lib/rbot/core/utils/httputil.rb

   1 #-- vim:sw=2:et
   2 #++
   3 #
   4 # :title: rbot HTTP provider
   5 #
   6 # Author:: Tom Gilbert <tom@linuxbrit.co.uk>
   7 # Author:: Giuseppe "Oblomov" Bilotta <giuseppe.bilotta@gmail.com>
   8 # Author:: Dmitry "jsn" Kim <dmitry point kim at gmail point com>
   9 #
  10 # Copyright:: (C) 2002-2005 Tom Gilbert
  11 # Copyright:: (C) 2006 Tom Gilbert, Giuseppe Bilotta
  12 # Copyright:: (C) 2007 Giuseppe Bilotta, Dmitry Kim
  13
  14 require 'resolv'
  15 require 'net/http'
  16 require 'cgi'
  17 require 'iconv'
  18 begin
  19   require 'net/https'
  20 rescue LoadError => e
  21   error "Couldn't load 'net/https':  #{e.pretty_inspect}"
  22   error "Secured HTTP connections will fail"
  23 end
  24
  25 # To handle Gzipped pages
  26 require 'stringio'
  27 require 'zlib'
  28
  29 module ::Net
  30   class HTTPResponse
  31     attr_accessor :no_cache
  32     if !instance_methods.include?('raw_body')
  33       alias :raw_body :body
  34     end
  35
  36     def body_charset(str=self.raw_body)
  37       ctype = self['content-type'] || 'text/html'
  38       return nil unless ctype =~ /^text/i || ctype =~ /x(ht)?ml/i
  39
  40       charsets = ['latin1'] # should be in config
  41
  42       if ctype.match(/charset=["']?([^\s"']+)["']?/i)
  43         charsets << $1
  44         debug "charset #{charsets.last} added from header"
  45       end
  46
  47       case str
  48       when /<\?xml\s[^>]*encoding=['"]([^\s"'>]+)["'][^>]*\?>/i
  49         charsets << $1
  50         debug "xml charset #{charsets.last} added from xml pi"
  51       when /<(meta\s[^>]*http-equiv=["']?Content-Type["']?[^>]*)>/i
  52         meta = $1
  53         if meta =~ /charset=['"]?([^\s'";]+)['"]?/
  54           charsets << $1
  55           debug "html charset #{charsets.last} added from meta"
  56         end
  57       end
  58       return charsets.uniq
  59     end
  60
  61     def body_to_utf(str)
  62       charsets = self.body_charset(str) or return str
  63
  64       charsets.reverse_each do |charset|
  65         # XXX: this one is really ugly, but i don't know how to make it better
  66         #  -jsn
  67
  68         0.upto(5) do |off|
  69           begin
  70             debug "trying #{charset} / offset #{off}"
  71             return Iconv.iconv('utf-8//ignore',
  72                                charset,
  73                                str.slice(0 .. (-1 - off))).first
  74           rescue
  75             debug "conversion failed for #{charset} / offset #{off}"
  76           end
  77         end
  78       end
  79       return str
  80     end
  81
  82     def decompress_body(str)
  83       method = self['content-encoding']
  84       case method
  85       when nil
  86         return str
  87       when /gzip/ # Matches gzip, x-gzip, and the non-rfc-compliant gzip;q=\d sent by some servers
  88         debug "gunzipping body"
  89         begin
  90           return Zlib::GzipReader.new(StringIO.new(str)).read
  91         rescue Zlib::Error => e
  92           # If we can't unpack the whole stream (e.g. because we're doing a
  93           # partial read
  94           debug "full gunzipping failed (#{e}), trying to recover as much as possible"
  95           ret = ""
  96           begin
  97             Zlib::GzipReader.new(StringIO.new(str)).each_byte { |byte|
  98               ret << byte
  99             }
 100           rescue
 101           end
 102           return ret
 103         end
 104       else
 105         raise "Unhandled content encoding #{method}"
 106       end
 107     end
 108
 109     def cooked_body
 110       return self.body_to_utf(self.decompress_body(self.raw_body))
 111     end
 112
 113     # Read chunks from the body until we have at least _size_ bytes, yielding
 114     # the partial text at each chunk. Return the partial body.
 115     def partial_body(size=0, &block)
 116
 117       self.no_cache = true
 118       partial = String.new
 119
 120       self.read_body { |chunk|
 121         partial << chunk
 122         yield self.body_to_utf(self.decompress_body(partial)) if block_given?
 123         break if size and size > 0 and partial.length >= size
 124       }
 125
 126       return self.body_to_utf(self.decompress_body(partial))
 127     end
 128   end
 129 end
 130
 131 Net::HTTP.version_1_2
 132
 133 module ::Irc
 134 module Utils
 135
 136 # class for making http requests easier (mainly for plugins to use)
 137 # this class can check the bot proxy configuration to determine if a proxy
 138 # needs to be used, which includes support for per-url proxy configuration.
 139 class HttpUtil
 140     Bot::Config.register Bot::Config::BooleanValue.new('http.use_proxy',
 141       :default => false, :desc => "should a proxy be used for HTTP requests?")
 142     Bot::Config.register Bot::Config::StringValue.new('http.proxy_uri', :default => false,
 143       :desc => "Proxy server to use for HTTP requests (URI, e.g http://proxy.host:port)")
 144     Bot::Config.register Bot::Config::StringValue.new('http.proxy_user',
 145       :default => nil,
 146       :desc => "User for authenticating with the http proxy (if required)")
 147     Bot::Config.register Bot::Config::StringValue.new('http.proxy_pass',
 148       :default => nil,
 149       :desc => "Password for authenticating with the http proxy (if required)")
 150     Bot::Config.register Bot::Config::ArrayValue.new('http.proxy_include',
 151       :default => [],
 152       :desc => "List of regexps to check against a URI's hostname/ip to see if we should use the proxy to access this URI. All URIs are proxied by default if the proxy is set, so this is only required to re-include URIs that might have been excluded by the exclude list. e.g. exclude /.*\.foo\.com/, include bar\.foo\.com")
 153     Bot::Config.register Bot::Config::ArrayValue.new('http.proxy_exclude',
 154       :default => [],
 155       :desc => "List of regexps to check against a URI's hostname/ip to see if we should use avoid the proxy to access this URI and access it directly")
 156     Bot::Config.register Bot::Config::IntegerValue.new('http.max_redir',
 157       :default => 5,
 158       :desc => "Maximum number of redirections to be used when getting a document")
 159     Bot::Config.register Bot::Config::IntegerValue.new('http.expire_time',
 160       :default => 60,
 161       :desc => "After how many minutes since last use a cached document is considered to be expired")
 162     Bot::Config.register Bot::Config::IntegerValue.new('http.max_cache_time',
 163       :default => 60*24,
 164       :desc => "After how many minutes since first use a cached document is considered to be expired")
 165     Bot::Config.register Bot::Config::IntegerValue.new('http.no_expire_cache',
 166       :default => false,
 167       :desc => "Set this to true if you want the bot to never expire the cached pages")
 168     Bot::Config.register Bot::Config::IntegerValue.new('http.info_bytes',
 169       :default => 8192,
 170       :desc => "How many bytes to download from a web page to find some information. Set to 0 to let the bot download the whole page.")
 171
 172   class CachedObject
 173     attr_accessor :response, :last_used, :first_used, :count, :expires, :date
 174
 175     def self.maybe_new(resp)
 176       debug "maybe new #{resp}"
 177       return nil if resp.no_cache
 178       return nil unless Net::HTTPOK === resp ||
 179       Net::HTTPMovedPermanently === resp ||
 180       Net::HTTPFound === resp ||
 181       Net::HTTPPartialContent === resp
 182
 183       cc = resp['cache-control']
 184       return nil if cc && (cc =~ /no-cache/i)
 185
 186       date = Time.now
 187       if d = resp['date']
 188         date = Time.httpdate(d)
 189       end
 190
 191       return nil if resp['expires'] && (Time.httpdate(resp['expires']) < date)
 192
 193       debug "creating cache obj"
 194
 195       self.new(resp)
 196     end
 197
 198     def use
 199       now = Time.now
 200       @first_used = now if @count == 0
 201       @last_used = now
 202       @count += 1
 203     end
 204
 205     def expired?
 206       debug "checking expired?"
 207       if cc = self.response['cache-control'] && cc =~ /must-revalidate/
 208         return true
 209       end
 210       return self.expires < Time.now
 211     end
 212
 213     def setup_headers(hdr)
 214       hdr['if-modified-since'] = self.date.rfc2822
 215
 216       debug "ims == #{hdr['if-modified-since']}"
 217
 218       if etag = self.response['etag']
 219         hdr['if-none-match'] = etag
 220         debug "etag: #{etag}"
 221       end
 222     end
 223
 224     def revalidate(resp = self.response)
 225       @count = 0
 226       self.use
 227       self.date = resp.key?('date') ? Time.httpdate(resp['date']) : Time.now
 228
 229       cc = resp['cache-control']
 230       if cc && (cc =~ /max-age=(\d+)/)
 231         self.expires = self.date + $1.to_i
 232       elsif resp.key?('expires')
 233         self.expires = Time.httpdate(resp['expires'])
 234       elsif lm = resp['last-modified']
 235         delta = self.date - Time.httpdate(lm)
 236         delta = 10 if delta <= 0
 237         delta /= 5
 238         self.expires = self.date + delta
 239       else
 240         self.expires = self.date + 300
 241       end
 242       # self.expires = Time.now + 10 # DEBUG
 243       debug "expires on #{self.expires}"
 244
 245       return true
 246     end
 247
 248     private
 249     def initialize(resp)
 250       @response = resp
 251       begin
 252         self.revalidate
 253         self.response.raw_body
 254       rescue Exception => e
 255         error e
 256         raise e
 257       end
 258     end
 259   end
 260
 261   # Create the HttpUtil instance, associating it with Bot _bot_
 262   #
 263   def initialize(bot)
 264     @bot = bot
 265     @cache = Hash.new
 266     @headers = {
 267       'Accept-Charset' => 'utf-8;q=1.0, *;q=0.8',
 268       'Accept-Encoding' => 'gzip;q=1, identity;q=0.8, *;q=0.2',
 269       'User-Agent' =>
 270         "rbot http util #{$version} (http://linuxbrit.co.uk/rbot/)"
 271     }
 272     debug "starting http cache cleanup timer"
 273     @timer = @bot.timer.add(300) {
 274       self.remove_stale_cache unless @bot.config['http.no_expire_cache']
 275     }
 276   end
 277
 278   # Clean up on HttpUtil unloading, by stopping the cache cleanup timer.
 279   def cleanup
 280     debug 'stopping http cache cleanup timer'
 281     @bot.timer.remove(@timer)
 282   end
 283
 284   # This method checks if a proxy is required to access _uri_, by looking at
 285   # the values of config values +http.proxy_include+ and +http.proxy_exclude+.
 286   #
 287   # Each of these config values, if set, should be a Regexp the server name and
 288   # IP address should be checked against.
 289   #
 290   def proxy_required(uri)
 291     use_proxy = true
 292     if @bot.config["http.proxy_exclude"].empty? && @bot.config["http.proxy_include"].empty?
 293       return use_proxy
 294     end
 295
 296     list = [uri.host]
 297     begin
 298       list.concat Resolv.getaddresses(uri.host)
 299     rescue StandardError => err
 300       warning "couldn't resolve host uri.host"
 301     end
 302
 303     unless @bot.config["http.proxy_exclude"].empty?
 304       re = @bot.config["http.proxy_exclude"].collect{|r| Regexp.new(r)}
 305       re.each do |r|
 306         list.each do |item|
 307           if r.match(item)
 308             use_proxy = false
 309             break
 310           end
 311         end
 312       end
 313     end
 314     unless @bot.config["http.proxy_include"].empty?
 315       re = @bot.config["http.proxy_include"].collect{|r| Regexp.new(r)}
 316       re.each do |r|
 317         list.each do |item|
 318           if r.match(item)
 319             use_proxy = true
 320             break
 321           end
 322         end
 323       end
 324     end
 325     debug "using proxy for uri #{uri}?: #{use_proxy}"
 326     return use_proxy
 327   end
 328
 329   # _uri_:: URI to create a proxy for
 330   #
 331   # Return a net/http Proxy object, configured for proxying based on the
 332   # bot's proxy configuration. See proxy_required for more details on this.
 333   #
 334   def get_proxy(uri, options = {})
 335     opts = {
 336       :read_timeout => 10,
 337       :open_timeout => 20
 338     }.merge(options)
 339
 340     proxy = nil
 341     proxy_host = nil
 342     proxy_port = nil
 343     proxy_user = nil
 344     proxy_pass = nil
 345
 346     if @bot.config["http.use_proxy"]
 347       if (ENV['http_proxy'])
 348         proxy = URI.parse ENV['http_proxy'] rescue nil
 349       end
 350       if (@bot.config["http.proxy_uri"])
 351         proxy = URI.parse @bot.config["http.proxy_uri"] rescue nil
 352       end
 353       if proxy
 354         debug "proxy is set to #{proxy.host} port #{proxy.port}"
 355         if proxy_required(uri)
 356           proxy_host = proxy.host
 357           proxy_port = proxy.port
 358           proxy_user = @bot.config["http.proxy_user"]
 359           proxy_pass = @bot.config["http.proxy_pass"]
 360         end
 361       end
 362     end
 363
 364     h = Net::HTTP.new(uri.host, uri.port, proxy_host, proxy_port, proxy_user, proxy_port)
 365     h.use_ssl = true if uri.scheme == "https"
 366
 367     h.read_timeout = opts[:read_timeout]
 368     h.open_timeout = opts[:open_timeout]
 369     return h
 370   end
 371
 372   # Internal method used to hanlde response _resp_ received when making a
 373   # request for URI _uri_.
 374   #
 375   # It follows redirects, optionally yielding them if option :yield is :all.
 376   #
 377   # Also yields and returns the final _resp_.
 378   #
 379   def handle_response(uri, resp, opts, &block) # :yields: resp
 380     if Net::HTTPRedirection === resp && opts[:max_redir] >= 0
 381       if resp.key?('location')
 382         raise 'Too many redirections' if opts[:max_redir] <= 0
 383         yield resp if opts[:yield] == :all && block_given?
 384         loc = resp['location']
 385         new_loc = URI.join(uri.to_s, loc) rescue URI.parse(loc)
 386         new_opts = opts.dup
 387         new_opts[:max_redir] -= 1
 388         case opts[:method].to_s.downcase.intern
 389         when :post, :"net::http::post"
 390           new_opts[:method] = :get
 391         end
 392         if resp['set-cookie']
 393           debug "setting cookie #{resp['set-cookie']}"
 394           new_opts[:headers] ||= Hash.new
 395           new_opts[:headers]['Cookie'] = resp['set-cookie']
 396         end
 397         debug "following the redirect to #{new_loc}"
 398         return get_response(new_loc, new_opts, &block)
 399       else
 400         warning ":| redirect w/o location?"
 401       end
 402     end
 403     class << resp
 404       undef_method :body
 405       alias :body :cooked_body
 406     end
 407     unless resp['content-type']
 408       debug "No content type, guessing"
 409       resp['content-type'] =
 410         case resp['x-rbot-location']
 411         when /.html?$/i
 412           'text/html'
 413         when /.xml$/i
 414           'application/xml'
 415         when /.xhtml$/i
 416           'application/xml+xhtml'
 417         when /.(gif|png|jpe?g|jp2|tiff?)$/i
 418           "image/#{$1.sub(/^jpg$/,'jpeg').sub(/^tif$/,'tiff')}"
 419         else
 420           'application/octetstream'
 421         end
 422     end
 423     if block_given?
 424       yield(resp)
 425     else
 426       # Net::HTTP wants us to read the whole body here
 427       resp.raw_body
 428     end
 429     return resp
 430   end
 431
 432   # _uri_::     uri to query (URI object or String)
 433   #
 434   # Generic http transaction method. It will return a Net::HTTPResponse
 435   # object or raise an exception
 436   #
 437   # If a block is given, it will yield the response (see :yield option)
 438   #
 439   # Currently supported _options_:
 440   #
 441   # method::     request method [:get (default), :post or :head]
 442   # open_timeout::     open timeout for the proxy
 443   # read_timeout::     read timeout for the proxy
 444   # cache::            should we cache results?
 445   # yield::      if :final [default], calls the block for the response object;
 446   #              if :all, call the block for all intermediate redirects, too
 447   # max_redir::  how many redirects to follow before raising the exception
 448   #              if -1, don't follow redirects, just return them
 449   # range::      make a ranged request (usually GET). accepts a string
 450   #              for HTTP/1.1 "Range:" header (i.e. "bytes=0-1000")
 451   # body::       request body (usually for POST requests)
 452   # headers::    additional headers to be set for the request. Its value must
 453   #              be a Hash in the form { 'Header' => 'value' }
 454   #
 455   def get_response(uri_or_s, options = {}, &block) # :yields: resp
 456     uri = uri_or_s.kind_of?(URI) ? uri_or_s : URI.parse(uri_or_s.to_s)
 457     opts = {
 458       :max_redir => @bot.config['http.max_redir'],
 459       :yield => :final,
 460       :cache => true,
 461       :method => :GET
 462     }.merge(options)
 463
 464     resp = nil
 465     cached = nil
 466
 467     req_class = case opts[:method].to_s.downcase.intern
 468                 when :head, :"net::http::head"
 469                   opts[:max_redir] = -1
 470                   Net::HTTP::Head
 471                 when :get, :"net::http::get"
 472                   Net::HTTP::Get
 473                 when :post, :"net::http::post"
 474                   opts[:cache] = false
 475                   opts[:body] or raise 'post request w/o a body?'
 476                   warning "refusing to cache POST request" if options[:cache]
 477                   Net::HTTP::Post
 478                 else
 479                   warning "unsupported method #{opts[:method]}, doing GET"
 480                   Net::HTTP::Get
 481                 end
 482
 483     if req_class != Net::HTTP::Get && opts[:range]
 484       warning "can't request ranges for #{req_class}"
 485       opts.delete(:range)
 486     end
 487
 488     cache_key = "#{opts[:range]}|#{req_class}|#{uri.to_s}"
 489
 490     if req_class != Net::HTTP::Get && req_class != Net::HTTP::Head
 491       if opts[:cache]
 492         warning "can't cache #{req_class.inspect} requests, working w/o cache"
 493         opts[:cache] = false
 494       end
 495     end
 496
 497     debug "get_response(#{uri}, #{opts.inspect})"
 498
 499     if opts[:cache] && cached = @cache[cache_key]
 500       debug "got cached"
 501       if !cached.expired?
 502         debug "using cached"
 503         cached.use
 504         return handle_response(uri, cached.response, opts, &block)
 505       end
 506     end
 507
 508     headers = @headers.dup.merge(opts[:headers] || {})
 509     headers['Range'] = opts[:range] if opts[:range]
 510     headers['Authorization'] = opts[:auth_head] if opts[:auth_head]
 511
 512     cached.setup_headers(headers) if cached && (req_class == Net::HTTP::Get)
 513     req = req_class.new(uri.request_uri, headers)
 514     if uri.user && uri.password
 515       req.basic_auth(uri.user, uri.password)
 516       opts[:auth_head] = req['Authorization']
 517     end
 518     req.body = opts[:body] if req_class == Net::HTTP::Post
 519     debug "prepared request: #{req.to_hash.inspect}"
 520
 521     begin
 522     get_proxy(uri, opts).start do |http|
 523       http.request(req) do |resp|
 524         resp['x-rbot-location'] = uri.to_s
 525         if Net::HTTPNotModified === resp
 526           debug "not modified"
 527           begin
 528             cached.revalidate(resp)
 529           rescue Exception => e
 530             error e
 531           end
 532           debug "reusing cached"
 533           resp = cached.response
 534         elsif Net::HTTPServerError === resp || Net::HTTPClientError === resp
 535           debug "http error, deleting cached obj" if cached
 536           @cache.delete(cache_key)
 537         elsif opts[:cache]
 538           begin
 539             return handle_response(uri, resp, opts, &block)
 540           ensure
 541             if cached = CachedObject.maybe_new(resp) rescue nil
 542               debug "storing to cache"
 543               @cache[cache_key] = cached
 544             end
 545           end
 546           return ret
 547         end
 548         return handle_response(uri, resp, opts, &block)
 549       end
 550     end
 551     rescue Exception => e
 552       error e
 553       raise e.message
 554     end
 555   end
 556
 557   # _uri_::     uri to query (URI object or String)
 558   #
 559   # Simple GET request, returns (if possible) response body following redirs
 560   # and caching if requested, yielding the actual response(s) to the optional
 561   # block. See get_response for details on the supported _options_
 562   #
 563   def get(uri, options = {}, &block) # :yields: resp
 564     begin
 565       resp = get_response(uri, options, &block)
 566       raise "http error: #{resp}" unless Net::HTTPOK === resp ||
 567         Net::HTTPPartialContent === resp
 568       return resp.body
 569     rescue Exception => e
 570       error e
 571     end
 572     return nil
 573   end
 574
 575   # _uri_::     uri to query (URI object or String)
 576   #
 577   # Simple HEAD request, returns (if possible) response head following redirs
 578   # and caching if requested, yielding the actual response(s) to the optional
 579   # block. See get_response for details on the supported _options_
 580   #
 581   def head(uri, options = {}, &block) # :yields: resp
 582     opts = {:method => :head}.merge(options)
 583     begin
 584       resp = get_response(uri, opts, &block)
 585       raise "http error #{resp}" if Net::HTTPClientError === resp ||
 586         Net::HTTPServerError == resp
 587       return resp
 588     rescue Exception => e
 589       error e
 590     end
 591     return nil
 592   end
 593
 594   # _uri_::     uri to query (URI object or String)
 595   # _data_::    body of the POST
 596   #
 597   # Simple POST request, returns (if possible) response following redirs and
 598   # caching if requested, yielding the response(s) to the optional block. See
 599   # get_response for details on the supported _options_
 600   #
 601   def post(uri, data, options = {}, &block) # :yields: resp
 602     opts = {:method => :post, :body => data, :cache => false}.merge(options)
 603     begin
 604       resp = get_response(uri, opts, &block)
 605       raise 'http error' unless Net::HTTPOK === resp
 606       return resp
 607     rescue Exception => e
 608       error e
 609     end
 610     return nil
 611   end
 612
 613   # _uri_::     uri to query (URI object or String)
 614   # _nbytes_::  number of bytes to get
 615   #
 616   # Partia GET request, returns (if possible) the first _nbytes_ bytes of the
 617   # response body, following redirs and caching if requested, yielding the
 618   # actual response(s) to the optional block. See get_response for details on
 619   # the supported _options_
 620   #
 621   def get_partial(uri, nbytes = @bot.config['http.info_bytes'], options = {}, &block) # :yields: resp
 622     opts = {:range => "bytes=0-#{nbytes}"}.merge(options)
 623     return get(uri, opts, &block)
 624   end
 625
 626   def remove_stale_cache
 627     debug "Removing stale cache"
 628     now = Time.new
 629     max_last = @bot.config['http.expire_time'] * 60
 630     max_first = @bot.config['http.max_cache_time'] * 60
 631     debug "#{@cache.size} pages before"
 632     begin
 633       @cache.reject! { |k, val|
 634         (now - val.last_used > max_last) || (now - val.first_used > max_first)
 635       }
 636     rescue => e
 637       error "Failed to remove stale cache: #{e.pretty_inspect}"
 638     end
 639     debug "#{@cache.size} pages after"
 640   end
 641
 642 end
 643 end
 644 end
 645
 646 class HttpUtilPlugin < CoreBotModule
 647   def initialize(*a)
 648     super(*a)
 649     debug 'initializing httputil'
 650     @bot.httputil = Irc::Utils::HttpUtil.new(@bot)
 651   end
 652
 653   def cleanup
 654     debug 'shutting down httputil'
 655     @bot.httputil.cleanup
 656     @bot.httputil = nil
 657     super
 658   end
 659 end
 660
 661 HttpUtilPlugin.new