Annotation of libwww/Robot/src/HTRobot.c, revision 1.38

1.1       frystyk     1: /*                                                                  HTRobot.c
                      2: **     W3C MINI ROBOT
                      3: **
                      4: **     (c) COPRIGHT MIT 1995.
                      5: **     Please first read the full copyright statement in the file COPYRIGH.
                      6: **
                      7: **     This program illustrates how to travers links using the Anchor object
                      8: **
                      9: **  Authors:
                     10: **     HFN             Henrik Frystyk Nielsen, (frystyk@w3.org)
                     11: **
                     12: **  History:
                     13: **     Dec 04 95       First version
                     14: */
                     15: 
                     16: #include "WWWLib.h"                          /* Global Library Include file */
                     17: #include "WWWApp.h"                                    /* Application stuff */
1.17      frystyk    18: #include "WWWTrans.h"
1.10      frystyk    19: #include "WWWInit.h"
1.9       frystyk    20: 
1.4       frystyk    21: #include "HText.h"
1.1       frystyk    22: 
                     23: #include "HTRobot.h"                                    /* Implemented here */
1.33      eric       24: #include "HTWatch.h"
1.1       frystyk    25: 
1.14      frystyk    26: #ifndef W3C_VERSION
1.33      eric       27: #define W3C_VERSION            "Unspecified"
1.1       frystyk    28: #endif
                     29: 
                     30: #define APP_NAME               "W3CRobot"
1.14      frystyk    31: #define APP_VERSION            W3C_VERSION
1.1       frystyk    32: 
                     33: #define DEFAULT_OUTPUT_FILE    "robot.out"
                     34: #define DEFAULT_RULE_FILE      "robot.conf"
                     35: #define DEFAULT_LOG_FILE               "robot.log"
1.7       frystyk    36: #define DEFAULT_DEPTH          0
1.1       frystyk    37: 
                     38: #define SHOW_MSG               (WWWTRACE || HTAlert_interactive())
                     39: 
1.7       frystyk    40: #define DEFAULT_TIMEOUT                10                     /* timeout in seconds */
1.1       frystyk    41: 
                     42: #if defined(__svr4__)
                     43: #define CATCH_SIG
                     44: #endif
                     45: 
                     46: typedef enum _MRFlags {
1.2       frystyk    47:     MR_IMG     = 0x1,
                     48:     MR_LINK    = 0x2,
1.12      frystyk    49:     MR_PREEMPTIVE= 0x4,
                     50:     MR_TIME    = 0x8
1.1       frystyk    51: } MRFlags;
                     52: 
                     53: typedef struct _Robot {
1.2       frystyk    54:     int                        depth;                       /* How deep is our tree */
1.30      frystyk    55:     int                        cnt;                            /* Count of requests */
1.2       frystyk    56:     HTList *           hyperdoc;            /* List of our HyperDoc Objects */
1.4       frystyk    57:     HTList *           htext;                  /* List of our HText Objects */
1.34      eric       58:     HTList *           fingers;
1.1       frystyk    59:     struct timeval *   tv;                             /* Timeout on socket */
                     60:     char *             cwd;                              /* Current dir URL */
                     61:     char *             rules;
                     62:     char *             logfile;
                     63:     char *             outputfile;
                     64:     FILE *             output;
                     65:     MRFlags            flags;
                     66: } Robot;
1.34      eric       67: 
                     68: typedef struct _Finger {
                     69:     Robot * robot;
                     70:     HTRequest * request;
                     71:     HTParentAnchor * dest;
                     72: } Finger;
                     73: 
1.1       frystyk    74: typedef enum _LoadState {
                     75:     L_INVALID  = -2,
                     76:     L_LOADING  = -1,
                     77:     L_SUCCESS  = 0,
                     78:     L_ERROR
                     79: } LoadState;
                     80: 
                     81: /*
                     82: **  The HyperDoc object is bound to the anchor and contains information about
                     83: **  where we are in the search for recursive searches
                     84: */
                     85: typedef struct _HyperDoc {
                     86:     HTParentAnchor *   anchor;
                     87:     LoadState          state;
                     88:     int                        depth;
                     89: } HyperDoc;
                     90: 
                     91: /*
                     92: ** This is the HText object that is created every time we start parsing a 
                     93: ** HTML object
                     94: */
1.4       frystyk    95: struct _HText {
1.1       frystyk    96:     HTRequest *                request;
1.4       frystyk    97: };
1.1       frystyk    98: 
                     99: PUBLIC HText * HTMainText = NULL;
                    100: PUBLIC HTParentAnchor * HTMainAnchor = NULL;
                    101: PUBLIC HTStyleSheet * styleSheet = NULL;
                    102: 
                    103: /* ------------------------------------------------------------------------- */
                    104: 
1.33      eric      105: PUBLIC int HTWatch(int id, void * obj, const char * fmt, ...)
                    106: {
                    107:     va_list pArgs;
                    108:     va_start(pArgs, fmt);
                    109:     fprintf(stderr, "id: %x  obj: %p: ", id, obj);
                    110:     return vfprintf(stderr, fmt, pArgs);
                    111: }
                    112: 
1.36      eric      113: #define LOG_BUFF_SIZE  65536
                    114: int LogFile = 2;
                    115: char * LogBuff  = NULL;
                    116: size_t LogLen = 0;
                    117: 
                    118: PUBLIC int HTWatch_logOpen (char *ident, int option, int  facility)
                    119: {
                    120: #ifdef USE_SYSLOG
                    121:     openlog(ident, option, facility);
                    122: #else /* USE_SYSLOG */
                    123: #if 0
                    124:     if ((LogFile = open("HTRobot.log", O_CREAT|O_TRUNC)) == -1)
                    125:        return HT_ERROR;
                    126:     close(LogFile);
                    127: #endif
                    128:     if ((LogBuff = (char *) HT_MALLOC(LOG_BUFF_SIZE)) == NULL)
                    129:        HT_OUTOFMEM("HTWatch_logOpen");
                    130:     LogLen = 0;
                    131: #endif /* !USE_SYSLOG */
                    132:     return HT_OK;
                    133: }
                    134: 
                    135: PRIVATE int HTWatch_logFlush(void)
                    136: {
                    137:     if ((LogFile = open("HTRobot.log", O_APPEND)) == -1)
                    138:        return HT_ERROR;
                    139:     write(LogFile, LogBuff, LogLen);
                    140:     LogLen = 0;
                    141:     close(LogFile);
                    142:     return HT_OK;
                    143: }
                    144: 
                    145: PRIVATE int HTWatch_logAdd(char * buf, size_t len)
                    146: {
                    147:     /*
                    148:     ** Dump everything that won't fit in buffer
                    149:     */
                    150:     while (len + LogLen > LOG_BUFF_SIZE) {
                    151:        size_t toWrite = LOG_BUFF_SIZE-LogLen;
                    152:        memcpy(LogBuff+LogLen, buf, toWrite);
                    153:        HTWatch_logFlush();
                    154:        buf += toWrite;
                    155:        len -= toWrite;
                    156:     }
                    157:     memcpy(LogBuff+LogLen, buf, len);
                    158:     LogLen += len;
                    159:     return HT_OK;
                    160: }
                    161: 
1.38    ! eric      162: #include <sys/time.h>
        !           163: #include <unistd.h>
        !           164: 
        !           165: PRIVATE int _adjustGMT(long theTime)
        !           166: {
        !           167:     static long adjustment = -1;
        !           168:     if (adjustment == -1) {
        !           169:         tzset();
        !           170:         adjustment = timezone;
        !           171:     }
        !           172:     return theTime-adjustment;
        !           173: }
        !           174: 
        !           175: PRIVATE int HTWatch_logTime(void)
        !           176: {
        !           177:     char buff[20];
        !           178:     int len;
        !           179:     struct timeval tp;
        !           180:     struct timezone tz = {300, DST_USA};
        !           181: 
        !           182:     gettimeofday(&tp, &tz);
        !           183:     tp.tv_sec = _adjustGMT(tp.tv_sec)%(24*60*60);
        !           184:     len = sprintf(buff, "%02d:%02d:%02d.%d ", tp.tv_sec/3600, (tp.tv_sec%3600)/60, tp.tv_sec%60, tp.tv_usec);
        !           185:     HTWatch_logAdd(buff, len);
        !           186:     return tp.tv_sec;
        !           187: }
        !           188: 
1.36      eric      189: PUBLIC void HTWatch_logClose (void)
                    190: {
                    191: #ifdef USE_SYSLOG
                    192:     closelog();
                    193: #else /* USE_SYSLOG */
                    194:     if (LogLen)
                    195:        HTWatch_logFlush();
                    196:     if (LogFile > 2)
                    197:        close(LogFile);
                    198:     if (LogBuff != NULL)
                    199:        HT_FREE(LogBuff);
                    200: #endif /* !USE_SYSLOG */
                    201: }
                    202: 
                    203: PUBLIC int HTWatch_logData (char * data, size_t len, const char * fmt, ...)
                    204: {
                    205:     char buff[8200];
                    206:     va_list pArgs;
1.38    ! eric      207:     /*    char * tptr;
        !           208:     time_t now; */
1.36      eric      209:     int ret;
                    210:     va_start(pArgs, fmt);
                    211:     ret = vsprintf(buff, fmt, pArgs);
                    212: #ifdef USE_SYSLOG
                    213:     syslog(LOG_DEBUG, "%s\n", buff);
                    214:     if (len > 8192)
                    215:        len = 8192;
                    216:     strncpy(buff, data, len);
                    217:     buff[len] = 0;
                    218:     syslog(LOG_DEBUG, "%s\n", buff);
                    219: #else /* USE_SYSLOG */
1.38    ! eric      220:     /*
1.36      eric      221:     time(&now);
                    222:     tptr = ctime(&now);
                    223:     HTWatch_logAdd(tptr, strlen(tptr));
1.38    ! eric      224:     */
        !           225:     HTWatch_logTime();
1.36      eric      226:     HTWatch_logAdd(buff, ret);
                    227:     HTWatch_logAdd("\n", 1);
                    228:     HTWatch_logAdd(data, len);
                    229: #endif /* !USE_SYSLOG */
                    230:     return ret;
                    231: }
                    232: 
1.13      eric      233: /*     Standard (non-error) Output
                    234: **     ---------------------------
                    235: */
                    236: PUBLIC int OutputData(const char  * fmt, ...)
                    237: {
                    238:     int ret;
                    239:     va_list pArgs;
                    240:     va_start(pArgs, fmt);
                    241:     ret = vfprintf(stdout, fmt, pArgs);
                    242:     va_end(pArgs);
                    243:     return ret;
                    244: }
                    245: 
                    246: /* ------------------------------------------------------------------------- */
                    247: 
1.2       frystyk   248: /*     Create a "HyperDoc" object
                    249: **     --------------------------
                    250: **     A HyperDoc object contains information about whether we have already
                    251: **     started checking the anchor and the depth in our search
                    252: */
                    253: PRIVATE HyperDoc * HyperDoc_new (Robot * mr,HTParentAnchor * anchor, int depth)
                    254: {
                    255:     HyperDoc * hd;
1.14      frystyk   256:     if ((hd = (HyperDoc *) HT_CALLOC(1, sizeof(HyperDoc))) == NULL)
                    257:        HT_OUTOFMEM("HyperDoc_new");
1.2       frystyk   258:     hd->state = L_INVALID;
                    259:     hd->depth = depth;
                    260:  
                    261:     /* Bind the HyperDoc object together with the Anchor Object */
                    262:     hd->anchor = anchor;
                    263:     HTAnchor_setDocument(anchor, (void *) hd);
                    264: 
                    265:     /* Add this HyperDoc object to our list */
                    266:     if (!mr->hyperdoc) mr->hyperdoc = HTList_new();
                    267:     HTList_addObject(mr->hyperdoc, (void *) hd);
                    268:     return hd;
                    269: }
                    270: 
                    271: /*     Delete a "HyperDoc" object
                    272: **     --------------------------
                    273: */
                    274: PRIVATE BOOL HyperDoc_delete (HyperDoc * hd)
                    275: {
                    276:     if (hd) {
1.11      frystyk   277:        HT_FREE (hd);
1.2       frystyk   278:        return YES;
                    279:     }
                    280:     return NO;
                    281: }
                    282: 
1.1       frystyk   283: /*     Create a Command Line Object
                    284: **     ----------------------------
                    285: */
                    286: PRIVATE Robot * Robot_new (void)
                    287: {
                    288:     Robot * me;
1.14      frystyk   289:     if ((me = (Robot *) HT_CALLOC(1, sizeof(Robot))) == NULL ||
                    290:        (me->tv = (struct timeval*) HT_CALLOC(1, sizeof(struct timeval))) == NULL)
                    291:        HT_OUTOFMEM("Robot_new");
1.2       frystyk   292:     me->hyperdoc = HTList_new();
1.4       frystyk   293:     me->htext = HTList_new();
1.1       frystyk   294:     me->tv->tv_sec = DEFAULT_TIMEOUT;
1.25      frystyk   295:     me->cwd = HTGetCurrentDirectoryURL();
1.1       frystyk   296:     me->output = OUTPUT;
1.35      eric      297:     me->cnt = 0;
1.34      eric      298:     me->fingers = HTList_new();
1.1       frystyk   299:     return me;
                    300: }
                    301: 
                    302: /*     Delete a Command Line Object
                    303: **     ----------------------------
                    304: */
                    305: PRIVATE BOOL Robot_delete (Robot * me)
                    306: {
                    307:     if (me) {
1.34      eric      308:        HTList_delete(me->fingers);
1.2       frystyk   309:        if (me->hyperdoc) {
                    310:            HTList * cur = me->hyperdoc;
                    311:            HyperDoc * pres;
                    312:            while ((pres = (HyperDoc *) HTList_nextObject(cur)))
                    313:                HyperDoc_delete(pres);
                    314:            HTList_delete(me->hyperdoc);
                    315:        }
1.4       frystyk   316:        if (me->htext) {
                    317:            HTList * cur = me->htext;
                    318:            HText * pres;
                    319:            while ((pres = (HText *) HTList_nextObject(cur)))
                    320:                HText_free(pres);
                    321:            HTList_delete(me->htext);
                    322:        }
1.1       frystyk   323:        if (me->logfile) HTLog_close();
                    324:        if (me->output && me->output != STDOUT) fclose(me->output);
1.12      frystyk   325:        if (me->flags & MR_TIME) {
                    326:            time_t local = time(NULL);
1.13      eric      327:            HTTrace("Robot terminated %s\n",HTDateTimeStr(&local,YES));
1.12      frystyk   328:        }
1.11      frystyk   329:        HT_FREE(me->cwd);
                    330:        HT_FREE(me->tv);
                    331:        HT_FREE(me);
1.1       frystyk   332:        return YES;
                    333:     }
                    334:     return NO;
                    335: }
                    336: 
1.2       frystyk   337: /*
1.34      eric      338: **  This function creates a new finger object and initializes it with a new request
1.2       frystyk   339: */
1.34      eric      340: PRIVATE Finger * Finger_new (Robot * robot, HTParentAnchor * dest, HTMethod method)
1.2       frystyk   341: {
1.34      eric      342:     Finger * me;
                    343:     HTRequest * request = HTRequest_new();
                    344:     if ((me = (Finger *) HT_CALLOC(1, sizeof(Finger))) == NULL)
                    345:        HT_OUTOFMEM("Finger_new");
                    346:     me->robot = robot;
                    347:     me->request = request;
                    348:     me->dest = dest;
                    349:     HTList_addObject(robot->fingers, (void *)me);
                    350: 
                    351:     HTRequest_setContext (request, me);
                    352:     if (robot->flags & MR_PREEMPTIVE) HTRequest_setPreemptive(request, YES);
                    353:     HTRequest_addRqHd(request, HT_C_HOST);
                    354:     HTRequest_setMethod(request, method);
                    355:     robot->cnt++;
                    356:     return me;
1.2       frystyk   357: }
                    358: 
1.34      eric      359: PRIVATE int Finger_delete (Finger * me)
1.2       frystyk   360: {
1.34      eric      361:     HTList_removeObject(me->robot->fingers, (void *)me);
                    362:     me->robot->cnt--;
1.37      frystyk   363: 
                    364:     /*
                    365:     **  If we are down at one request then flush the output buffer
                    366:     */
                    367:     if (me->request) {
                    368:        if (me->robot->cnt == 1) HTRequest_forceFlush(me->request);
1.34      eric      369:        HTRequest_delete(me->request);
1.37      frystyk   370:     }
                    371: 
                    372:     /*
                    373:     **  Delete the request and free myself
                    374:     */
1.34      eric      375:     HT_FREE(me);
                    376:     return YES;
1.2       frystyk   377: }
                    378: 
                    379: /*
                    380: **  Cleanup and make sure we close all connections including the persistent
                    381: **  ones
                    382: */
1.1       frystyk   383: PRIVATE void Cleanup (Robot * me, int status)
                    384: {
                    385:     Robot_delete(me);
1.29      eric      386:     HTProfile_delete();
1.36      eric      387:     HTWatch_logClose();
1.1       frystyk   388: #ifdef VMS
                    389:     exit(status ? status : 1);
                    390: #else
                    391:     exit(status ? status : 0);
                    392: #endif
                    393: }
                    394: 
                    395: #ifdef CATCH_SIG
                    396: #include <signal.h>
                    397: /*                                                                 SetSignal
                    398: **  This function sets up signal handlers. This might not be necessary to
                    399: **  call if the application has its own handlers (lossage on SVR4)
                    400: */
                    401: PRIVATE void SetSignal (void)
                    402: {
                    403:     /* On some systems (SYSV) it is necessary to catch the SIGPIPE signal
                    404:     ** when attemting to connect to a remote host where you normally should
                    405:     ** get `connection refused' back
                    406:     */
                    407:     if (signal(SIGPIPE, SIG_IGN) == SIG_ERR) {
1.13      eric      408:        if (PROT_TRACE) HTTrace("HTSignal.... Can't catch SIGPIPE\n");
1.1       frystyk   409:     } else {
1.13      eric      410:        if (PROT_TRACE) HTTrace("HTSignal.... Ignoring SIGPIPE\n");
1.1       frystyk   411:     }
                    412: }
                    413: #endif /* CATCH_SIG */
                    414: 
                    415: PRIVATE void VersionInfo (void)
                    416: {
1.13      eric      417:     OutputData("\n\nW3C Reference Software\n\n");
                    418:     OutputData("\tW3C Mini Robot (%s) version %s.\n",
1.1       frystyk   419:             APP_NAME, APP_VERSION);
1.13      eric      420:     OutputData("\tW3C Reference Library version %s.\n\n",HTLib_version());
                    421:     OutputData("Please send feedback to <libwww@w3.org>\n");
1.1       frystyk   422: }
                    423: 
                    424: /*     terminate_handler
                    425: **     -----------------
1.2       frystyk   426: **     This function is registered to handle the result of the request.
                    427: **     If no more requests are pending then terminate program
1.1       frystyk   428: */
1.32      frystyk   429: PRIVATE int terminate_handler (HTRequest * request, HTResponse * response,
                    430:                               void * param, int status) 
1.1       frystyk   431: {
1.34      eric      432:     Finger * finger = (Finger *) HTRequest_context(request);
                    433:     Robot * robot = finger->robot;
                    434:     if (SHOW_MSG) HTTrace("Robot....... done with %s\n", HTAnchor_physical(finger->dest));
                    435:     Finger_delete(finger);
1.37      frystyk   436:     if (robot->cnt <= 0) {
1.34      eric      437:        if (SHOW_MSG) HTTrace("             Everything is finished...\n");
1.37      frystyk   438:        Cleanup(robot, 0);                      /* No way back from here */
1.30      frystyk   439:     }
1.37      frystyk   440: 
                    441:     if (SHOW_MSG) HTTrace("             %d outstanding request%s\n", robot->cnt, robot->cnt == 1 ? "" : "s");
1.1       frystyk   442:     return HT_OK;
                    443: }
                    444: 
1.37      frystyk   445: #if 0
1.1       frystyk   446: /*     timeout_handler
                    447: **     ---------------
                    448: **     This function is registered to handle timeout in select eventloop
1.7       frystyk   449: **
                    450: **     BUG: This doesn't work as we don't get the right request object
                    451: **     back from the event loop
1.1       frystyk   452: */
                    453: PRIVATE int timeout_handler (HTRequest * request)
                    454: {
1.27      frystyk   455: #if 0
1.34      eric      456:     Finger * finger = (Finger *) HTRequest_context(request);
1.27      frystyk   457: #endif
1.25      frystyk   458:     if (SHOW_MSG) HTTrace("Robot....... We don't know how to handle timeout...\n");
1.7       frystyk   459: #if 0
1.1       frystyk   460:     HTRequest_kill(request);
1.34      eric      461:     Finger_delete(finger);
1.7       frystyk   462: #endif
1.4       frystyk   463:     return HT_OK;
1.1       frystyk   464: }
1.37      frystyk   465: #endif
1.1       frystyk   466: 
                    467: /* ------------------------------------------------------------------------- */
                    468: /*                             HTEXT INTERFACE                              */
                    469: /* ------------------------------------------------------------------------- */
                    470: 
                    471: PUBLIC HText * HText_new2 (HTRequest * request, HTParentAnchor * anchor,
                    472:                           HTStream * stream)
                    473: {
                    474:     HText * me;
1.34      eric      475:     Finger * finger = (Finger *) HTRequest_context(request);
                    476:     Robot * mr = finger->robot;
1.14      frystyk   477:     if ((me = (HText *) HT_CALLOC(1, sizeof(HText))) == NULL)
                    478:        HT_OUTOFMEM("HText_new2");
1.4       frystyk   479: 
                    480:     /* Bind the HText object together with the Request Object */
1.1       frystyk   481:     me->request = request;
1.4       frystyk   482: 
                    483:     /* Add this HyperDoc object to our list */
                    484:     if (!mr->htext) mr->htext = HTList_new();
                    485:     HTList_addObject(mr->htext, (void *) me);
1.1       frystyk   486:     return me;
                    487: }
                    488: 
1.4       frystyk   489: PUBLIC void HText_free (HText * me) {
1.11      frystyk   490:     if (me) HT_FREE (me);
1.4       frystyk   491: }
                    492: 
1.1       frystyk   493: PUBLIC void HText_beginAnchor (HText * text, HTChildAnchor * anchor)
                    494: {
                    495:     if (text && anchor) {
1.34      eric      496:        Finger * finger = (Finger *) HTRequest_context(text->request);
                    497:        Robot * mr = finger->robot;
1.1       frystyk   498:        HTAnchor * dest = HTAnchor_followMainLink((HTAnchor *) anchor);
                    499:        HTParentAnchor * dest_parent = HTAnchor_parent(dest);
1.7       frystyk   500:        char * uri = HTAnchor_address((HTAnchor *) dest_parent);
1.1       frystyk   501:        HyperDoc * hd = HTAnchor_document(dest_parent);
                    502: 
1.13      eric      503:        if (SHOW_MSG) HTTrace("Robot....... Found `%s\' - ", uri ? uri : "NULL");
1.7       frystyk   504:        
1.2       frystyk   505:        /* Test whether we already have a hyperdoc for this document */
                    506:        if (mr->flags & MR_LINK && dest_parent && !hd) {
1.1       frystyk   507:            HTParentAnchor * parent = HTRequest_parent(text->request);
                    508:            HyperDoc * last = HTAnchor_document(parent);
                    509:            int depth = last ? last->depth+1 : 0;
1.34      eric      510:            Finger * newfinger = Finger_new(mr, dest_parent, METHOD_GET);
                    511:            HTRequest * newreq = newfinger->request;
1.2       frystyk   512:            HyperDoc_new(mr, dest_parent, depth);
1.7       frystyk   513:            HTRequest_setParent(newreq, HTRequest_anchor(text->request));
                    514:            if (depth >= mr->depth) {
                    515:                if (SHOW_MSG)
1.13      eric      516:                    HTTrace("loading at depth %d using HEAD\n", depth);
1.7       frystyk   517:                HTRequest_setMethod(newreq, METHOD_HEAD);
1.30      frystyk   518:                HTRequest_setOutputFormat(newreq, WWW_DEBUG);
1.7       frystyk   519:            } else {
1.13      eric      520:                if (SHOW_MSG) HTTrace("loading at depth %d\n", depth);
1.2       frystyk   521:            }
                    522:            if (HTLoadAnchor((HTAnchor *) dest_parent, newreq) != YES) {
1.13      eric      523:                if (SHOW_MSG) HTTrace("not tested!\n");
1.34      eric      524:                Finger_delete(newfinger);
1.2       frystyk   525:            }
1.7       frystyk   526:        } else {
1.18      frystyk   527:            if (SHOW_MSG) HTTrace("duplicate or max depth reached\n");
1.2       frystyk   528:        }
1.11      frystyk   529:        HT_FREE(uri);
1.2       frystyk   530:     }
                    531: }
                    532: 
                    533: PUBLIC void HText_appendImage (HText * text, HTChildAnchor * anchor,
1.14      frystyk   534:                               const char *alt, const char * align, BOOL isMap)
1.2       frystyk   535: {
                    536:     if (text && anchor) {
1.34      eric      537:        Finger * finger = (Finger *) HTRequest_context(text->request);
                    538:        Robot * mr = finger->robot;
1.2       frystyk   539:        HTParentAnchor * dest = (HTParentAnchor *)
                    540:            HTAnchor_followMainLink((HTAnchor *) anchor);
                    541:        HyperDoc * hd = HTAnchor_document(dest);
1.1       frystyk   542: 
1.2       frystyk   543:        /* Test whether we already have a hyperdoc for this document */
                    544:        if (mr->flags & MR_IMG && dest && !hd) {
                    545:            HTParentAnchor * parent = HTRequest_parent(text->request);
                    546:            HyperDoc * last = HTAnchor_document(parent);
                    547:            int depth = last ? last->depth+1 : 0;
1.34      eric      548:            Finger * newfinger = Finger_new(mr, dest, METHOD_HEAD);
                    549:            HTRequest * newreq = newfinger->request;
1.2       frystyk   550:            HyperDoc_new(mr, dest, depth);
                    551:            if (SHOW_MSG) {
                    552:                char * uri = HTAnchor_address((HTAnchor *) dest);
1.13      eric      553:                HTTrace("Robot....... Checking Image `%s\'\n", uri);
1.11      frystyk   554:                HT_FREE(uri);
1.2       frystyk   555:            }
                    556:            if (HTLoadAnchor((HTAnchor *) dest, newreq) != YES) {
                    557:                if (SHOW_MSG)
1.13      eric      558:                    HTTrace("Robot....... Image not tested!\n");
1.34      eric      559:                Finger_delete(newfinger);
1.1       frystyk   560:            }
                    561:        }
                    562:     }
                    563: }
                    564: 
                    565: PUBLIC void HText_endAnchor (HText * text) {}
1.14      frystyk   566: PUBLIC void HText_appendText (HText * text, const char * str) {}
1.1       frystyk   567: PUBLIC void HText_appendCharacter (HText * text, char ch) {}
                    568: PUBLIC void HText_endAppend (HText * text) {}
                    569: PUBLIC void HText_setStyle (HText * text, HTStyle * style) {}
                    570: PUBLIC void HText_beginAppend (HText * text) {}
                    571: PUBLIC void HText_appendParagraph (HText * text) {}
                    572: 
                    573: /* ------------------------------------------------------------------------- */
                    574: /*                               MAIN PROGRAM                               */
                    575: /* ------------------------------------------------------------------------- */
                    576: 
                    577: int main (int argc, char ** argv)
                    578: {
                    579:     int                status = 0;     
                    580:     int                arg;
                    581:     HTChunk *  keywords = NULL;                        /* From command line */
                    582:     int                keycnt = 0;
1.12      frystyk   583:     Robot *    mr = NULL;
1.34      eric      584:     Finger *   finger;
                    585:     HTParentAnchor *   startAnchor;
1.1       frystyk   586: 
                    587:     /* Starts Mac GUSI socket library */
                    588: #ifdef GUSI
                    589:     GUSISetup(GUSIwithSIOUXSockets);
                    590:     GUSISetup(GUSIwithInternetSockets);
                    591: #endif
                    592: 
                    593: #ifdef __MWERKS__ /* STR */
                    594:     InitGraf((Ptr) &qd.thePort); 
                    595:     InitFonts(); 
                    596:     InitWindows(); 
                    597:     InitMenus(); TEInit(); 
                    598:     InitDialogs(nil); 
                    599:     InitCursor();
                    600:     SIOUXSettings.asktosaveonclose = false;
                    601:     argc=ccommand(&argv);
                    602: #endif
                    603: 
1.36      eric      604:     HTWatch_logOpen("HTRobot", LOG_NDELAY, LOG_USER);
1.27      frystyk   605:     /* Initiate W3C Reference Library with a robot profile */
                    606:     HTProfile_newRobot(APP_NAME, APP_VERSION);
                    607: 
                    608:     /* Add the default HTML parser to the set of converters */
                    609:     {
                    610:        HTList * converters = HTFormat_conversion();
                    611:        HTMLInit(converters);
                    612:     }
1.1       frystyk   613: 
1.12      frystyk   614:     /* Build a new robot object */
                    615:     mr = Robot_new();
                    616: 
1.1       frystyk   617:     /* Scan command Line for parameters */
                    618:     for (arg=1; arg<argc; arg++) {
                    619:        if (*argv[arg] == '-') {
                    620:            
                    621:            /* non-interactive */
1.17      frystyk   622:            if (!strcmp(argv[arg], "-n")) {
1.1       frystyk   623:                HTAlert_setInteractive(NO);
                    624: 
                    625:            /* log file */
                    626:            } else if (!strcmp(argv[arg], "-l")) {
                    627:                mr->logfile = (arg+1 < argc && *argv[arg+1] != '-') ?
                    628:                    argv[++arg] : DEFAULT_LOG_FILE;
                    629: 
                    630:            /* rule file */
                    631:            } else if (!strcmp(argv[arg], "-r")) {
                    632:                mr->rules = (arg+1 < argc && *argv[arg+1] != '-') ?
                    633:                    argv[++arg] : DEFAULT_RULE_FILE;
                    634: 
                    635:            /* output filename */
                    636:            } else if (!strcmp(argv[arg], "-o")) { 
                    637:                mr->outputfile = (arg+1 < argc && *argv[arg+1] != '-') ?
                    638:                    argv[++arg] : DEFAULT_OUTPUT_FILE;
                    639: 
                    640:            /* timeout -- Change the default request timeout */
                    641:            } else if (!strcmp(argv[arg], "-timeout")) {
                    642:                int timeout = (arg+1 < argc && *argv[arg+1] != '-') ?
                    643:                    atoi(argv[++arg]) : DEFAULT_TIMEOUT;
                    644:                if (timeout > 0) mr->tv->tv_sec = timeout;
                    645: 
1.7       frystyk   646:            /* preemptive or non-preemptive access */
1.1       frystyk   647:            } else if (!strcmp(argv[arg], "-single")) {
1.7       frystyk   648:                mr->flags |= MR_PREEMPTIVE;
1.2       frystyk   649: 
                    650:            /* test inlined images */
                    651:            } else if (!strcmp(argv[arg], "-img")) {
                    652:                mr->flags |= MR_IMG;
                    653: 
                    654:            /* load anchors */
                    655:            } else if (!strcmp(argv[arg], "-link")) {
                    656:                mr->flags |= MR_LINK;
1.7       frystyk   657:                mr->depth = (arg+1 < argc && *argv[arg+1] != '-') ?
                    658:                    atoi(argv[++arg]) : DEFAULT_DEPTH;
1.2       frystyk   659: 
1.12      frystyk   660:            /* Output start and end time */
                    661:            } else if (!strcmp(argv[arg], "-ss")) {
                    662:                time_t local = time(NULL);
1.13      eric      663:                HTTrace("Robot started on %s\n",
1.12      frystyk   664:                         HTDateTimeStr(&local, YES));
                    665:                mr->flags |= MR_TIME;
                    666: 
1.1       frystyk   667:            /* print version and exit */
                    668:            } else if (!strcmp(argv[arg], "-version")) { 
                    669:                VersionInfo();
                    670:                Cleanup(mr, 0);
                    671: 
                    672: #ifdef WWWTRACE
                    673:            /* trace flags */
                    674:            } else if (!strncmp(argv[arg], "-v", 2)) {
1.24      frystyk   675:                HTSetTraceMessageMask(argv[arg]+2);
1.1       frystyk   676: #endif
                    677: 
                    678:            } else {
1.13      eric      679:                if (SHOW_MSG) HTTrace("Bad Argument (%s)\n", argv[arg]);
1.1       frystyk   680:            }
1.17      frystyk   681:        } else {         /* If no leading `-' then check for URL or keywords */
1.1       frystyk   682:            if (!keycnt) {
                    683:                char * ref = HTParse(argv[arg], mr->cwd, PARSE_ALL);
1.34      eric      684:                startAnchor = (HTParentAnchor *) HTAnchor_findAddress(ref);
                    685:                HyperDoc_new(mr, startAnchor, 0);
1.1       frystyk   686:                keycnt = 1;
1.11      frystyk   687:                HT_FREE(ref);
1.1       frystyk   688:            } else {               /* Check for successive keyword arguments */
                    689:                char *escaped = HTEscape(argv[arg], URL_XALPHAS);
                    690:                if (keycnt++ <= 1)
1.5       frystyk   691:                    keywords = HTChunk_new(128);
1.1       frystyk   692:                else
1.5       frystyk   693:                    HTChunk_putc(keywords, ' ');
                    694:                HTChunk_puts(keywords, HTStrip(escaped));
1.11      frystyk   695:                HT_FREE(escaped);
1.1       frystyk   696:            }
                    697:        }
                    698:     }
                    699: 
                    700: #ifdef CATCH_SIG
                    701:     SetSignal();
                    702: #endif
                    703: 
                    704:     if (!keycnt) {
1.13      eric      705:        if (SHOW_MSG) HTTrace("Please specify URL to check.\n");
1.1       frystyk   706:        Cleanup(mr, -1);
                    707:     }
                    708: 
1.23      manoli    709:     /* Testing that HTTrace is working */
                    710:     HTTrace ("Welcome to the W3C mini Robot\n");
                    711: 
1.1       frystyk   712:     /* Rule file specified? */
                    713:     if (mr->rules) {
                    714:        char * rules = HTParse(mr->rules, mr->cwd, PARSE_ALL);
1.27      frystyk   715:        if (!HTLoadRules(rules))
1.13      eric      716:            if (SHOW_MSG) HTTrace("Can't access rules\n");
1.11      frystyk   717:        HT_FREE(rules);
1.1       frystyk   718:     }
                    719: 
                    720:     /* Output file specified? */
                    721:     if (mr->outputfile) {
                    722:        if ((mr->output = fopen(mr->outputfile, "wb")) == NULL) {
1.13      eric      723:            if (SHOW_MSG) HTTrace("Can't open `%s'\n", mr->outputfile);
1.1       frystyk   724:            mr->output = OUTPUT;
                    725:        }
                    726:     }
                    727: 
                    728:     /* Log file specifed? */
                    729:     if (mr->logfile) HTLog_open(mr->logfile, YES, YES);
                    730: 
1.27      frystyk   731:     /* Register our own someterminater filter */
1.32      frystyk   732:     HTNet_addAfter(terminate_handler, NULL, NULL, HT_ALL, HT_FILTER_LAST);
1.37      frystyk   733: 
1.34      eric      734:     /* Start the request */
                    735:     finger = Finger_new(mr, startAnchor, METHOD_GET);
                    736:     if (mr->flags & MR_PREEMPTIVE)
                    737:        HTRequest_setPreemptive(finger->request, YES);
1.1       frystyk   738: 
                    739:     if (keywords)                                                 /* Search */
1.34      eric      740:        status = HTSearchAnchor(keywords, (HTAnchor *)startAnchor, finger->request);
1.1       frystyk   741:     else
1.34      eric      742:        status = HTLoadAnchor((HTAnchor *)startAnchor, finger->request);
1.1       frystyk   743: 
1.5       frystyk   744:     if (keywords) HTChunk_delete(keywords);
1.1       frystyk   745:     if (status != YES) {
1.13      eric      746:        if (SHOW_MSG) HTTrace("Can't access resource\n");
1.1       frystyk   747:        Cleanup(mr, -1);
                    748:     }
                    749: 
                    750:     /* Go into the event loop... */
1.34      eric      751:     HTEventList_loop(finger->request);
1.1       frystyk   752: 
                    753:     /* Only gets here if event loop fails */
                    754:     Cleanup(mr, 0);
                    755:     return 0;
                    756: }

Webmaster