/[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 1.16 by wakaba, Sat Aug 11 13:54:55 2007 UTC
# Line 2  Line 2 
2  use strict;  use strict;
3    
4  use lib qw[/home/httpd/html/www/markup/html/whatpm  use lib qw[/home/httpd/html/www/markup/html/whatpm
5             /home/wakaba/work/manakai/lib             /home/wakaba/work/manakai2/lib];
            /home/wakaba/public_html/-temp/wiki/lib];  
6  use CGI::Carp qw[fatalsToBrowser];  use CGI::Carp qw[fatalsToBrowser];
7    use Scalar::Util qw[refaddr];
8  use Time::HiRes qw/time/;  use Time::HiRes qw/time/;
9    
10  use SuikaWiki::Input::HTTP; ## TODO: Use some better CGI module  sub htescape ($) {
11      my $s = $_[0];
12      $s =~ s/&/&/g;
13      $s =~ s/</&lt;/g;
14      $s =~ s/>/&gt;/g;
15      $s =~ s/"/&quot;/g;
16      $s =~ s{([\x00-\x09\x0B-\x1F\x7F-\xA0\x{FEFF}\x{FFFC}-\x{FFFF}])}{
17        sprintf '<var>U+%04X</var>', ord $1;
18      }ge;
19      return $s;
20    } # htescape
21    
22  my $http = SuikaWiki::Input::HTTP->new;    use Message::CGI::HTTP;
23      my $http = Message::CGI::HTTP->new;
24    
25  ## TODO: _charset_    if ($http->get_meta_variable ('PATH_INFO') ne '/') {
26        print STDOUT "Status: 404 Not Found\nContent-Type: text/plain; charset=us-ascii\n\n400";
 my @mode = split m#/#, scalar $http->meta_variable ('PATH_INFO'), -1;  
 shift @mode if @mode and $mode[0] == '';  
 ## 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";  
27      exit;      exit;
28    }    }
29    my $char_length = length $s;  
30      binmode STDOUT, ':utf8';
31      $| = 1;
32    
33      require Message::DOM::DOMImplementation;
34      my $dom = Message::DOM::DOMImplementation->new;
35    
36      load_text_catalog ('en'); ## TODO: conneg
37    
38      my @nav;
39      print STDOUT qq[Content-Type: text/html; charset=utf-8
40    
41    <!DOCTYPE html>
42    <html lang="en">
43    <head>
44    <title>Web Document Conformance Checker (BETA)</title>
45    <link rel="stylesheet" href="../cc-style.css" type="text/css">
46    </head>
47    <body>
48    <h1><a href="../cc-interface">Web Document Conformance Checker</a>
49    (<em>beta</em>)</h1>
50    ];
51    
52      $| = 0;
53      my $input = get_input_document ($http, $dom);
54      my $inner_html_element = $http->get_parameter ('e');
55      my $char_length = 0;
56    my %time;    my %time;
57    my $time1;    my $time1;
58    my $time2;    my $time2;
59    
60    require Message::DOM::DOMImplementation;    print qq[
61    my $dom = Message::DOM::DOMImplementation->____new;  <div id="document-info" class="section">
62  #  $| = 1;  <dl>
63    <dt>Request URI</dt>
64        <dd><code class="URI" lang="">&lt;<a href="@{[htescape $input->{request_uri}]}">@{[htescape $input->{request_uri}]}</a>&gt;</code></dd>
65    <dt>Document URI</dt>
66        <dd><code class="URI" lang="">&lt;<a href="@{[htescape $input->{uri}]}">@{[htescape $input->{uri}]}</a>&gt;</code></dd>
67    ]; # no </dl> yet
68      push @nav, ['#document-info' => 'Information'];
69    
70    if (defined $input->{s}) {
71      $char_length = length $input->{s};
72    
73      print STDOUT qq[
74    <dt>Base URI</dt>
75        <dd><code class="URI" lang="">&lt;<a href="@{[htescape $input->{base_uri}]}">@{[htescape $input->{base_uri}]}</a>&gt;</code></dd>
76    <dt>Internet Media Type</dt>
77        <dd><code class="MIME" lang="en">@{[htescape $input->{media_type}]}</code>
78        @{[$input->{media_type_overridden} ? '<em>(overridden)</em>' : '']}</dd>
79    <dt>Character Encoding</dt>
80        <dd>@{[defined $input->{charset} ? '<code class="charset" lang="en">'.htescape ($input->{charset}).'</code>' : '(none)']}
81        @{[$input->{charset_overridden} ? '<em>(overridden)</em>' : '']}</dd>
82    <dt>Length</dt>
83        <dd>$char_length byte@{[$char_length == 1 ? '' : 's']}</dd>
84    </dl>
85    </div>
86    ];
87    
88      print_http_header_section ($input);
89    
90    my $doc;    my $doc;
91    my $el;    my $el;
92    
93  if (@mode == 3 and $mode[0] eq 'html' and    if ($input->{media_type} eq 'text/html') {
94      ($mode[2] eq 'html' or $mode[2] eq 'test')) {      require Encode;
95    print STDOUT "Content-Type: text/plain; charset=utf-8\n\n";      require Whatpm::HTML;
96    
97    require Encode;      $input->{charset} ||= 'ISO-8859-1'; ## TODO: for now.
   require Whatpm::HTML;  
98    
99    $time1 = time;      $time1 = time;
100    $s = Encode::decode ('utf-8', $s);      my $t = Encode::decode ($input->{charset}, $input->{s});
101    $time2 = time;      $time2 = time;
102    $time{decode} = $time2 - $time1;      $time{decode} = $time2 - $time1;
     
103    
104    print STDOUT "#errors\n";      print STDOUT qq[
105    <div id="parse-errors" class="section">
106    <h2>Parse Errors</h2>
107    
108    <dl>];
109      push @nav, ['#parse-errors' => 'Parse Error'];
110    
111    my $onerror = sub {    my $onerror = sub {
112      my (%opt) = @_;      my (%opt) = @_;
113      print STDOUT "$opt{line},$opt{column},$opt{type}\n";      my ($type, $cls, $msg) = get_text ($opt{type}, $opt{level});
114        if ($opt{column} > 0) {
115          print STDOUT qq[<dt class="$cls"><a href="#line-$opt{line}">Line $opt{line}</a> column $opt{column}</dt>\n];
116        } else {
117          $opt{line} = $opt{line} - 1 || 1;
118          print STDOUT qq[<dt class="$cls"><a href="#line-$opt{line}">Line $opt{line}</a></dt>\n];
119        }
120        $type =~ tr/ /-/;
121        $type =~ s/\|/%7C/g;
122        $msg .= qq[ [<a href="../error-description#@{[htescape ($type)]}">Description</a>]];
123        print STDOUT qq[<dd class="$cls">$msg</dd>\n];
124    };    };
125    
126    $doc = $dom->create_document;    $doc = $dom->create_document;
127    $time1 = time;    $time1 = time;
128    if (length $mode[1]) {    if (defined $inner_html_element and length $inner_html_element) {
129      $el = $doc->create_element_ns      $el = $doc->create_element_ns
130          ('http://www.w3.org/1999/xhtml', [undef, $mode[1]]);          ('http://www.w3.org/1999/xhtml', [undef, $inner_html_element]);
131      Whatpm::HTML->set_inner_html ($el, $s, $onerror);      Whatpm::HTML->set_inner_html ($el, $t, $onerror);
132    } else {    } else {
133      Whatpm::HTML->parse_string ($s => $doc, $onerror);      Whatpm::HTML->parse_string ($t => $doc, $onerror);
134    }    }
135    $time2 = time;    $time2 = time;
136    $time{parse} = $time2 - $time1;    $time{parse} = $time2 - $time1;
137    
138    print "#document\n";    print STDOUT qq[</dl>
139    </div>
140    ];
141    
142        print_source_string_section (\($input->{s}), $input->{charset});
143      } elsif ({
144                'text/xml' => 1,
145                'application/atom+xml' => 1,
146                'application/rss+xml' => 1,
147                'application/svg+xml' => 1,
148                'application/xhtml+xml' => 1,
149                'application/xml' => 1,
150               }->{$input->{media_type}}) {
151        require Message::DOM::XMLParserTemp;
152    
153        print STDOUT qq[
154    <div id="parse-errors" class="section">
155    <h2>Parse Errors</h2>
156    
157    my $out;  <dl>];
158    if ($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";  
159    
160    my $onerror = sub {    my $onerror = sub {
161      my $err = shift;      my $err = shift;
162      print STDOUT $err->location->line_number, ",";      my $line = $err->location->line_number;
163      print STDOUT $err->location->column_number, ",";      print STDOUT qq[<dt><a href="#line-$line">Line $line</a> column ];
164      print STDOUT $err->text, "\n";      print STDOUT $err->location->column_number, "</dt><dd>";
165        print STDOUT htescape $err->text, "</dd>\n";
166      return 1;      return 1;
167    };    };
168    
169    open my $fh, '<', \$s;    $time1 = time;
170    my $time1 = time;    open my $fh, '<', \($input->{s});
171    $doc = Message::DOM::XMLParserTemp->parse_byte_stream    $doc = Message::DOM::XMLParserTemp->parse_byte_stream
172        ($fh => $dom, $onerror, charset => 'utf-8');        ($fh => $dom, $onerror, charset => $input->{charset});
173    my $time2 = time;    $time2 = time;
174    $time{parse_xml} = $time2 - $time1;    $time{parse_xml} = $time2 - $time1;
175    
176    print "#document\n";      print STDOUT qq[</dl>
177    </div>
178    
179    my $out;  ];
180    if ($mode[2] eq 'html') {      print_source_string_section (\($input->{s}), $doc->input_encoding);
181      ## TODO: Use XHTML serializer    } else {
182      #$out = Whatpm::HTML->get_inner_html ($doc);      ## TODO: Change HTTP status code??
183    } else { # test      print STDOUT qq[
184      $time1 = time;  <div id="result-summary" class="section">
185      $out = test_serialize ($doc);  <p><em>Media type <code class="MIME" lang="en">@{[htescape $input->{media_type}]}</code> is not supported!</em></p>
186      $time2 = time;  </div>
187      $time{serialize_test} = $time2 - $time1;  ];
188        push @nav, ['#result-summary' => 'Result'];
189    }    }
   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;  
 }  
190    
191    if ($http->parameter ('dom5')) {  
192      if (defined $doc or defined $el) {
193        print STDOUT qq[
194    <div id="document-tree" class="section">
195    <h2>Document Tree</h2>
196    ];
197        push @nav, ['#document-tree' => 'Tree'];
198    
199        print_document_tree ($el || $doc);
200    
201        print STDOUT qq[
202    </div>
203    
204    <div id="document-errors" class="section">
205    <h2>Document Errors</h2>
206    
207    <dl>];
208        push @nav, ['#document-errors' => 'Document Error'];
209    
210      require Whatpm::ContentChecker;      require Whatpm::ContentChecker;
211      my $onerror = sub {      my $onerror = sub {
212        my %opt = @_;        my %opt = @_;
213        print STDOUT get_node_path ($opt{node}) . ';' . $opt{type} . "\n";        my ($type, $cls, $msg) = get_text ($opt{type}, $opt{level}, $opt{node});
214          $type =~ tr/ /-/;
215          $type =~ s/\|/%7C/g;
216          $msg .= qq[ [<a href="../error-description#@{[htescape ($type)]}">Description</a>]];
217          print STDOUT qq[<dt class="$cls">] . get_node_link ($opt{node}) .
218              qq[</dt>\n<dd class="$cls">], $msg, "</dd>\n";
219      };      };
220      print STDOUT "#domerrors\n";  
221      $time1 = time;      $time1 = time;
222        my $elements;
223      if ($el) {      if ($el) {
224        Whatpm::ContentChecker->check_element ($el, $onerror);        $elements = Whatpm::ContentChecker->check_element ($el, $onerror);
225      } else {      } else {
226        Whatpm::ContentChecker->check_document ($doc, $onerror);        $elements = Whatpm::ContentChecker->check_document ($doc, $onerror);
227      }      }
228      $time2 = time;      $time2 = time;
229      $time{check} = $time2 - $time1;      $time{check} = $time2 - $time1;
230    
231        print STDOUT qq[</dl>
232    </div>
233    ];
234    
235        if (@{$elements->{table}}) {
236          require JSON;
237    
238          push @nav, ['#tables' => 'Tables'];
239          print STDOUT qq[
240    <div id="tables" class="section">
241    <h2>Tables</h2>
242    
243    <!--[if IE]><script type="text/javascript" src="../excanvas.js"></script><![endif]-->
244    <script src="../table-script.js" type="text/javascript"></script>
245    <noscript>
246    <p><em>Structure of tables are visualized here if scripting is enabled.</em></p>
247    </noscript>
248    ];
249    
250          my $i = 0;
251          for my $table_el (@{$elements->{table}}) {
252            $i++;
253            print STDOUT qq[<div class="section" id="table-$i"><h3>] .
254                get_node_link ($table_el) . q[</h3>];
255    
256            ## TODO: Make |ContentChecker| return |form_table| result
257            ## so that this script don't have to run the algorithm twice.
258            my $table = Whatpm::HTMLTable->form_table ($table_el);
259            
260            for (@{$table->{column_group}}, @{$table->{column}}, $table->{caption}) {
261              next unless $_;
262              delete $_->{element};
263            }
264            
265            for (@{$table->{row_group}}) {
266              next unless $_;
267              next unless $_->{element};
268              $_->{type} = $_->{element}->manakai_local_name;
269              delete $_->{element};
270            }
271            
272            for (@{$table->{cell}}) {
273              next unless $_;
274              for (@{$_}) {
275                next unless $_;
276                for (@$_) {
277                  $_->{id} = refaddr $_->{element} if defined $_->{element};
278                  delete $_->{element};
279                  $_->{is_header} = $_->{is_header} ? 1 : 0;
280                }
281              }
282            }
283            
284            print STDOUT '</div><script type="text/javascript">tableToCanvas (';
285            print STDOUT JSON::objToJson ($table);
286            print STDOUT qq[, document.getElementById ('table-$i'));</script>];
287          }
288        
289          print STDOUT qq[</div>];
290        }
291    
292        if (keys %{$elements->{id}}) {
293          push @nav, ['#identifiers' => 'IDs'];
294          print STDOUT qq[
295    <div id="identifiers" class="section">
296    <h2>Identifiers</h2>
297    
298    <dl>
299    ];
300          for my $id (sort {$a cmp $b} keys %{$elements->{id}}) {
301            print STDOUT qq[<dt><code>@{[htescape $id]}</code></dt>];
302            for (@{$elements->{id}->{$id}}) {
303              print STDOUT qq[<dd>].get_node_link ($_).qq[</dd>];
304            }
305          }
306          print STDOUT qq[</dl></div>];
307        }
308    
309        if (keys %{$elements->{term}}) {
310          push @nav, ['#terms' => 'Terms'];
311          print STDOUT qq[
312    <div id="terms" class="section">
313    <h2>Terms</h2>
314    
315    <dl>
316    ];
317          for my $term (sort {$a cmp $b} keys %{$elements->{term}}) {
318            print STDOUT qq[<dt>@{[htescape $term]}</dt>];
319            for (@{$elements->{term}->{$term}}) {
320              print STDOUT qq[<dd>].get_node_link ($_).qq[</dd>];
321            }
322          }
323          print STDOUT qq[</dl></div>];
324        }
325    
326        if (keys %{$elements->{class}}) {
327          push @nav, ['#classes' => 'Classes'];
328          print STDOUT qq[
329    <div id="classes" class="section">
330    <h2>Classes</h2>
331    
332    <dl>
333    ];
334          for my $class (sort {$a cmp $b} keys %{$elements->{class}}) {
335            print STDOUT qq[<dt><code>@{[htescape $class]}</code></dt>];
336            for (@{$elements->{class}->{$class}}) {
337              print STDOUT qq[<dd>].get_node_link ($_).qq[</dd>];
338            }
339          }
340          print STDOUT qq[</dl></div>];
341        }
342      }
343    
344      ## TODO: Show result
345    } else {
346      print STDOUT qq[
347    </dl>
348    </div>
349    
350    <div class="section" id="result-summary">
351    <p><em><strong>Input Error</strong>: @{[htescape ($input->{error_status_text})]}</em></p>
352    </div>
353    ];
354      push @nav, ['#result-summary' => 'Result'];
355    
356    }
357    
358      print STDOUT qq[
359    <ul class="navigation" id="nav-items">
360    ];
361      for (@nav) {
362        print STDOUT qq[<li><a href="$_->[0]">$_->[1]</a></li>];
363    }    }
364      print STDOUT qq[
365    </ul>
366    </body>
367    </html>
368    ];
369    
370    print STDOUT "#log\n";    for (qw/decode parse parse_xml check/) {
   for (qw/decode parse parse_xml serialize_html serialize_xml serialize_test  
           check/) {  
371      next unless defined $time{$_};      next unless defined $time{$_};
372      print STDOUT {      open my $file, '>>', ".cc-$_.txt" or die ".cc-$_.txt: $!";
       decode => 'bytes->chars',  
       parse => 'html5(chars)->dom5',  
       parse_xml => 'xml1(chars)->dom5',  
       serialize_html => 'dom5->html5(char)',  
       serialize_xml => 'dom5->xml1(char)',  
       serialize_test => 'dom5->test(char)',  
       check => 'dom5 check',  
     }->{$_};  
     print STDOUT "\t", $time{$_}, "s\n";  
     open my $file, '>>', ".manakai-$_.txt" or die ".manakai-$_.txt: $!";  
373      print $file $char_length, "\t", $time{$_}, "\n";      print $file $char_length, "\t", $time{$_}, "\n";
374    }    }
375    
376  exit;  exit;
377    
378  sub test_serialize ($) {  sub print_http_header_section ($) {
379      my $input = shift;
380      return unless defined $input->{header_status_code} or
381          defined $input->{header_status_text} or
382          @{$input->{header_field}};
383      
384      push @nav, ['#source-header' => 'HTTP Header'];
385      print STDOUT qq[<div id="source-header" class="section">
386    <h2>HTTP Header</h2>
387    
388    <p><strong>Note</strong>: Due to the limitation of the
389    network library in use, the content of this section might
390    not be the real header.</p>
391    
392    <table><tbody>
393    ];
394    
395      if (defined $input->{header_status_code}) {
396        print STDOUT qq[<tr><th scope="row">Status code</th>];
397        print STDOUT qq[<td><code>@{[htescape ($input->{header_status_code})]}</code></td></tr>];
398      }
399      if (defined $input->{header_status_text}) {
400        print STDOUT qq[<tr><th scope="row">Status text</th>];
401        print STDOUT qq[<td><code>@{[htescape ($input->{header_status_text})]}</code></td></tr>];
402      }
403      
404      for (@{$input->{header_field}}) {
405        print STDOUT qq[<tr><th scope="row"><code>@{[htescape ($_->[0])]}</code></th>];
406        print STDOUT qq[<td><code>@{[htescape ($_->[1])]}</code></td></tr>];
407      }
408    
409      print STDOUT qq[</tbody></table></div>];
410    } # print_http_header_section
411    
412    sub print_source_string_section ($$) {
413      require Encode;
414      my $enc = Encode::find_encoding ($_[1]); ## TODO: charset name -> Perl name
415      return unless $enc;
416    
417      my $s = \($enc->decode (${$_[0]}));
418      my $i = 1;                            
419      push @nav, ['#source-string' => 'Source'];
420      print STDOUT qq[<div id="source-string" class="section">
421    <h2>Document Source</h2>
422    <ol lang="">\n];
423      if (length $$s) {
424        while ($$s =~ /\G([^\x0A]*?)\x0D?\x0A/gc) {
425          print STDOUT qq[<li id="line-$i">], htescape $1, "</li>\n";
426          $i++;
427        }
428        if ($$s =~ /\G([^\x0A]+)/gc) {
429          print STDOUT qq[<li id="line-$i">], htescape $1, "</li>\n";
430        }
431      } else {
432        print STDOUT q[<li id="line-1"></li>];
433      }
434      print STDOUT "</ol></div>";
435    } # print_input_string_section
436    
437    sub print_document_tree ($) {
438    my $node = shift;    my $node = shift;
439    my $r = '';    my $r = '<ol class="xoxo">';
440    
441    my @node = map { [$_, ''] } @{$node->child_nodes};    my @node = ($node);
442    while (@node) {    while (@node) {
443      my $child = shift @node;      my $child = shift @node;
444      my $nt = $child->[0]->node_type;      unless (ref $child) {
445      if ($nt == $child->[0]->ELEMENT_NODE) {        $r .= $child;
446        $r .= '| ' . $child->[1] . '<' . $child->[0]->tag_name . ">\x0A"; ## ISSUE: case?        next;
447        }
448        for my $attr (sort {$a->[0] cmp $b->[0]} map { [$_->name, $_->value] }  
449                      @{$child->[0]->attributes}) {      my $node_id = 'node-'.refaddr $child;
450          $r .= '| ' . $child->[1] . '  ' . $attr->[0] . '="'; ## ISSUE: case?      my $nt = $child->node_type;
451          $r .= $attr->[1] . '"' . "\x0A";      if ($nt == $child->ELEMENT_NODE) {
452        }        my $child_nsuri = $child->namespace_uri;
453                $r .= qq[<li id="$node_id" class="tree-element"><code title="@{[defined $child_nsuri ? $child_nsuri : '']}">] . htescape ($child->tag_name) .
454        unshift @node,            '</code>'; ## ISSUE: case
455          map { [$_, $child->[1] . '  '] } @{$child->[0]->child_nodes};  
456      } elsif ($nt == $child->[0]->TEXT_NODE) {        if ($child->has_attributes) {
457        $r .= '| ' . $child->[1] . '"' . $child->[0]->data . '"' . "\x0A";          $r .= '<ul class="attributes">';
458      } elsif ($nt == $child->[0]->CDATA_SECTION_NODE) {          for my $attr (sort {$a->[0] cmp $b->[0]} map { [$_->name, $_->value, $_->namespace_uri, 'node-'.refaddr $_] }
459        $r .= '| ' . $child->[1] . '<![CDATA[' . $child->[0]->data . "]]>\x0A";                        @{$child->attributes}) {
460      } 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?
461        $r .= '| ' . $child->[1] . '<!-- ' . $child->[0]->data . " -->\x0A";            $r .= '<q>' . htescape ($attr->[1]) . '</q></li>'; ## TODO: children
462      } elsif ($nt == $child->[0]->DOCUMENT_TYPE_NODE) {          }
463        $r .= '| ' . $child->[1] . '<!DOCTYPE ' . $child->[0]->name . ">\x0A";          $r .= '</ul>';
464      } elsif ($nt == $child->[0]->PROCESSING_INSTRUCTION_NODE) {        }
465        $r .= '| ' . $child->[1] . '<?' . $child->[0]->target . ' ' .  
466            $child->[0]->data . "?>\x0A";        if ($child->has_child_nodes) {
467            $r .= '<ol class="children">';
468            unshift @node, @{$child->child_nodes}, '</ol></li>';
469          } else {
470            $r .= '</li>';
471          }
472        } elsif ($nt == $child->TEXT_NODE) {
473          $r .= qq'<li id="$node_id" class="tree-text"><q lang="">' . htescape ($child->data) . '</q></li>';
474        } elsif ($nt == $child->CDATA_SECTION_NODE) {
475          $r .= qq'<li id="$node_id" class="tree-cdata"><code>&lt;[CDATA[</code><q lang="">' . htescape ($child->data) . '</q><code>]]&gt;</code></li>';
476        } elsif ($nt == $child->COMMENT_NODE) {
477          $r .= qq'<li id="$node_id" class="tree-comment"><code>&lt;!--</code><q lang="">' . htescape ($child->data) . '</q><code>--&gt;</code></li>';
478        } elsif ($nt == $child->DOCUMENT_NODE) {
479          $r .= qq'<li id="$node_id" class="tree-document">Document';
480          $r .= qq[<ul class="attributes">];
481          $r .= qq[<li>@{[scalar get_text ('manakaiIsHTML:'.($child->manakai_is_html?1:0))]}</li>];
482          $r .= qq[<li>@{[scalar get_text ('manakaiCompatMode:'.$child->manakai_compat_mode)]}</li>];
483          unless ($child->manakai_is_html) {
484            $r .= qq[<li>XML version = <code>@{[htescape ($child->xml_version)]}</code></li>];
485            if (defined $child->xml_encoding) {
486              $r .= qq[<li>XML encoding = <code>@{[htescape ($child->xml_encoding)]}</code></li>];
487            } else {
488              $r .= qq[<li>XML encoding = (null)</li>];
489            }
490            $r .= qq[<li>XML standalone = @{[$child->xml_standalone ? 'true' : 'false']}</li>];
491          }
492          $r .= qq[</ul>];
493          if ($child->has_child_nodes) {
494            $r .= '<ol class="children">';
495            unshift @node, @{$child->child_nodes}, '</ol></li>';
496          }
497        } elsif ($nt == $child->DOCUMENT_TYPE_NODE) {
498          $r .= qq'<li id="$node_id" class="tree-doctype"><code>&lt;!DOCTYPE&gt;</code><ul class="attributes">';
499          $r .= qq[<li class="tree-doctype-name">Name = <q>@{[htescape ($child->name)]}</q></li>];
500          $r .= qq[<li class="tree-doctype-publicid">Public identifier = <q>@{[htescape ($child->public_id)]}</q></li>];
501          $r .= qq[<li class="tree-doctype-systemid">System identifier = <q>@{[htescape ($child->system_id)]}</q></li>];
502          $r .= '</ul></li>';
503        } elsif ($nt == $child->PROCESSING_INSTRUCTION_NODE) {
504          $r .= qq'<li id="$node_id" class="tree-id"><code>&lt;?@{[htescape ($child->target)]}</code> <q>@{[htescape ($child->data)]}</q><code>?&gt;</code></li>';
505      } else {      } else {
506        $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
507      }      }
508    }    }
509      
510    return \$r;    $r .= '</ol>';
511  } # test_serialize    print STDOUT $r;
512    } # print_document_tree
513    
514  sub get_node_path ($) {  sub get_node_path ($) {
515    my $node = shift;    my $node = shift;
# Line 212  sub get_node_path ($) { Line 526  sub get_node_path ($) {
526        $rs = '"' . $node->data . '"';        $rs = '"' . $node->data . '"';
527        $node = $node->parent_node;        $node = $node->parent_node;
528      } elsif ($node->node_type == 9) {      } elsif ($node->node_type == 9) {
529          @r = ('') unless @r;
530        $rs = '';        $rs = '';
531        $node = $node->parent_node;        $node = $node->parent_node;
532      } else {      } else {
# Line 223  sub get_node_path ($) { Line 538  sub get_node_path ($) {
538    return join '/', @r;    return join '/', @r;
539  } # get_node_path  } # get_node_path
540    
541    sub get_node_link ($) {
542      return qq[<a href="#node-@{[refaddr $_[0]]}">] .
543          htescape (get_node_path ($_[0])) . qq[</a>];
544    } # get_node_link
545    
546    {
547      my $Msg = {};
548    
549    sub load_text_catalog ($) {
550      my $lang = shift; # MUST be a canonical lang name
551      open my $file, '<', "cc-msg.$lang.txt" or die "$0: cc-msg.$lang.txt: $!";
552      while (<$file>) {
553        if (s/^([^;]+);([^;]*);//) {
554          my ($type, $cls, $msg) = ($1, $2, $_);
555          $msg =~ tr/\x0D\x0A//d;
556          $Msg->{$type} = [$cls, $msg];
557        }
558      }
559    } # load_text_catalog
560    
561    sub get_text ($) {
562      my ($type, $level, $node) = @_;
563      $type = $level . ':' . $type if defined $level;
564      my @arg;
565      {
566        if (defined $Msg->{$type}) {
567          my $msg = $Msg->{$type}->[1];
568          $msg =~ s{<var>\$([0-9]+)</var>}{
569            defined $arg[$1] ? htescape ($arg[$1]) : '(undef)';
570          }ge;
571          $msg =~ s{<var>{\@([A-Za-z0-9:_.-]+)}</var>}{
572            UNIVERSAL::can ($node, 'get_attribute_ns')
573                ? htescape ($node->get_attribute_ns (undef, $1)) : ''
574          }ge;
575          $msg =~ s{<var>{\@}</var>}{
576            UNIVERSAL::can ($node, 'value') ? htescape ($node->value) : ''
577          }ge;
578          return ($type, $Msg->{$type}->[0], $msg);
579        } elsif ($type =~ s/:([^:]*)$//) {
580          unshift @arg, $1;
581          redo;
582        }
583      }
584      return ($type, '', htescape ($_[0]));
585    } # get_text
586    
587    }
588    
589    sub get_input_document ($$) {
590      my ($http, $dom) = @_;
591    
592      my $request_uri = $http->get_parameter ('uri');
593      my $r = {};
594      if (defined $request_uri and length $request_uri) {
595        my $uri = $dom->create_uri_reference ($request_uri);
596        unless ({
597                 http => 1,
598                }->{lc $uri->uri_scheme}) {
599          return {uri => $request_uri, request_uri => $request_uri,
600                  error_status_text => 'URI scheme not allowed'};
601        }
602    
603        require Message::Util::HostPermit;
604        my $host_permit = new Message::Util::HostPermit;
605        $host_permit->add_rule (<<EOH);
606    Allow host=suika port=80
607    Deny host=suika
608    Allow host=suika.fam.cx port=80
609    Deny host=suika.fam.cx
610    Deny host=localhost
611    Deny host=*.localdomain
612    Deny ipv4=0.0.0.0/8
613    Deny ipv4=10.0.0.0/8
614    Deny ipv4=127.0.0.0/8
615    Deny ipv4=169.254.0.0/16
616    Deny ipv4=172.0.0.0/11
617    Deny ipv4=192.0.2.0/24
618    Deny ipv4=192.88.99.0/24
619    Deny ipv4=192.168.0.0/16
620    Deny ipv4=198.18.0.0/15
621    Deny ipv4=224.0.0.0/4
622    Deny ipv4=255.255.255.255/32
623    Deny ipv6=0::0/0
624    Allow host=*
625    EOH
626        unless ($host_permit->check ($uri->uri_host, $uri->uri_port || 80)) {
627          return {uri => $request_uri, request_uri => $request_uri,
628                  error_status_text => 'Connection to the host is forbidden'};
629        }
630    
631        require LWP::UserAgent;
632        my $ua = WDCC::LWPUA->new;
633        $ua->{wdcc_dom} = $dom;
634        $ua->{wdcc_host_permit} = $host_permit;
635        $ua->agent ('Mozilla'); ## TODO: for now.
636        $ua->parse_head (0);
637        $ua->protocols_allowed ([qw/http/]);
638        $ua->max_size (1000_000);
639        my $req = HTTP::Request->new (GET => $request_uri);
640        my $res = $ua->request ($req);
641        ## TODO: 401 sets |is_success| true.
642        if ($res->is_success or $http->get_parameter ('error-page')) {
643          $r->{base_uri} = $res->base; ## NOTE: It does check |Content-Base|, |Content-Location|, and <base>. ## TODO: Use our own code!
644          $r->{uri} = $res->request->uri;
645          $r->{request_uri} = $request_uri;
646    
647          ## TODO: More strict parsing...
648          my $ct = $res->header ('Content-Type');
649          if (defined $ct and $ct =~ m#^([0-9A-Za-z._+-]+/[0-9A-Za-z._+-]+)#) {
650            $r->{media_type} = lc $1;
651          }
652          if (defined $ct and $ct =~ /;\s*charset\s*=\s*"?(\S+)"?/i) {
653            $r->{charset} = lc $1;
654            $r->{charset} =~ tr/\\//d;
655          }
656    
657          my $input_charset = $http->get_parameter ('charset');
658          if (defined $input_charset and length $input_charset) {
659            $r->{charset_overridden}
660                = (not defined $r->{charset} or $r->{charset} ne $input_charset);
661            $r->{charset} = $input_charset;
662          }
663    
664          $r->{s} = ''.$res->content;
665        } else {
666          $r->{uri} = $res->request->uri;
667          $r->{request_uri} = $request_uri;
668          $r->{error_status_text} = $res->status_line;
669        }
670    
671        $r->{header_field} = [];
672        $res->scan (sub {
673          push @{$r->{header_field}}, [$_[0], $_[1]];
674        });
675        $r->{header_status_code} = $res->code;
676        $r->{header_status_text} = $res->message;
677      } else {
678        $r->{s} = ''.$http->get_parameter ('s');
679        $r->{uri} = q<thismessage:/>;
680        $r->{request_uri} = q<thismessage:/>;
681        $r->{base_uri} = q<thismessage:/>;
682        $r->{charset} = ''.$http->get_parameter ('_charset_');
683        $r->{charset} =~ s/\s+//g;
684        $r->{charset} = 'utf-8' if $r->{charset} eq '';
685        $r->{header_field} = [];
686      }
687    
688      my $input_format = $http->get_parameter ('i');
689      if (defined $input_format and length $input_format) {
690        $r->{media_type_overridden}
691            = (not defined $r->{media_type} or $input_format ne $r->{media_type});
692        $r->{media_type} = $input_format;
693      }
694      if (defined $r->{s} and not defined $r->{media_type}) {
695        $r->{media_type} = 'text/html';
696        $r->{media_type_overridden} = 1;
697      }
698    
699      if ($r->{media_type} eq 'text/xml') {
700        unless (defined $r->{charset}) {
701          $r->{charset} = 'us-ascii';
702        } elsif ($r->{charset_overridden} and $r->{charset} eq 'us-ascii') {
703          $r->{charset_overridden} = 0;
704        }
705      }
706    
707      if (length $r->{s} > 1000_000) {
708        $r->{error_status_text} = 'Entity-body too large';
709        delete $r->{s};
710        return $r;
711      }
712    
713      return $r;
714    } # get_input_document
715    
716    package WDCC::LWPUA;
717    BEGIN { push our @ISA, 'LWP::UserAgent'; }
718    
719    sub redirect_ok {
720      my $ua = shift;
721      unless ($ua->SUPER::redirect_ok (@_)) {
722        return 0;
723      }
724    
725      my $uris = $_[1]->header ('Location');
726      return 0 unless $uris;
727      my $uri = $ua->{wdcc_dom}->create_uri_reference ($uris);
728      unless ({
729               http => 1,
730              }->{lc $uri->uri_scheme}) {
731        return 0;
732      }
733      unless ($ua->{wdcc_host_permit}->check ($uri->uri_host, $uri->uri_port || 80)) {
734        return 0;
735      }
736      return 1;
737    } # redirect_ok
738    
739  =head1 AUTHOR  =head1 AUTHOR
740    
741  Wakaba <w@suika.fam.cx>.  Wakaba <w@suika.fam.cx>.
Legend:
Removed from v.1.1  
changed lines
  Added in v.1.16
admin@suikawiki.org
 ViewVC Help
Powered by ViewVC 1.1.24