/[suikacvs]/test/html-webhacc/cc.cgi
Suika

Diff of /test/html-webhacc/cc.cgi

Parent Directory Parent Directory | Revision Log Revision Log | View Patch Patch

revision 1.1 by wakaba, Wed Jun 27 11:08:03 2007 UTC revision 1.13 by wakaba, Tue Jul 17 13:52:54 2007 UTC
# Line 5  use lib qw[/home/httpd/html/www/markup/h Line 5  use lib qw[/home/httpd/html/www/markup/h
5             /home/wakaba/work/manakai/lib             /home/wakaba/work/manakai/lib
6             /home/wakaba/public_html/-temp/wiki/lib];             /home/wakaba/public_html/-temp/wiki/lib];
7  use CGI::Carp qw[fatalsToBrowser];  use CGI::Carp qw[fatalsToBrowser];
8  use Time::HiRes qw/time/;  use Scalar::Util qw[refaddr];
9    
10  use SuikaWiki::Input::HTTP; ## TODO: Use some better CGI module  use SuikaWiki::Input::HTTP; ## TODO: Use some better CGI module
11    
12    sub htescape ($) {
13      my $s = $_[0];
14      $s =~ s/&/&/g;
15      $s =~ s/</&lt;/g;
16      $s =~ s/>/&gt;/g;
17      $s =~ s/"/&quot;/g;
18      $s =~ s{([\x00-\x09\x0B-\x1F\x7F-\xA0\x{FEFF}\x{FFFC}-\x{FFFF}])}{
19        sprintf '<var>U+%04X</var>', ord $1;
20      }ge;
21      return $s;
22    } # htescape
23    
24  my $http = SuikaWiki::Input::HTTP->new;  my $http = SuikaWiki::Input::HTTP->new;
25    
26  ## TODO: _charset_  ## TODO: _charset_
27    
28  my @mode = split m#/#, scalar $http->meta_variable ('PATH_INFO'), -1;    if ($http->meta_variable ('PATH_INFO') ne '/') {
29  shift @mode if @mode and $mode[0] == '';      print STDOUT "Status: 404 Not Found\nContent-Type: text/plain; charset=us-ascii\n\n400";
 ## TODO: decode unreserved characters  
   
   my $s = $http->parameter ('s');  
   if (length $s > 1000_000) {  
     print STDOUT "Status: 400 Document Too Long\nContent-Type: text/plain; charset=us-ascii\n\nToo long";  
30      exit;      exit;
31    }    }
32    my $char_length = length $s;  
33    my %time;    binmode STDOUT, ':utf8';
   my $time1;  
   my $time2;  
34    
35    require Message::DOM::DOMImplementation;    require Message::DOM::DOMImplementation;
36    my $dom = Message::DOM::DOMImplementation->____new;    my $dom = Message::DOM::DOMImplementation->new;
 #  $| = 1;  
   my $doc;  
   my $el;  
37    
38  if (@mode == 3 and $mode[0] eq 'html' and    my $input = get_input_document ($http, $dom);
39      ($mode[2] eq 'html' or $mode[2] eq 'test')) {    my $inner_html_element = $http->parameter ('e');
   print STDOUT "Content-Type: text/plain; charset=utf-8\n\n";  
40    
41    require Encode;    load_text_catalog ('en'); ## TODO: conneg
   require Whatpm::HTML;  
42    
43    $time1 = time;    my @nav;
44    $s = Encode::decode ('utf-8', $s);    print STDOUT qq[Content-Type: text/html; charset=utf-8
45    $time2 = time;  
46    $time{decode} = $time2 - $time1;  <!DOCTYPE html>
47      <html lang="en">
48    <head>
49    <title>Web Document Conformance Checker (BETA)</title>
50    <link rel="stylesheet" href="../cc-style.css" type="text/css">
51    </head>
52    <body>
53    <h1><a href="../cc-interface">Web Document Conformance Checker</a>
54    (<em>beta</em>)</h1>
55    
56    <div id="document-info" class="section">
57    <dl>
58    <dt>Request URI</dt>
59        <dd><code class="URI" lang="">&lt;<a href="@{[htescape $input->{request_uri}]}">@{[htescape $input->{request_uri}]}</a>&gt;</code></dd>
60    <dt>Document URI</dt>
61        <dd><code class="URI" lang="">&lt;<a href="@{[htescape $input->{uri}]}">@{[htescape $input->{uri}]}</a>&gt;</code></dd>
62    ]; # no </dl> yet
63      push @nav, ['#document-info' => 'Information'];
64    
65    if (defined $input->{s}) {
66    
67      print STDOUT qq[
68    <dt>Base URI</dt>
69        <dd><code class="URI" lang="">&lt;<a href="@{[htescape $input->{base_uri}]}">@{[htescape $input->{base_uri}]}</a>&gt;</code></dd>
70    <dt>Internet Media Type</dt>
71        <dd><code class="MIME" lang="en">@{[htescape $input->{media_type}]}</code>
72        @{[$input->{media_type_overridden} ? '<em>(overridden)</em>' : '']}</dd>
73    <dt>Character Encoding</dt>
74        <dd>@{[defined $input->{charset} ? '<code class="charset" lang="en">'.htescape ($input->{charset}).'</code>' : '(none)']}
75        @{[$input->{charset_overridden} ? '<em>(overridden)</em>' : '']}</dd>
76    </dl>
77    </div>
78    ];
79    
80    print STDOUT "#errors\n";    print_http_header_section ($input);
81    
82      my $doc;
83      my $el;
84    
85      if ($input->{media_type} eq 'text/html') {
86        require Encode;
87        require Whatpm::HTML;
88    
89        $input->{charset} ||= 'ISO-8859-1'; ## TODO: for now.
90        
91        my $t = Encode::decode ($input->{charset}, $input->{s});
92    
93        print STDOUT qq[
94    <div id="parse-errors" class="section">
95    <h2>Parse Errors</h2>
96    
97    <dl>];
98      push @nav, ['#parse-errors' => 'Parse Error'];
99    
100    my $onerror = sub {    my $onerror = sub {
101      my (%opt) = @_;      my (%opt) = @_;
102      print STDOUT "$opt{line},$opt{column},$opt{type}\n";      my ($type, $cls, $msg) = get_text ($opt{type}, $opt{level});
103        if ($opt{column} > 0) {
104          print STDOUT qq[<dt class="$cls"><a href="#line-$opt{line}">Line $opt{line}</a> column $opt{column}</dt>\n];
105        } else {
106          $opt{line} = $opt{line} - 1 || 1;
107          print STDOUT qq[<dt class="$cls"><a href="#line-$opt{line}">Line $opt{line}</a></dt>\n];
108        }
109        $type =~ tr/ /-/;
110        $type =~ s/\|/%7C/g;
111        $msg .= qq[ [<a href="../error-description#@{[htescape ($type)]}">Description</a>]];
112        print STDOUT qq[<dd class="$cls">$msg</dd>\n];
113    };    };
114    
115    $doc = $dom->create_document;    $doc = $dom->create_document;
116    $time1 = time;    if (defined $inner_html_element and length $inner_html_element) {
   if (length $mode[1]) {  
117      $el = $doc->create_element_ns      $el = $doc->create_element_ns
118          ('http://www.w3.org/1999/xhtml', [undef, $mode[1]]);          ('http://www.w3.org/1999/xhtml', [undef, $inner_html_element]);
119      Whatpm::HTML->set_inner_html ($el, $s, $onerror);      Whatpm::HTML->set_inner_html ($el, $t, $onerror);
120    } else {    } else {
121      Whatpm::HTML->parse_string ($s => $doc, $onerror);      Whatpm::HTML->parse_string ($t => $doc, $onerror);
122    }    }
   $time2 = time;  
   $time{parse} = $time2 - $time1;  
123    
124    print "#document\n";    print STDOUT qq[</dl>
125    </div>
126    ];
127    
128        print_source_string_section (\($input->{s}), $input->{charset});
129      } elsif ({
130                'text/xml' => 1,
131                'application/xhtml+xml' => 1,
132                'application/xml' => 1,
133               }->{$input->{media_type}}) {
134        require Message::DOM::XMLParserTemp;
135    
136        print STDOUT qq[
137    <div id="parse-errors" class="section">
138    <h2>Parse Errors</h2>
139    
140    my $out;  <dl>];
141    if ($mode[2] eq 'html') {    push @nav, ['#parse-errors' => 'Parse Error'];
     $time1 = time;  
     $out = Whatpm::HTML->get_inner_html ($el || $doc);  
     $time2 = time;  
     $time{serialize_html} = $time2 - $time1;  
   } else { # test  
     $time1 = time;  
     $out = test_serialize ($el || $doc);  
     $time2 = time;  
     $time{serialize_test} = $time2 - $time1;  
   }  
   print STDOUT Encode::encode ('utf-8', $$out);  
   print STDOUT "\n";  
 } elsif (@mode == 3 and $mode[0] eq 'xhtml' and  
          ($mode[2] eq 'html' or $mode[2] eq 'test')) {  
   print STDOUT "Content-Type: text/plain; charset=utf-8\n\n";  
   
   require Message::DOM::XMLParserTemp;  
   print STDOUT "#errors\n";  
142    
143    my $onerror = sub {    my $onerror = sub {
144      my $err = shift;      my $err = shift;
145      print STDOUT $err->location->line_number, ",";      my $line = $err->location->line_number;
146      print STDOUT $err->location->column_number, ",";      print STDOUT qq[<dt><a href="#line-$line">Line $line</a> column ];
147      print STDOUT $err->text, "\n";      print STDOUT $err->location->column_number, "</dt><dd>";
148        print STDOUT htescape $err->text, "</dd>\n";
149      return 1;      return 1;
150    };    };
151    
152    open my $fh, '<', \$s;    open my $fh, '<', \($input->{s});
   my $time1 = time;  
153    $doc = Message::DOM::XMLParserTemp->parse_byte_stream    $doc = Message::DOM::XMLParserTemp->parse_byte_stream
154        ($fh => $dom, $onerror, charset => 'utf-8');        ($fh => $dom, $onerror, charset => $input->{charset});
155    my $time2 = time;  
156    $time{parse_xml} = $time2 - $time1;      print STDOUT qq[</dl>
157    </div>
158    print "#document\n";  
159    ];
160    my $out;      print_source_string_section (\($input->{s}), $doc->input_encoding);
161    if ($mode[2] eq 'html') {    } else {
162      ## TODO: Use XHTML serializer      ## TODO: Change HTTP status code??
163      #$out = Whatpm::HTML->get_inner_html ($doc);      print STDOUT qq[
164    } else { # test  <div id="result-summary" class="section">
165      $time1 = time;  <p><em>Media type <code class="MIME" lang="en">@{[htescape $input->{media_type}]}</code> is not supported!</em></p>
166      $out = test_serialize ($doc);  </div>
167      $time2 = time;  ];
168      $time{serialize_test} = $time2 - $time1;      push @nav, ['#result-summary' => 'Result'];
169    }    }
   print STDOUT Encode::encode ('utf-8', $$out);  
   print STDOUT "\n";  
 } else {  
   print STDOUT "Status: 404 Not Found\nContent-Type: text/plain; charset=us-ascii\n\n404";  
   exit;  
 }  
170    
171    if ($http->parameter ('dom5')) {  
172      if (defined $doc or defined $el) {
173        print STDOUT qq[
174    <div id="document-tree" class="section">
175    <h2>Document Tree</h2>
176    ];
177        push @nav, ['#document-tree' => 'Tree'];
178    
179        print_document_tree ($el || $doc);
180    
181        print STDOUT qq[
182    </div>
183    
184    <div id="document-errors" class="section">
185    <h2>Document Errors</h2>
186    
187    <dl>];
188        push @nav, ['#document-errors' => 'Document Error'];
189    
190      require Whatpm::ContentChecker;      require Whatpm::ContentChecker;
191      my $onerror = sub {      my $onerror = sub {
192        my %opt = @_;        my %opt = @_;
193        print STDOUT get_node_path ($opt{node}) . ';' . $opt{type} . "\n";        my ($type, $cls, $msg) = get_text ($opt{type}, $opt{level});
194          $type =~ tr/ /-/;
195          $type =~ s/\|/%7C/g;
196          $msg .= qq[ [<a href="../error-description#@{[htescape ($type)]}">Description</a>]];
197          print STDOUT qq[<dt class="$cls">] . get_node_link ($opt{node}) .
198              qq[</dt>\n<dd class="$cls">], $msg, "</dd>\n";
199      };      };
200      print STDOUT "#domerrors\n";  
201      $time1 = time;      my $elements;
202      if ($el) {      if ($el) {
203        Whatpm::ContentChecker->check_element ($el, $onerror);        $elements = Whatpm::ContentChecker->check_element ($el, $onerror);
204      } else {      } else {
205        Whatpm::ContentChecker->check_document ($doc, $onerror);        $elements = Whatpm::ContentChecker->check_document ($doc, $onerror);
206        }
207    
208        print STDOUT qq[</dl>
209    </div>
210    ];
211    
212        if (@{$elements->{table}}) {
213          require JSON;
214    
215          print STDOUT qq[
216    <div id="tables" class="section">
217    <h2>Tables</h2>
218    
219    <!--[if IE]><script type="text/javascript" src="../excanvas.js"></script><![endif]-->
220    <script src="../table-script.js" type="text/javascript"></script>
221    <noscript>
222    <p><em>Structure of tables are visualized here if scripting is enabled.</em></p>
223    </noscript>
224    ];
225    
226          my $i = 0;
227          for my $table_el (@{$elements->{table}}) {
228            $i++;
229            print STDOUT qq[<div class="section" id="table-$i"><h3>] .
230                get_node_link ($table_el) . q[</h3>];
231    
232            ## TODO: Make |ContentChecker| return |form_table| result
233            ## so that this script don't have to run the algorithm twice.
234            my $table = Whatpm::HTMLTable->form_table ($table_el);
235            
236            for (@{$table->{column_group}}, @{$table->{column}}, $table->{caption}) {
237              next unless $_;
238              delete $_->{element};
239            }
240            
241            for (@{$table->{row_group}}) {
242              next unless $_;
243              next unless $_->{element};
244              $_->{type} = $_->{element}->manakai_local_name;
245              delete $_->{element};
246            }
247            
248            for (@{$table->{cell}}) {
249              next unless $_;
250              for (@{$_}) {
251                next unless $_;
252                for (@$_) {
253                  $_->{id} = refaddr $_->{element} if defined $_->{element};
254                  delete $_->{element};
255                  $_->{is_header} = $_->{is_header} ? 1 : 0;
256                }
257              }
258            }
259            
260            print STDOUT '</div><script type="text/javascript">tableToCanvas (';
261            print STDOUT JSON::objToJson ($table);
262            print STDOUT qq[, document.getElementById ('table-$i'));</script>];
263          }
264        
265          print STDOUT qq[</div>];
266        }
267    
268        if (keys %{$elements->{id}}) {
269          print STDOUT qq[
270    <div id="identifiers" class="section">
271    <h2>Identifiers</h2>
272    
273    <dl>
274    ];
275          for my $id (sort {$a cmp $b} keys %{$elements->{id}}) {
276            print STDOUT qq[<dt>@{[htescape $id]}</dt>];
277            for (@{$elements->{id}->{$id}}) {
278              print STDOUT qq[<dd>].get_node_link ($_).qq[</dd>];
279            }
280          }
281          print STDOUT qq[</dl></div>];
282        }
283    
284        if (keys %{$elements->{term}}) {
285          print STDOUT qq[
286    <div id="terms" class="section">
287    <h2>Terms</h2>
288    
289    <dl>
290    ];
291          for my $term (sort {$a cmp $b} keys %{$elements->{term}}) {
292            print STDOUT qq[<dt>@{[htescape $term]}</dt>];
293            for (@{$elements->{term}->{$term}}) {
294              print STDOUT qq[<dd>].get_node_link ($_).qq[</dd>];
295            }
296          }
297          print STDOUT qq[</dl></div>];
298      }      }
     $time2 = time;  
     $time{check} = $time2 - $time1;  
299    }    }
300    
301    print STDOUT "#log\n";    ## TODO: Show result
302    for (qw/decode parse parse_xml serialize_html serialize_xml serialize_test  } else {
303            check/) {    print STDOUT qq[
304      next unless defined $time{$_};  </dl>
305      print STDOUT {  </div>
306        decode => 'bytes->chars',  
307        parse => 'html5(chars)->dom5',  <div class="section" id="result-summary">
308        parse_xml => 'xml1(chars)->dom5',  <p><em><strong>Input Error</strong>: @{[htescape ($input->{error_status_text})]}</em></p>
309        serialize_html => 'dom5->html5(char)',  </div>
310        serialize_xml => 'dom5->xml1(char)',  ];
311        serialize_test => 'dom5->test(char)',    push @nav, ['#result-summary' => 'Result'];
312        check => 'dom5 check',  
313      }->{$_};  }
314      print STDOUT "\t", $time{$_}, "s\n";  
315      open my $file, '>>', ".manakai-$_.txt" or die ".manakai-$_.txt: $!";    print STDOUT qq[
316      print $file $char_length, "\t", $time{$_}, "\n";  <ul class="navigation" id="nav-items">
317    ];
318      for (@nav) {
319        print STDOUT qq[<li><a href="$_->[0]">$_->[1]</a></li>];
320    }    }
321      print STDOUT qq[
322    </ul>
323    </body>
324    </html>
325    ];
326    
327  exit;  exit;
328    
329  sub test_serialize ($) {  sub print_http_header_section ($) {
330      my $input = shift;
331      return unless defined $input->{header_status_code} or
332          defined $input->{header_status_text} or
333          @{$input->{header_field}};
334      
335      push @nav, ['#source-header' => 'HTTP Header'];
336      print STDOUT qq[<div id="source-header" class="section">
337    <h2>HTTP Header</h2>
338    
339    <p><strong>Note</strong>: Due to the limitation of the
340    network library in use, the content of this section might
341    not be the real header.</p>
342    
343    <table><tbody>
344    ];
345    
346      if (defined $input->{header_status_code}) {
347        print STDOUT qq[<tr><th scope="row">Status code</th>];
348        print STDOUT qq[<td><code>@{[htescape ($input->{header_status_code})]}</code></td></tr>];
349      }
350      if (defined $input->{header_status_text}) {
351        print STDOUT qq[<tr><th scope="row">Status text</th>];
352        print STDOUT qq[<td><code>@{[htescape ($input->{header_status_text})]}</code></td></tr>];
353      }
354      
355      for (@{$input->{header_field}}) {
356        print STDOUT qq[<tr><th scope="row"><code>@{[htescape ($_->[0])]}</code></th>];
357        print STDOUT qq[<td><code>@{[htescape ($_->[1])]}</code></td></tr>];
358      }
359    
360      print STDOUT qq[</tbody></table></div>];
361    } # print_http_header_section
362    
363    sub print_source_string_section ($$) {
364      require Encode;
365      my $enc = Encode::find_encoding ($_[1]); ## TODO: charset name -> Perl name
366      return unless $enc;
367    
368      my $s = \($enc->decode (${$_[0]}));
369      my $i = 1;                            
370      push @nav, ['#source-string' => 'Source'];
371      print STDOUT qq[<div id="source-string" class="section">
372    <h2>Document Source</h2>
373    <ol lang="">\n];
374      if (length $$s) {
375        while ($$s =~ /\G([^\x0A]*?)\x0D?\x0A/gc) {
376          print STDOUT qq[<li id="line-$i">], htescape $1, "</li>\n";
377          $i++;
378        }
379        if ($$s =~ /\G([^\x0A]+)/gc) {
380          print STDOUT qq[<li id="line-$i">], htescape $1, "</li>\n";
381        }
382      } else {
383        print STDOUT q[<li id="line-1"></li>];
384      }
385      print STDOUT "</ol></div>";
386    } # print_input_string_section
387    
388    sub print_document_tree ($) {
389    my $node = shift;    my $node = shift;
390    my $r = '';    my $r = '<ol class="xoxo">';
391    
392    my @node = map { [$_, ''] } @{$node->child_nodes};    my @node = ($node);
393    while (@node) {    while (@node) {
394      my $child = shift @node;      my $child = shift @node;
395      my $nt = $child->[0]->node_type;      unless (ref $child) {
396      if ($nt == $child->[0]->ELEMENT_NODE) {        $r .= $child;
397        $r .= '| ' . $child->[1] . '<' . $child->[0]->tag_name . ">\x0A"; ## ISSUE: case?        next;
398        }
399        for my $attr (sort {$a->[0] cmp $b->[0]} map { [$_->name, $_->value] }  
400                      @{$child->[0]->attributes}) {      my $node_id = 'node-'.refaddr $child;
401          $r .= '| ' . $child->[1] . '  ' . $attr->[0] . '="'; ## ISSUE: case?      my $nt = $child->node_type;
402          $r .= $attr->[1] . '"' . "\x0A";      if ($nt == $child->ELEMENT_NODE) {
403        }        my $child_nsuri = $child->namespace_uri;
404                $r .= qq[<li id="$node_id" class="tree-element"><code title="@{[defined $child_nsuri ? $child_nsuri : '']}">] . htescape ($child->tag_name) .
405        unshift @node,            '</code>'; ## ISSUE: case
406          map { [$_, $child->[1] . '  '] } @{$child->[0]->child_nodes};  
407      } elsif ($nt == $child->[0]->TEXT_NODE) {        if ($child->has_attributes) {
408        $r .= '| ' . $child->[1] . '"' . $child->[0]->data . '"' . "\x0A";          $r .= '<ul class="attributes">';
409      } elsif ($nt == $child->[0]->CDATA_SECTION_NODE) {          for my $attr (sort {$a->[0] cmp $b->[0]} map { [$_->name, $_->value, $_->namespace_uri, 'node-'.refaddr $_] }
410        $r .= '| ' . $child->[1] . '<![CDATA[' . $child->[0]->data . "]]>\x0A";                        @{$child->attributes}) {
411      } elsif ($nt == $child->[0]->COMMENT_NODE) {            $r .= qq[<li id="$attr->[3]" class="tree-attribute"><code title="@{[defined $_->[2] ? $_->[2] : '']}">] . htescape ($attr->[0]) . '</code> = '; ## ISSUE: case?
412        $r .= '| ' . $child->[1] . '<!-- ' . $child->[0]->data . " -->\x0A";            $r .= '<q>' . htescape ($attr->[1]) . '</q></li>'; ## TODO: children
413      } elsif ($nt == $child->[0]->DOCUMENT_TYPE_NODE) {          }
414        $r .= '| ' . $child->[1] . '<!DOCTYPE ' . $child->[0]->name . ">\x0A";          $r .= '</ul>';
415      } elsif ($nt == $child->[0]->PROCESSING_INSTRUCTION_NODE) {        }
416        $r .= '| ' . $child->[1] . '<?' . $child->[0]->target . ' ' .  
417            $child->[0]->data . "?>\x0A";        if ($child->has_child_nodes) {
418            $r .= '<ol class="children">';
419            unshift @node, @{$child->child_nodes}, '</ol></li>';
420          } else {
421            $r .= '</li>';
422          }
423        } elsif ($nt == $child->TEXT_NODE) {
424          $r .= qq'<li id="$node_id" class="tree-text"><q lang="">' . htescape ($child->data) . '</q></li>';
425        } elsif ($nt == $child->CDATA_SECTION_NODE) {
426          $r .= qq'<li id="$node_id" class="tree-cdata"><code>&lt;[CDATA[</code><q lang="">' . htescape ($child->data) . '</q><code>]]&gt;</code></li>';
427        } elsif ($nt == $child->COMMENT_NODE) {
428          $r .= qq'<li id="$node_id" class="tree-comment"><code>&lt;!--</code><q lang="">' . htescape ($child->data) . '</q><code>--&gt;</code></li>';
429        } elsif ($nt == $child->DOCUMENT_NODE) {
430          $r .= qq'<li id="$node_id" class="tree-document">Document';
431          $r .= qq[<ul class="attributes">];
432          $r .= qq[<li>@{[scalar get_text ('manakaiIsHTML:'.($child->manakai_is_html?1:0))]}</li>];
433          $r .= qq[<li>@{[scalar get_text ('manakaiCompatMode:'.$child->manakai_compat_mode)]}</li>];
434          unless ($child->manakai_is_html) {
435            $r .= qq[<li>XML version = <code>@{[htescape ($child->xml_version)]}</code></li>];
436            if (defined $child->xml_encoding) {
437              $r .= qq[<li>XML encoding = <code>@{[htescape ($child->xml_encoding)]}</code></li>];
438            } else {
439              $r .= qq[<li>XML encoding = (null)</li>];
440            }
441            $r .= qq[<li>XML standalone = @{[$child->xml_standalone ? 'true' : 'false']}</li>];
442          }
443          $r .= qq[</ul>];
444          if ($child->has_child_nodes) {
445            $r .= '<ol class="children">';
446            unshift @node, @{$child->child_nodes}, '</ol></li>';
447          }
448        } elsif ($nt == $child->DOCUMENT_TYPE_NODE) {
449          $r .= qq'<li id="$node_id" class="tree-doctype"><code>&lt;!DOCTYPE&gt;</code><ul class="attributes">';
450          $r .= qq[<li class="tree-doctype-name">Name = <q>@{[htescape ($child->name)]}</q></li>];
451          $r .= qq[<li class="tree-doctype-publicid">Public identifier = <q>@{[htescape ($child->public_id)]}</q></li>];
452          $r .= qq[<li class="tree-doctype-systemid">System identifier = <q>@{[htescape ($child->system_id)]}</q></li>];
453          $r .= '</ul></li>';
454        } elsif ($nt == $child->PROCESSING_INSTRUCTION_NODE) {
455          $r .= qq'<li id="$node_id" class="tree-id"><code>&lt;?@{[htescape ($child->target)]}</code> <q>@{[htescape ($child->data)]}</q><code>?&gt;</code></li>';
456      } else {      } else {
457        $r .= '| ' . $child->[1] . $child->[0]->node_type . "\x0A"; # error        $r .= qq'<li id="$node_id" class="tree-unknown">@{[$child->node_type]} @{[htescape ($child->node_name)]}</li>'; # error
458      }      }
459    }    }
460      
461    return \$r;    $r .= '</ol>';
462  } # test_serialize    print STDOUT $r;
463    } # print_document_tree
464    
465  sub get_node_path ($) {  sub get_node_path ($) {
466    my $node = shift;    my $node = shift;
# Line 212  sub get_node_path ($) { Line 477  sub get_node_path ($) {
477        $rs = '"' . $node->data . '"';        $rs = '"' . $node->data . '"';
478        $node = $node->parent_node;        $node = $node->parent_node;
479      } elsif ($node->node_type == 9) {      } elsif ($node->node_type == 9) {
480          @r = ('') unless @r;
481        $rs = '';        $rs = '';
482        $node = $node->parent_node;        $node = $node->parent_node;
483      } else {      } else {
# Line 223  sub get_node_path ($) { Line 489  sub get_node_path ($) {
489    return join '/', @r;    return join '/', @r;
490  } # get_node_path  } # get_node_path
491    
492    sub get_node_link ($) {
493      return qq[<a href="#node-@{[refaddr $_[0]]}">] .
494          htescape (get_node_path ($_[0])) . qq[</a>];
495    } # get_node_link
496    
497    {
498      my $Msg = {};
499    
500    sub load_text_catalog ($) {
501      my $lang = shift; # MUST be a canonical lang name
502      open my $file, '<', "cc-msg.$lang.txt" or die "$0: cc-msg.$lang.txt: $!";
503      while (<$file>) {
504        if (s/^([^;]+);([^;]*);//) {
505          my ($type, $cls, $msg) = ($1, $2, $_);
506          $msg =~ tr/\x0D\x0A//d;
507          $Msg->{$type} = [$cls, $msg];
508        }
509      }
510    } # load_text_catalog
511    
512    sub get_text ($) {
513      my ($type, $level) = @_;
514      $type = $level . ':' . $type if defined $level;
515      my @arg;
516      {
517        if (defined $Msg->{$type}) {
518          my $msg = $Msg->{$type}->[1];
519          $msg =~ s{<var>\$([0-9]+)</var>}{
520            defined $arg[$1] ? htescape ($arg[$1]) : '(undef)';
521          }ge;
522          return ($type, $Msg->{$type}->[0], $msg);
523        } elsif ($type =~ s/:([^:]*)$//) {
524          unshift @arg, $1;
525          redo;
526        }
527      }
528      return ($type, '', htescape ($_[0]));
529    } # get_text
530    
531    }
532    
533    sub get_input_document ($$) {
534      my ($http, $dom) = @_;
535    
536      my $request_uri = $http->parameter ('uri');
537      my $r = {};
538      if (defined $request_uri and length $request_uri) {
539        my $uri = $dom->create_uri_reference ($request_uri);
540        unless ({
541                 http => 1,
542                }->{lc $uri->uri_scheme}) {
543          return {uri => $request_uri, request_uri => $request_uri,
544                  error_status_text => 'URI scheme not allowed'};
545        }
546    
547        require Message::Util::HostPermit;
548        my $host_permit = new Message::Util::HostPermit;
549        $host_permit->add_rule (<<EOH);
550    Allow host=suika port=80
551    Deny host=suika
552    Allow host=suika.fam.cx port=80
553    Deny host=suika.fam.cx
554    Deny host=localhost
555    Deny host=*.localdomain
556    Deny ipv4=0.0.0.0/8
557    Deny ipv4=10.0.0.0/8
558    Deny ipv4=127.0.0.0/8
559    Deny ipv4=169.254.0.0/16
560    Deny ipv4=172.0.0.0/11
561    Deny ipv4=192.0.2.0/24
562    Deny ipv4=192.88.99.0/24
563    Deny ipv4=192.168.0.0/16
564    Deny ipv4=198.18.0.0/15
565    Deny ipv4=224.0.0.0/4
566    Deny ipv4=255.255.255.255/32
567    Deny ipv6=0::0/0
568    Allow host=*
569    EOH
570        unless ($host_permit->check ($uri->uri_host, $uri->uri_port || 80)) {
571          return {uri => $request_uri, request_uri => $request_uri,
572                  error_status_text => 'Connection to the host is forbidden'};
573        }
574    
575        require LWP::UserAgent;
576        my $ua = WDCC::LWPUA->new;
577        $ua->{wdcc_dom} = $dom;
578        $ua->{wdcc_host_permit} = $host_permit;
579        $ua->agent ('Mozilla'); ## TODO: for now.
580        $ua->parse_head (0);
581        $ua->protocols_allowed ([qw/http/]);
582        $ua->max_size (1000_000);
583        my $req = HTTP::Request->new (GET => $request_uri);
584        my $res = $ua->request ($req);
585        if ($res->is_success or $http->parameter ('error-page')) {
586          $r->{base_uri} = $res->base; ## NOTE: It does check |Content-Base|, |Content-Location|, and <base>. ## TODO: Use our own code!
587          $r->{uri} = $res->request->uri;
588          $r->{request_uri} = $request_uri;
589    
590          ## TODO: More strict parsing...
591          my $ct = $res->header ('Content-Type');
592          if (defined $ct and $ct =~ m#^([0-9A-Za-z._+-]+/[0-9A-Za-z._+-]+)#) {
593            $r->{media_type} = lc $1;
594          }
595          if (defined $ct and $ct =~ /;\s*charset\s*=\s*"?(\S+)"?/i) {
596            $r->{charset} = lc $1;
597            $r->{charset} =~ tr/\\//d;
598          }
599    
600          my $input_charset = $http->parameter ('charset');
601          if (defined $input_charset and length $input_charset) {
602            $r->{charset_overridden}
603                = (not defined $r->{charset} or $r->{charset} ne $input_charset);
604            $r->{charset} = $input_charset;
605          }
606    
607          $r->{s} = ''.$res->content;
608        } else {
609          $r->{uri} = $res->request->uri;
610          $r->{request_uri} = $request_uri;
611          $r->{error_status_text} = $res->status_line;
612        }
613    
614        $r->{header_field} = [];
615        $res->scan (sub {
616          push @{$r->{header_field}}, [$_[0], $_[1]];
617        });
618        $r->{header_status_code} = $res->code;
619        $r->{header_status_text} = $res->message;
620      } else {
621        $r->{s} = ''.$http->parameter ('s');
622        $r->{uri} = q<thismessage:/>;
623        $r->{request_uri} = q<thismessage:/>;
624        $r->{base_uri} = q<thismessage:/>;
625        $r->{charset} = ''.$http->parameter ('_charset_');
626        $r->{charset} =~ s/\s+//g;
627        $r->{charset} = 'utf-8' if $r->{charset} eq '';
628        $r->{header_field} = [];
629      }
630    
631      my $input_format = $http->parameter ('i');
632      if (defined $input_format and length $input_format) {
633        $r->{media_type_overridden}
634            = (not defined $r->{media_type} or $input_format ne $r->{media_type});
635        $r->{media_type} = $input_format;
636      }
637      if (defined $r->{s} and not defined $r->{media_type}) {
638        $r->{media_type} = 'text/html';
639        $r->{media_type_overridden} = 1;
640      }
641    
642      if ($r->{media_type} eq 'text/xml') {
643        unless (defined $r->{charset}) {
644          $r->{charset} = 'us-ascii';
645        } elsif ($r->{charset_overridden} and $r->{charset} eq 'us-ascii') {
646          $r->{charset_overridden} = 0;
647        }
648      }
649    
650      if (length $r->{s} > 1000_000) {
651        $r->{error_status_text} = 'Entity-body too large';
652        delete $r->{s};
653        return $r;
654      }
655    
656      return $r;
657    } # get_input_document
658    
659    package WDCC::LWPUA;
660    BEGIN { push our @ISA, 'LWP::UserAgent'; }
661    
662    sub redirect_ok {
663      my $ua = shift;
664      unless ($ua->SUPER::redirect_ok (@_)) {
665        return 0;
666      }
667    
668      my $uris = $_[1]->header ('Location');
669      return 0 unless $uris;
670      my $uri = $ua->{wdcc_dom}->create_uri_reference ($uris);
671      unless ({
672               http => 1,
673              }->{lc $uri->uri_scheme}) {
674        return 0;
675      }
676      unless ($ua->{wdcc_host_permit}->check ($uri->uri_host, $uri->uri_port || 80)) {
677        return 0;
678      }
679      return 1;
680    } # redirect_ok
681    
682  =head1 AUTHOR  =head1 AUTHOR
683    
684  Wakaba <w@suika.fam.cx>.  Wakaba <w@suika.fam.cx>.
Legend:
Removed from v.1.1  
changed lines
  Added in v.1.13
admin@suikawiki.org
 ViewVC Help
Powered by ViewVC 1.1.24