_part(msg)
 393     else: # Not a message, just text - copy it literally
 394         output(msg.as_string())
 395
 396
 397 class GlobalOptions:
 398     from m_lib.defenc import default_encoding
 399     recode_charset = 1 # recode charset of message body
 400
 401     host_name = None
 402
 403     # A list of headers to decode
 404     decode_headers = ["From", "To", "Cc", "Reply-To", "Mail-Followup-To",
 405                       "Subject"]
 406
 407     # A list of headers parameters to decode
 408     decode_header_params = [
 409         ("Content-Type", "name"),
 410         ("Content-Disposition", "filename"),
 411     ]
 412
 413     # A list of headers to remove
 414     remove_headers = []
 415     # A list of headers parameters to remove
 416     remove_headers_params = []
 417
 418     # A list of header/value pairs to set
 419     set_header_value = []
 420     # A list of header/parameter/value triples to set
 421     set_header_param = []
 422
 423     totext_mask = [] # A list of content-types to decode
 424     binary_mask = [] # A list of content-types to pass through
 425     decoded_binary_mask = [] # A list of content-types to pass through (content-transfer-decoded)
 426     ignore_mask = [] # Ignore (skip, do not decode and do not include into output)
 427     error_mask = []  # Raise error if encounter one of these
 428
 429     save_counter = 0
 430     save_headers_mask = []
 431     save_body_mask = []
 432     save_message_mask = []
 433
 434     input_filename = None
 435     output_filename = None
 436     destination_dir = os.curdir
 437
 438 g = GlobalOptions
 439
 440
 441 def get_opts():
 442     from getopt import getopt, GetoptError
 443
 444     try:
 445         options, arguments = getopt(sys.argv[1:],
 446             'hVcCDPH:f:d:p:r:R:b:B:e:i:t:O:o:',
 447             ['help', 'version', 'host=',
 448              'save-headers=', 'save-body=', 'save-message=',
 449              'set-header=', 'set-param='])
 450     except GetoptError:
 451         usage(1)
 452
 453     for option, value in options:
 454         if option in ('-h', '--help'):
 455             usage()
 456         elif option in ('-V', '--version'):
 457             version()
 458         elif option == '-c':
 459             g.recode_charset = 1
 460         elif option == '-C':
 461             g.recode_charset = 0
 462         elif option in ('-H', '--host'):
 463             g.host_name = value
 464         elif option == '-f':
 465             g.default_encoding = value
 466         elif option == '-d':
 467             if value.startswith('*'):
 468                 g.decode_headers = []
 469             g.decode_headers.append(value)
 470         elif option == '-D':
 471             g.decode_headers = []
 472         elif option == '-p':
 473             g.decode_header_params.append(value.split(':', 1))
 474         elif option == '-P':
 475             g.decode_header_params = []
 476         elif option == '-r':
 477             g.remove_headers.append(value)
 478         elif option == '-R':
 479             g.remove_headers_params.append(value.split(':', 1))
 480         elif option == '--set-header':
 481             g.set_header_value.append(value.split(':', 1))
 482         elif option == '--set-param':
 483             header, value = value.split(':', 1)
 484             if '=' in value:
 485                 param, value = value.split('=', 1)
 486             else:
 487                 param, value = value.split(':', 1)
 488             g.set_header_param.append((header, param, value))
 489         elif option == '-t':
 490             g.totext_mask.append(value)
 491         elif option == '-B':
 492             g.binary_mask.append(value)
 493         elif option == '-b':
 494             g.decoded_binary_mask.append(value)
 495         elif option == '-i':
 496             g.ignore_mask.append(value)
 497         elif option == '-e':
 498             g.error_mask.append(value)
 499         elif option == '--save-headers':
 500             g.save_headers_mask.append(value)
 501         elif option == '--save-body':
 502             g.save_body_mask.append(value)
 503         elif option == '--save-message':
 504             g.save_message_mask.append(value)
 505         elif option == '-O':
 506             g.destination_dir = value
 507         elif option == '-o':
 508             g.output_filename = value
 509         else:
 510             usage(1)
 511
 512     return arguments
 513
 514
 515 if __name__ == "__main__":
 516     arguments = get_opts()
 517
 518     la = len(arguments)
 519     if la == 0:
 520         g.input_filename = '-'
 521         infile = sys.stdin
 522         if g.output_filename:
 523             outfile = open(os.path.join(g.destination_dir, g.output_filename), 'w')
 524         else:
 525             g.output_filename = '-'
 526             outfile = sys.stdout
 527     elif la in (1, 2):
 528         if (arguments[0] == '-'):
 529             g.input_filename = '-'
 530             infile = sys.stdin
 531         else:
 532             g.input_filename = arguments[0]
 533             infile = open(arguments[0], 'r')
 534         if la == 1:
 535             if g.output_filename:
 536                 outfile = open(os.path.join(g.destination_dir, g.output_filename), 'w')
 537             else:
 538                 g.output_filename = '-'
 539                 outfile = sys.stdout
 540         elif la == 2:
 541             if g.output_filename:
 542                 usage(1, 'Too many output filenames')
 543             if (arguments[1] == '-'):
 544                 g.output_filename = '-'
 545                 outfile = sys.stdout
 546             else:
 547                 g.output_filename = arguments[1]
 548                 outfile = open(os.path.join(g.destination_dir, g.output_filename), 'w')
 549     else:
 550         usage(1, 'Too many arguments')
 551
 552     if (infile is sys.stdin) and sys.stdin.isatty():
 553         if (outfile is sys.stdout) and sys.stdout.isatty():
 554             usage()
 555         usage(1, 'Filtering from console is forbidden')
 556
 557     if not g.host_name:
 558         import socket
 559         g.host_name = socket.gethostname()
 560
 561     g.outfile = outfile
 562     output = outfile.write
 563
 564     msg = email.message_from_file(infile)
 565
 566     for header, value in g.set_header_value:
 567         msg[header] = value
 568
 569     for header, param, value in g.set_header_param:
 570         if header in msg:
 571             msg.set_param(param, value, header)
 572
 573     try:
 574         decode_message(msg)
 575     finally:
 576         infile.close()
 577         outfile.close()