/[pub]/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 1.18 by wakaba, Sun Sep 2 08:40:49 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    my %time;    binmode STDOUT, ':utf8';
31    my $time1;    $| = 1;
   my $time2;  
32    
33    require Message::DOM::DOMImplementation;    require Message::DOM::DOMImplementation;
34    my $dom = Message::DOM::DOMImplementation->____new;    my $dom = Message::DOM::DOMImplementation->new;
35  #  $| = 1;  
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;
57    
58      print qq[
59    <div id="document-info" class="section">
60    <dl>
61    <dt>Request URI</dt>
62        <dd><code class="URI" lang="">&lt;<a href="@{[htescape $input->{request_uri}]}">@{[htescape $input->{request_uri}]}</a>&gt;</code></dd>
63    <dt>Document URI</dt>
64        <dd><code class="URI" lang="">&lt;<a href="@{[htescape $input->{uri}]}">@{[htescape $input->{uri}]}</a>&gt;</code></dd>
65    ]; # no </dl> yet
66      push @nav, ['#document-info' => 'Information'];
67    
68    if (defined $input->{s}) {
69      $char_length = length $input->{s};
70    
71      print STDOUT qq[
72    <dt>Base URI</dt>
73        <dd><code class="URI" lang="">&lt;<a href="@{[htescape $input->{base_uri}]}">@{[htescape $input->{base_uri}]}</a>&gt;</code></dd>
74    <dt>Internet Media Type</dt>
75        <dd><code class="MIME" lang="en">@{[htescape $input->{media_type}]}</code>
76        @{[$input->{media_type_overridden} ? '<em>(overridden)</em>' : '']}</dd>
77    <dt>Character Encoding</dt>
78        <dd>@{[defined $input->{charset} ? '<code class="charset" lang="en">'.htescape ($input->{charset}).'</code>' : '(none)']}
79        @{[$input->{charset_overridden} ? '<em>(overridden)</em>' : '']}</dd>
80    <dt>Length</dt>
81        <dd>$char_length byte@{[$char_length == 1 ? '' : 's']}</dd>
82    </dl>
83    </div>
84    ];
85    
86      print_http_header_section ($input);
87    
88    my $doc;    my $doc;
89    my $el;    my $el;
90    
91  if (@mode == 3 and $mode[0] eq 'html' and    if ($input->{media_type} eq 'text/html') {
92      ($mode[2] eq 'html' or $mode[2] eq 'test')) {      ($doc, $el) = print_syntax_error_html_section ($input);
93    print STDOUT "Content-Type: text/plain; charset=utf-8\n\n";      print_source_string_section (\($input->{s}), $input->{charset});
94      } elsif ({
95                'text/xml' => 1,
96                'application/atom+xml' => 1,
97                'application/rss+xml' => 1,
98                'application/svg+xml' => 1,
99                'application/xhtml+xml' => 1,
100                'application/xml' => 1,
101               }->{$input->{media_type}}) {
102        ($doc, $el) = print_syntax_error_xml_section ($input);
103        print_source_string_section (\($input->{s}), $doc->input_encoding);
104      } else {
105        ## TODO: Change HTTP status code??
106        print_result_unknown_type_section ($input);
107      }
108    
109      if (defined $doc or defined $el) {
110        print_structure_dump_section ($doc, $el);
111        my $elements = print_structure_error_section ($doc, $el);
112        print_table_section ($elements->{table}) if @{$elements->{table}};
113        print_id_section ($elements->{id}) if keys %{$elements->{id}};
114        print_term_section ($elements->{term}) if keys %{$elements->{term}};
115        print_class_section ($elements->{class}) if keys %{$elements->{class}};
116      }
117    
118      ## TODO: Show result
119    } else {
120      print STDOUT qq[</dl></div>];
121      print_result_input_error_section ($input);
122    }
123    
124      print STDOUT qq[
125    <ul class="navigation" id="nav-items">
126    ];
127      for (@nav) {
128        print STDOUT qq[<li><a href="$_->[0]">$_->[1]</a></li>];
129      }
130      print STDOUT qq[
131    </ul>
132    </body>
133    </html>
134    ];
135    
136      for (qw/decode parse parse_xml check/) {
137        next unless defined $time{$_};
138        open my $file, '>>', ".cc-$_.txt" or die ".cc-$_.txt: $!";
139        print $file $char_length, "\t", $time{$_}, "\n";
140      }
141    
142    exit;
143    
144    sub print_http_header_section ($) {
145      my $input = shift;
146      return unless defined $input->{header_status_code} or
147          defined $input->{header_status_text} or
148          @{$input->{header_field}};
149      
150      push @nav, ['#source-header' => 'HTTP Header'];
151      print STDOUT qq[<div id="source-header" class="section">
152    <h2>HTTP Header</h2>
153    
154    <p><strong>Note</strong>: Due to the limitation of the
155    network library in use, the content of this section might
156    not be the real header.</p>
157    
158    <table><tbody>
159    ];
160    
161      if (defined $input->{header_status_code}) {
162        print STDOUT qq[<tr><th scope="row">Status code</th>];
163        print STDOUT qq[<td><code>@{[htescape ($input->{header_status_code})]}</code></td></tr>];
164      }
165      if (defined $input->{header_status_text}) {
166        print STDOUT qq[<tr><th scope="row">Status text</th>];
167        print STDOUT qq[<td><code>@{[htescape ($input->{header_status_text})]}</code></td></tr>];
168      }
169      
170      for (@{$input->{header_field}}) {
171        print STDOUT qq[<tr><th scope="row"><code>@{[htescape ($_->[0])]}</code></th>];
172        print STDOUT qq[<td><code>@{[htescape ($_->[1])]}</code></td></tr>];
173      }
174    
175      print STDOUT qq[</tbody></table></div>];
176    } # print_http_header_section
177    
178    sub print_syntax_error_html_section ($) {
179      my $input = shift;
180      
181    require Encode;    require Encode;
182    require Whatpm::HTML;    require Whatpm::HTML;
183    
184    $time1 = time;    $input->{charset} ||= 'ISO-8859-1'; ## TODO: for now.
   $s = Encode::decode ('utf-8', $s);  
   $time2 = time;  
   $time{decode} = $time2 - $time1;  
185        
186      my $time1 = time;
187      my $t = Encode::decode ($input->{charset}, $input->{s});
188      $time{decode} = time - $time1;
189    
190    print STDOUT "#errors\n";    print STDOUT qq[
191    <div id="parse-errors" class="section">
192    <h2>Parse Errors</h2>
193    
194    <dl>];
195      push @nav, ['#parse-errors' => 'Parse Error'];
196    
197    my $onerror = sub {    my $onerror = sub {
198      my (%opt) = @_;      my (%opt) = @_;
199      print STDOUT "$opt{line},$opt{column},$opt{type}\n";      my ($type, $cls, $msg) = get_text ($opt{type}, $opt{level});
200        if ($opt{column} > 0) {
201          print STDOUT qq[<dt class="$cls"><a href="#line-$opt{line}">Line $opt{line}</a> column $opt{column}</dt>\n];
202        } else {
203          $opt{line} = $opt{line} - 1 || 1;
204          print STDOUT qq[<dt class="$cls"><a href="#line-$opt{line}">Line $opt{line}</a></dt>\n];
205        }
206        $type =~ tr/ /-/;
207        $type =~ s/\|/%7C/g;
208        $msg .= qq[ [<a href="../error-description#@{[htescape ($type)]}">Description</a>]];
209        print STDOUT qq[<dd class="$cls">$msg</dd>\n];
210    };    };
211    
212    $doc = $dom->create_document;    my $doc = $dom->create_document;
213      my $el;
214    $time1 = time;    $time1 = time;
215    if (length $mode[1]) {    if (defined $inner_html_element and length $inner_html_element) {
216      $el = $doc->create_element_ns      $el = $doc->create_element_ns
217          ('http://www.w3.org/1999/xhtml', [undef, $mode[1]]);          ('http://www.w3.org/1999/xhtml', [undef, $inner_html_element]);
218      Whatpm::HTML->set_inner_html ($el, $s, $onerror);      Whatpm::HTML->set_inner_html ($el, $t, $onerror);
219    } else {    } else {
220      Whatpm::HTML->parse_string ($s => $doc, $onerror);      Whatpm::HTML->parse_string ($t => $doc, $onerror);
221    }    }
222    $time2 = time;    $time{parse} = time - $time1;
   $time{parse} = $time2 - $time1;  
223    
224    print "#document\n";    print STDOUT qq[</dl></div>];
225    
226    my $out;    return ($doc, $el);
227    if ($mode[2] eq 'html') {  } # print_syntax_error_html_section
     $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 $mode[2] eq 'test')) {  
   print STDOUT "Content-Type: text/plain; charset=utf-8\n\n";  
228    
229    sub print_syntax_error_xml_section ($) {
230      my $input = shift;
231      
232    require Message::DOM::XMLParserTemp;    require Message::DOM::XMLParserTemp;
233    print STDOUT "#errors\n";    
234      print STDOUT qq[
235    <div id="parse-errors" class="section">
236    <h2>Parse Errors</h2>
237    
238    <dl>];
239      push @nav, ['#parse-errors' => 'Parse Error'];
240    
241    my $onerror = sub {    my $onerror = sub {
242      my $err = shift;      my $err = shift;
243      print STDOUT $err->location->line_number, ",";      my $line = $err->location->line_number;
244      print STDOUT $err->location->column_number, ",";      print STDOUT qq[<dt><a href="#line-$line">Line $line</a> column ];
245      print STDOUT $err->text, "\n";      print STDOUT $err->location->column_number, "</dt><dd>";
246        print STDOUT htescape $err->text, "</dd>\n";
247      return 1;      return 1;
248    };    };
249    
   open my $fh, '<', \$s;  
250    my $time1 = time;    my $time1 = time;
251    $doc = Message::DOM::XMLParserTemp->parse_byte_stream    open my $fh, '<', \($input->{s});
252        ($fh => $dom, $onerror, charset => 'utf-8');    my $doc = Message::DOM::XMLParserTemp->parse_byte_stream
253    my $time2 = time;        ($fh => $dom, $onerror, charset => $input->{charset});
254    $time{parse_xml} = $time2 - $time1;    $time{parse_xml} = time - $time1;
255    
256    print "#document\n";    print STDOUT qq[</dl></div>];
257    
258    my $out;    return ($doc, undef);
259    if ($mode[2] eq 'html') {  } # print_syntax_error_xml_section
260      ## TODO: Use XHTML serializer  
261      #$out = Whatpm::HTML->get_inner_html ($doc);  sub print_source_string_section ($$) {
262    } else { # test    require Encode;
263      $time1 = time;    my $enc = Encode::find_encoding ($_[1]); ## TODO: charset name -> Perl name
264      $out = test_serialize ($doc);    return unless $enc;
265      $time2 = time;  
266      $time{serialize_test} = $time2 - $time1;    my $s = \($enc->decode (${$_[0]}));
267      my $i = 1;                            
268      push @nav, ['#source-string' => 'Source'];
269      print STDOUT qq[<div id="source-string" class="section">
270    <h2>Document Source</h2>
271    <ol lang="">\n];
272      if (length $$s) {
273        while ($$s =~ /\G([^\x0A]*?)\x0D?\x0A/gc) {
274          print STDOUT qq[<li id="line-$i">], htescape $1, "</li>\n";
275          $i++;
276        }
277        if ($$s =~ /\G([^\x0A]+)/gc) {
278          print STDOUT qq[<li id="line-$i">], htescape $1, "</li>\n";
279        }
280      } else {
281        print STDOUT q[<li id="line-1"></li>];
282    }    }
283    print STDOUT Encode::encode ('utf-8', $$out);    print STDOUT "</ol></div>";
284    print STDOUT "\n";  } # print_input_string_section
 } else {  
   print STDOUT "Status: 404 Not Found\nContent-Type: text/plain; charset=us-ascii\n\n404";  
   exit;  
 }  
285    
286    if ($http->parameter ('dom5')) {  sub print_document_tree ($) {
287      require Whatpm::ContentChecker;    my $node = shift;
288      my $onerror = sub {    my $r = '<ol class="xoxo">';
289        my %opt = @_;  
290        print STDOUT get_node_path ($opt{node}) . ';' . $opt{type} . "\n";    my @node = ($node);
291      };    while (@node) {
292      print STDOUT "#domerrors\n";      my $child = shift @node;
293      $time1 = time;      unless (ref $child) {
294      if ($el) {        $r .= $child;
295        Whatpm::ContentChecker->check_element ($el, $onerror);        next;
296        }
297    
298        my $node_id = 'node-'.refaddr $child;
299        my $nt = $child->node_type;
300        if ($nt == $child->ELEMENT_NODE) {
301          my $child_nsuri = $child->namespace_uri;
302          $r .= qq[<li id="$node_id" class="tree-element"><code title="@{[defined $child_nsuri ? $child_nsuri : '']}">] . htescape ($child->tag_name) .
303              '</code>'; ## ISSUE: case
304    
305          if ($child->has_attributes) {
306            $r .= '<ul class="attributes">';
307            for my $attr (sort {$a->[0] cmp $b->[0]} map { [$_->name, $_->value, $_->namespace_uri, 'node-'.refaddr $_] }
308                          @{$child->attributes}) {
309              $r .= qq[<li id="$attr->[3]" class="tree-attribute"><code title="@{[defined $_->[2] ? $_->[2] : '']}">] . htescape ($attr->[0]) . '</code> = '; ## ISSUE: case?
310              $r .= '<q>' . htescape ($attr->[1]) . '</q></li>'; ## TODO: children
311            }
312            $r .= '</ul>';
313          }
314    
315          if ($child->has_child_nodes) {
316            $r .= '<ol class="children">';
317            unshift @node, @{$child->child_nodes}, '</ol></li>';
318          } else {
319            $r .= '</li>';
320          }
321        } elsif ($nt == $child->TEXT_NODE) {
322          $r .= qq'<li id="$node_id" class="tree-text"><q lang="">' . htescape ($child->data) . '</q></li>';
323        } elsif ($nt == $child->CDATA_SECTION_NODE) {
324          $r .= qq'<li id="$node_id" class="tree-cdata"><code>&lt;[CDATA[</code><q lang="">' . htescape ($child->data) . '</q><code>]]&gt;</code></li>';
325        } elsif ($nt == $child->COMMENT_NODE) {
326          $r .= qq'<li id="$node_id" class="tree-comment"><code>&lt;!--</code><q lang="">' . htescape ($child->data) . '</q><code>--&gt;</code></li>';
327        } elsif ($nt == $child->DOCUMENT_NODE) {
328          $r .= qq'<li id="$node_id" class="tree-document">Document';
329          $r .= qq[<ul class="attributes">];
330          $r .= qq[<li>@{[scalar get_text ('manakaiIsHTML:'.($child->manakai_is_html?1:0))]}</li>];
331          $r .= qq[<li>@{[scalar get_text ('manakaiCompatMode:'.$child->manakai_compat_mode)]}</li>];
332          unless ($child->manakai_is_html) {
333            $r .= qq[<li>XML version = <code>@{[htescape ($child->xml_version)]}</code></li>];
334            if (defined $child->xml_encoding) {
335              $r .= qq[<li>XML encoding = <code>@{[htescape ($child->xml_encoding)]}</code></li>];
336            } else {
337              $r .= qq[<li>XML encoding = (null)</li>];
338            }
339            $r .= qq[<li>XML standalone = @{[$child->xml_standalone ? 'true' : 'false']}</li>];
340          }
341          $r .= qq[</ul>];
342          if ($child->has_child_nodes) {
343            $r .= '<ol class="children">';
344            unshift @node, @{$child->child_nodes}, '</ol></li>';
345          }
346        } elsif ($nt == $child->DOCUMENT_TYPE_NODE) {
347          $r .= qq'<li id="$node_id" class="tree-doctype"><code>&lt;!DOCTYPE&gt;</code><ul class="attributes">';
348          $r .= qq[<li class="tree-doctype-name">Name = <q>@{[htescape ($child->name)]}</q></li>];
349          $r .= qq[<li class="tree-doctype-publicid">Public identifier = <q>@{[htescape ($child->public_id)]}</q></li>];
350          $r .= qq[<li class="tree-doctype-systemid">System identifier = <q>@{[htescape ($child->system_id)]}</q></li>];
351          $r .= '</ul></li>';
352        } elsif ($nt == $child->PROCESSING_INSTRUCTION_NODE) {
353          $r .= qq'<li id="$node_id" class="tree-id"><code>&lt;?@{[htescape ($child->target)]}</code> <q>@{[htescape ($child->data)]}</q><code>?&gt;</code></li>';
354      } else {      } else {
355        Whatpm::ContentChecker->check_document ($doc, $onerror);        $r .= qq'<li id="$node_id" class="tree-unknown">@{[$child->node_type]} @{[htescape ($child->node_name)]}</li>'; # error
356      }      }
     $time2 = time;  
     $time{check} = $time2 - $time1;  
357    }    }
358    
359    print STDOUT "#log\n";    $r .= '</ol>';
360    for (qw/decode parse parse_xml serialize_html serialize_xml serialize_test    print STDOUT $r;
361            check/) {  } # print_document_tree
362      next unless defined $time{$_};  
363      print STDOUT {  sub print_structure_dump_section ($$) {
364        decode => 'bytes->chars',    my ($doc, $el) = @_;
365        parse => 'html5(chars)->dom5',  
366        parse_xml => 'xml1(chars)->dom5',    print STDOUT qq[
367        serialize_html => 'dom5->html5(char)',  <div id="document-tree" class="section">
368        serialize_xml => 'dom5->xml1(char)',  <h2>Document Tree</h2>
369        serialize_test => 'dom5->test(char)',  ];
370        check => 'dom5 check',    push @nav, ['#document-tree' => 'Tree'];
371      }->{$_};  
372      print STDOUT "\t", $time{$_}, "s\n";    print_document_tree ($el || $doc);
373      open my $file, '>>', ".manakai-$_.txt" or die ".manakai-$_.txt: $!";  
374      print $file $char_length, "\t", $time{$_}, "\n";    print STDOUT qq[</div>];
375    } # print_structure_dump_section
376    
377    sub print_structure_error_section ($$) {
378      my ($doc, $el) = @_;
379    
380      print STDOUT qq[<div id="document-errors" class="section">
381    <h2>Document Errors</h2>
382    
383    <dl>];
384      push @nav, ['#document-errors' => 'Document Error'];
385    
386      require Whatpm::ContentChecker;
387      my $onerror = sub {
388        my %opt = @_;
389        my ($type, $cls, $msg) = get_text ($opt{type}, $opt{level}, $opt{node});
390        $type =~ tr/ /-/;
391        $type =~ s/\|/%7C/g;
392        $msg .= qq[ [<a href="../error-description#@{[htescape ($type)]}">Description</a>]];
393        print STDOUT qq[<dt class="$cls">] . get_node_link ($opt{node}) .
394            qq[</dt>\n<dd class="$cls">], $msg, "</dd>\n";
395      };
396    
397      my $elements;
398      my $time1 = time;
399      if ($el) {
400        $elements = Whatpm::ContentChecker->check_element ($el, $onerror);
401      } else {
402        $elements = Whatpm::ContentChecker->check_document ($doc, $onerror);
403    }    }
404      $time{check} = time - $time1;
405    
406  exit;    print STDOUT qq[</dl></div>];
407    
408  sub test_serialize ($) {    return $elements;
409    my $node = shift;  } # print_structure_error_section
   my $r = '';  
410    
411    my @node = map { [$_, ''] } @{$node->child_nodes};  sub print_table_section ($) {
412    while (@node) {    my $tables = shift;
413      my $child = shift @node;    
414      my $nt = $child->[0]->node_type;    push @nav, ['#tables' => 'Tables'];
415      if ($nt == $child->[0]->ELEMENT_NODE) {    print STDOUT qq[
416        $r .= '| ' . $child->[1] . '<' . $child->[0]->tag_name . ">\x0A"; ## ISSUE: case?  <div id="tables" class="section">
417    <h2>Tables</h2>
418        for my $attr (sort {$a->[0] cmp $b->[0]} map { [$_->name, $_->value] }  
419                      @{$child->[0]->attributes}) {  <!--[if IE]><script type="text/javascript" src="../excanvas.js"></script><![endif]-->
420          $r .= '| ' . $child->[1] . '  ' . $attr->[0] . '="'; ## ISSUE: case?  <script src="../table-script.js" type="text/javascript"></script>
421          $r .= $attr->[1] . '"' . "\x0A";  <noscript>
422        }  <p><em>Structure of tables are visualized here if scripting is enabled.</em></p>
423          </noscript>
424        unshift @node,  ];
425          map { [$_, $child->[1] . '  '] } @{$child->[0]->child_nodes};    
426      } elsif ($nt == $child->[0]->TEXT_NODE) {    require JSON;
427        $r .= '| ' . $child->[1] . '"' . $child->[0]->data . '"' . "\x0A";    
428      } elsif ($nt == $child->[0]->CDATA_SECTION_NODE) {    my $i = 0;
429        $r .= '| ' . $child->[1] . '<![CDATA[' . $child->[0]->data . "]]>\x0A";    for my $table_el (@$tables) {
430      } elsif ($nt == $child->[0]->COMMENT_NODE) {      $i++;
431        $r .= '| ' . $child->[1] . '<!-- ' . $child->[0]->data . " -->\x0A";      print STDOUT qq[<div class="section" id="table-$i"><h3>] .
432      } elsif ($nt == $child->[0]->DOCUMENT_TYPE_NODE) {          get_node_link ($table_el) . q[</h3>];
433        $r .= '| ' . $child->[1] . '<!DOCTYPE ' . $child->[0]->name . ">\x0A";  
434      } elsif ($nt == $child->[0]->PROCESSING_INSTRUCTION_NODE) {      ## TODO: Make |ContentChecker| return |form_table| result
435        $r .= '| ' . $child->[1] . '<?' . $child->[0]->target . ' ' .      ## so that this script don't have to run the algorithm twice.
436            $child->[0]->data . "?>\x0A";      my $table = Whatpm::HTMLTable->form_table ($table_el);
437      } else {      
438        $r .= '| ' . $child->[1] . $child->[0]->node_type . "\x0A"; # error      for (@{$table->{column_group}}, @{$table->{column}}, $table->{caption}) {
439          next unless $_;
440          delete $_->{element};
441        }
442        
443        for (@{$table->{row_group}}) {
444          next unless $_;
445          next unless $_->{element};
446          $_->{type} = $_->{element}->manakai_local_name;
447          delete $_->{element};
448        }
449        
450        for (@{$table->{cell}}) {
451          next unless $_;
452          for (@{$_}) {
453            next unless $_;
454            for (@$_) {
455              $_->{id} = refaddr $_->{element} if defined $_->{element};
456              delete $_->{element};
457              $_->{is_header} = $_->{is_header} ? 1 : 0;
458            }
459          }
460        }
461            
462        print STDOUT '</div><script type="text/javascript">tableToCanvas (';
463        print STDOUT JSON::objToJson ($table);
464        print STDOUT qq[, document.getElementById ('table-$i'));</script>];
465      }
466      
467      print STDOUT qq[</div>];
468    } # print_table_section
469    
470    sub print_id_section ($) {
471      my $ids = shift;
472      
473      push @nav, ['#identifiers' => 'IDs'];
474      print STDOUT qq[
475    <div id="identifiers" class="section">
476    <h2>Identifiers</h2>
477    
478    <dl>
479    ];
480      for my $id (sort {$a cmp $b} keys %$ids) {
481        print STDOUT qq[<dt><code>@{[htescape $id]}</code></dt>];
482        for (@{$ids->{$id}}) {
483          print STDOUT qq[<dd>].get_node_link ($_).qq[</dd>];
484        }
485      }
486      print STDOUT qq[</dl></div>];
487    } # print_id_section
488    
489    sub print_term_section ($) {
490      my $terms = shift;
491      
492      push @nav, ['#terms' => 'Terms'];
493      print STDOUT qq[
494    <div id="terms" class="section">
495    <h2>Terms</h2>
496    
497    <dl>
498    ];
499      for my $term (sort {$a cmp $b} keys %$terms) {
500        print STDOUT qq[<dt>@{[htescape $term]}</dt>];
501        for (@{$terms->{$term}}) {
502          print STDOUT qq[<dd>].get_node_link ($_).qq[</dd>];
503      }      }
504    }    }
505      print STDOUT qq[</dl></div>];
506    } # print_term_section
507    
508    sub print_class_section ($) {
509      my $classes = shift;
510        
511    return \$r;    push @nav, ['#classes' => 'Classes'];
512  } # test_serialize    print STDOUT qq[
513    <div id="classes" class="section">
514    <h2>Classes</h2>
515    
516    <dl>
517    ];
518      for my $class (sort {$a cmp $b} keys %$classes) {
519        print STDOUT qq[<dt><code>@{[htescape $class]}</code></dt>];
520        for (@{$classes->{$class}}) {
521          print STDOUT qq[<dd>].get_node_link ($_).qq[</dd>];
522        }
523      }
524      print STDOUT qq[</dl></div>];
525    } # print_class_section
526    
527    sub print_result_unknown_type_section ($) {
528      my $input = shift;
529    
530      print STDOUT qq[
531    <div id="result-summary" class="section">
532    <p><em>Media type <code class="MIME" lang="en">@{[htescape $input->{media_type}]}</code> is not supported!</em></p>
533    </div>
534    ];
535      push @nav, ['#result-summary' => 'Result'];
536    } # print_result_unknown_type_section
537    
538    sub print_result_input_error_section ($) {
539      my $input = shift;
540      print STDOUT qq[<div class="section" id="result-summary">
541    <p><em><strong>Input Error</strong>: @{[htescape ($input->{error_status_text})]}</em></p>
542    </div>];
543      push @nav, ['#result-summary' => 'Result'];
544    } # print_Result_input_error_section
545    
546  sub get_node_path ($) {  sub get_node_path ($) {
547    my $node = shift;    my $node = shift;
# Line 212  sub get_node_path ($) { Line 558  sub get_node_path ($) {
558        $rs = '"' . $node->data . '"';        $rs = '"' . $node->data . '"';
559        $node = $node->parent_node;        $node = $node->parent_node;
560      } elsif ($node->node_type == 9) {      } elsif ($node->node_type == 9) {
561          @r = ('') unless @r;
562        $rs = '';        $rs = '';
563        $node = $node->parent_node;        $node = $node->parent_node;
564      } else {      } else {
# Line 223  sub get_node_path ($) { Line 570  sub get_node_path ($) {
570    return join '/', @r;    return join '/', @r;
571  } # get_node_path  } # get_node_path
572    
573    sub get_node_link ($) {
574      return qq[<a href="#node-@{[refaddr $_[0]]}">] .
575          htescape (get_node_path ($_[0])) . qq[</a>];
576    } # get_node_link
577    
578    {
579      my $Msg = {};
580    
581    sub load_text_catalog ($) {
582      my $lang = shift; # MUST be a canonical lang name
583      open my $file, '<', "cc-msg.$lang.txt" or die "$0: cc-msg.$lang.txt: $!";
584      while (<$file>) {
585        if (s/^([^;]+);([^;]*);//) {
586          my ($type, $cls, $msg) = ($1, $2, $_);
587          $msg =~ tr/\x0D\x0A//d;
588          $Msg->{$type} = [$cls, $msg];
589        }
590      }
591    } # load_text_catalog
592    
593    sub get_text ($) {
594      my ($type, $level, $node) = @_;
595      $type = $level . ':' . $type if defined $level;
596      my @arg;
597      {
598        if (defined $Msg->{$type}) {
599          my $msg = $Msg->{$type}->[1];
600          $msg =~ s{<var>\$([0-9]+)</var>}{
601            defined $arg[$1] ? htescape ($arg[$1]) : '(undef)';
602          }ge;
603          $msg =~ s{<var>{\@([A-Za-z0-9:_.-]+)}</var>}{
604            UNIVERSAL::can ($node, 'get_attribute_ns')
605                ? htescape ($node->get_attribute_ns (undef, $1)) : ''
606          }ge;
607          $msg =~ s{<var>{\@}</var>}{
608            UNIVERSAL::can ($node, 'value') ? htescape ($node->value) : ''
609          }ge;
610          $msg =~ s{<var>{local-name}</var>}{
611            UNIVERSAL::can ($node, 'manakai_local_name')
612              ? htescape ($node->manakai_local_name) : ''
613          }ge;
614          $msg =~ s{<var>{element-local-name}</var>}{
615            (UNIVERSAL::can ($node, 'owner_element') and
616             $node->owner_element)
617              ? htescape ($node->owner_element->manakai_local_name)
618              : ''
619          }ge;
620          return ($type, $Msg->{$type}->[0], $msg);
621        } elsif ($type =~ s/:([^:]*)$//) {
622          unshift @arg, $1;
623          redo;
624        }
625      }
626      return ($type, '', htescape ($_[0]));
627    } # get_text
628    
629    }
630    
631    sub get_input_document ($$) {
632      my ($http, $dom) = @_;
633    
634      my $request_uri = $http->get_parameter ('uri');
635      my $r = {};
636      if (defined $request_uri and length $request_uri) {
637        my $uri = $dom->create_uri_reference ($request_uri);
638        unless ({
639                 http => 1,
640                }->{lc $uri->uri_scheme}) {
641          return {uri => $request_uri, request_uri => $request_uri,
642                  error_status_text => 'URI scheme not allowed'};
643        }
644    
645        require Message::Util::HostPermit;
646        my $host_permit = new Message::Util::HostPermit;
647        $host_permit->add_rule (<<EOH);
648    Allow host=suika port=80
649    Deny host=suika
650    Allow host=suika.fam.cx port=80
651    Deny host=suika.fam.cx
652    Deny host=localhost
653    Deny host=*.localdomain
654    Deny ipv4=0.0.0.0/8
655    Deny ipv4=10.0.0.0/8
656    Deny ipv4=127.0.0.0/8
657    Deny ipv4=169.254.0.0/16
658    Deny ipv4=172.0.0.0/11
659    Deny ipv4=192.0.2.0/24
660    Deny ipv4=192.88.99.0/24
661    Deny ipv4=192.168.0.0/16
662    Deny ipv4=198.18.0.0/15
663    Deny ipv4=224.0.0.0/4
664    Deny ipv4=255.255.255.255/32
665    Deny ipv6=0::0/0
666    Allow host=*
667    EOH
668        unless ($host_permit->check ($uri->uri_host, $uri->uri_port || 80)) {
669          return {uri => $request_uri, request_uri => $request_uri,
670                  error_status_text => 'Connection to the host is forbidden'};
671        }
672    
673        require LWP::UserAgent;
674        my $ua = WDCC::LWPUA->new;
675        $ua->{wdcc_dom} = $dom;
676        $ua->{wdcc_host_permit} = $host_permit;
677        $ua->agent ('Mozilla'); ## TODO: for now.
678        $ua->parse_head (0);
679        $ua->protocols_allowed ([qw/http/]);
680        $ua->max_size (1000_000);
681        my $req = HTTP::Request->new (GET => $request_uri);
682        my $res = $ua->request ($req);
683        ## TODO: 401 sets |is_success| true.
684        if ($res->is_success or $http->get_parameter ('error-page')) {
685          $r->{base_uri} = $res->base; ## NOTE: It does check |Content-Base|, |Content-Location|, and <base>. ## TODO: Use our own code!
686          $r->{uri} = $res->request->uri;
687          $r->{request_uri} = $request_uri;
688    
689          ## TODO: More strict parsing...
690          my $ct = $res->header ('Content-Type');
691          if (defined $ct and $ct =~ m#^([0-9A-Za-z._+-]+/[0-9A-Za-z._+-]+)#) {
692            $r->{media_type} = lc $1;
693          }
694          if (defined $ct and $ct =~ /;\s*charset\s*=\s*"?(\S+)"?/i) {
695            $r->{charset} = lc $1;
696            $r->{charset} =~ tr/\\//d;
697          }
698    
699          my $input_charset = $http->get_parameter ('charset');
700          if (defined $input_charset and length $input_charset) {
701            $r->{charset_overridden}
702                = (not defined $r->{charset} or $r->{charset} ne $input_charset);
703            $r->{charset} = $input_charset;
704          }
705    
706          $r->{s} = ''.$res->content;
707        } else {
708          $r->{uri} = $res->request->uri;
709          $r->{request_uri} = $request_uri;
710          $r->{error_status_text} = $res->status_line;
711        }
712    
713        $r->{header_field} = [];
714        $res->scan (sub {
715          push @{$r->{header_field}}, [$_[0], $_[1]];
716        });
717        $r->{header_status_code} = $res->code;
718        $r->{header_status_text} = $res->message;
719      } else {
720        $r->{s} = ''.$http->get_parameter ('s');
721        $r->{uri} = q<thismessage:/>;
722        $r->{request_uri} = q<thismessage:/>;
723        $r->{base_uri} = q<thismessage:/>;
724        $r->{charset} = ''.$http->get_parameter ('_charset_');
725        $r->{charset} =~ s/\s+//g;
726        $r->{charset} = 'utf-8' if $r->{charset} eq '';
727        $r->{header_field} = [];
728      }
729    
730      my $input_format = $http->get_parameter ('i');
731      if (defined $input_format and length $input_format) {
732        $r->{media_type_overridden}
733            = (not defined $r->{media_type} or $input_format ne $r->{media_type});
734        $r->{media_type} = $input_format;
735      }
736      if (defined $r->{s} and not defined $r->{media_type}) {
737        $r->{media_type} = 'text/html';
738        $r->{media_type_overridden} = 1;
739      }
740    
741      if ($r->{media_type} eq 'text/xml') {
742        unless (defined $r->{charset}) {
743          $r->{charset} = 'us-ascii';
744        } elsif ($r->{charset_overridden} and $r->{charset} eq 'us-ascii') {
745          $r->{charset_overridden} = 0;
746        }
747      }
748    
749      if (length $r->{s} > 1000_000) {
750        $r->{error_status_text} = 'Entity-body too large';
751        delete $r->{s};
752        return $r;
753      }
754    
755      return $r;
756    } # get_input_document
757    
758    package WDCC::LWPUA;
759    BEGIN { push our @ISA, 'LWP::UserAgent'; }
760    
761    sub redirect_ok {
762      my $ua = shift;
763      unless ($ua->SUPER::redirect_ok (@_)) {
764        return 0;
765      }
766    
767      my $uris = $_[1]->header ('Location');
768      return 0 unless $uris;
769      my $uri = $ua->{wdcc_dom}->create_uri_reference ($uris);
770      unless ({
771               http => 1,
772              }->{lc $uri->uri_scheme}) {
773        return 0;
774      }
775      unless ($ua->{wdcc_host_permit}->check ($uri->uri_host, $uri->uri_port || 80)) {
776        return 0;
777      }
778      return 1;
779    } # redirect_ok
780    
781  =head1 AUTHOR  =head1 AUTHOR
782    
783  Wakaba <w@suika.fam.cx>.  Wakaba <w@suika.fam.cx>.
Legend:
Removed from v.1.1  
changed lines
  Added in v.1.18
admin@suikawiki.org
 ViewVC Help
Powered by ViewVC 1.1.24