recctrl/xmlread.c

   1 /* $Id: xmlread.c,v 1.6 2002-10-22 12:51:09 adam Exp $
   2    Copyright (C) 1995,1996,1997,1998,1999,2000,2001,2002
   3    Index Data Aps
   4
   5 This file is part of the Zebra server.
   6
   7 Zebra is free software; you can redistribute it and/or modify it under
   8 the terms of the GNU General Public License as published by the Free
   9 Software Foundation; either version 2, or (at your option) any later
  10 version.
  11
  12 Zebra is distributed in the hope that it will be useful, but WITHOUT ANY
  13 WARRANTY; without even the implied warranty of MERCHANTABILITY or
  14 FITNESS FOR A PARTICULAR PURPOSE.  See the GNU General Public License
  15 for more details.
  16
  17 You should have received a copy of the GNU General Public License
  18 along with Zebra; see the file LICENSE.zebra.  If not, write to the
  19 Free Software Foundation, 59 Temple Place - Suite 330, Boston, MA
  20 02111-1307, USA.
  21 */
  22
  23 #if HAVE_EXPAT_H
  24
  25 #include <assert.h>
  26 #include <stdio.h>
  27 #include <stdlib.h>
  28 #if HAVE_ICONV_H
  29 #include <errno.h>
  30 #include <iconv.h>
  31 #endif
  32
  33 #include <yaz/log.h>
  34
  35 #include "grsread.h"
  36
  37 #include <yaz/xmalloc.h>
  38 #include <yaz/log.h>
  39 #include <data1.h>
  40
  41 #include <expat.h>
  42
  43 #define XML_CHUNK 1024
  44
  45 struct user_info {
  46     data1_node *d1_stack[256];
  47     int level;
  48     data1_handle dh;
  49     NMEM nmem;
  50     int loglevel;
  51 };
  52
  53 static void cb_start (void *user, const char *el, const char **attr)
  54 {
  55     struct user_info *ui = (struct user_info*) user;
  56     if (ui->level == 1)
  57         data1_set_root (ui->dh, ui->d1_stack[0], ui->nmem, el);
  58     ui->d1_stack[ui->level] = data1_mk_tag (ui->dh, ui->nmem, el, attr,
  59                                                 ui->d1_stack[ui->level-1]);
  60     ui->level++;
  61     yaz_log (ui->loglevel, "cb_start %s", el);
  62 }
  63
  64 static void cb_end (void *user, const char *el)
  65 {
  66     struct user_info *ui = (struct user_info*) user;
  67
  68     ui->level--;
  69     yaz_log (ui->loglevel, "cb_end %s", el);
  70 }
  71
  72 static void cb_chardata (void *user, const char *s, int len)
  73 {
  74     struct user_info *ui = (struct user_info*) user;
  75 #if 0
  76     yaz_log (ui->loglevel, "cb_chardata %.*s", len, s);
  77 #endif
  78     ui->d1_stack[ui->level] = data1_mk_text_n (ui->dh, ui->nmem, s, len,
  79                                                    ui->d1_stack[ui->level -1]);
  80 }
  81
  82 static void cb_decl (void *user, const char *version, const char*encoding,
  83                      int standalone)
  84 {
  85     struct user_info *ui = (struct user_info*) user;
  86     const char *attr_list[7];
  87
  88     attr_list[0] = "version";
  89     attr_list[1] = version;
  90
  91     attr_list[2] = "encoding";
  92     attr_list[3] = "UTF-8"; /* encoding */
  93
  94     attr_list[4] = "standalone";
  95     attr_list[5] = standalone  ? "yes" : "no";
  96
  97     attr_list[6] = 0;
  98
  99     data1_mk_preprocess (ui->dh, ui->nmem, "xml", attr_list,
 100                              ui->d1_stack[ui->level-1]);
 101     yaz_log (ui->loglevel, "decl version=%s encoding=%s",
 102              version ? version : "null",
 103              encoding ? encoding : "null");
 104 }
 105
 106 static void cb_processing (void *user, const char *target,
 107                            const char *data)
 108 {
 109     struct user_info *ui = (struct user_info*) user;
 110     data1_node *res =
 111         data1_mk_preprocess (ui->dh, ui->nmem, target, 0,
 112                              ui->d1_stack[ui->level-1]);
 113     data1_mk_text_nf (ui->dh, ui->nmem, data, strlen(data), res);
 114
 115     yaz_log (ui->loglevel, "decl processing target=%s data=%s",
 116              target ? target : "null",
 117              data ? data : "null");
 118
 119
 120 }
 121
 122 static void cb_comment (void *user, const char *data)
 123 {
 124     struct user_info *ui = (struct user_info*) user;
 125     yaz_log (ui->loglevel, "decl comment data=%s", data ? data : "null");
 126     data1_mk_comment (ui->dh, ui->nmem, data, ui->d1_stack[ui->level-1]);
 127 }
 128
 129 static void cb_doctype_start (void *userData, const char *doctypeName,
 130                               const char *sysid, const char *pubid,
 131                               int has_internal_subset)
 132 {
 133     struct user_info *ui = (struct user_info*) userData;
 134     yaz_log (ui->loglevel, "doctype start doctype=%s sysid=%s pubid=%s",
 135              doctypeName, sysid, pubid);
 136 }
 137
 138 static void cb_doctype_end (void *userData)
 139 {
 140     struct user_info *ui = (struct user_info*) userData;
 141     yaz_log (ui->loglevel, "doctype end");
 142 }
 143
 144
 145 static void cb_entity_decl (void *userData, const char *entityName,
 146                             int is_parameter_entity,
 147                             const char *value, int value_length,
 148                             const char *base, const char *systemId,
 149                             const char *publicId, const char *notationName)
 150 {
 151     struct user_info *ui = (struct user_info*) userData;
 152     yaz_log (ui->loglevel,
 153              "entity decl %s is_para_entry=%d value=%.*s base=%s systemId=%s"
 154              " publicId=%s notationName=%s",
 155              entityName, is_parameter_entity, value_length, value,
 156              base, systemId, publicId, notationName);
 157
 158 }
 159
 160 static int cb_external_entity (XML_Parser pparser,
 161                                const char *context,
 162                                const char *base,
 163                                const char *systemId,
 164                                const char *publicId)
 165 {
 166     struct user_info *ui = (struct user_info*) XML_GetUserData(pparser);
 167     FILE *inf;
 168     int done = 0;
 169     XML_Parser parser;
 170
 171     yaz_log (ui->loglevel,
 172              "external entity context=%s base=%s systemid=%s publicid=%s",
 173              context, base, systemId, publicId);
 174     if (!systemId)
 175         return 1;
 176
 177     if (!(inf = fopen (systemId, "rb")))
 178     {
 179         yaz_log (LOG_WARN|LOG_ERRNO, "fopen %s", systemId);
 180         return 0;
 181     }
 182
 183     parser = XML_ExternalEntityParserCreate (pparser, "", 0);
 184     while (!done)
 185     {
 186         int r;
 187         void *buf = XML_GetBuffer (parser, XML_CHUNK);
 188         if (!buf)
 189         {
 190             yaz_log (LOG_WARN, "XML_GetBuffer fail");
 191             break;
 192         }
 193         r = fread (buf, 1, XML_CHUNK, inf);
 194         if (r == 0)
 195         {
 196             if (ferror(inf))
 197             {
 198                 yaz_log (LOG_WARN|LOG_ERRNO, "fread %s", systemId);
 199                 break;
 200             }
 201             done = 1;
 202         }
 203         if (!XML_ParseBuffer (parser, r, done))
 204         {
 205             yaz_log (LOG_WARN, "%s:%d:%d:XML error: %s",
 206                      systemId,
 207                      XML_GetCurrentLineNumber(parser),
 208                      XML_GetCurrentColumnNumber(parser),
 209                      XML_ErrorString(XML_GetErrorCode(parser)));
 210         }
 211     }
 212     fclose (inf);
 213     XML_ParserFree (parser);
 214     return done;
 215 }
 216
 217
 218 #if HAVE_ICONV_H
 219 static int cb_encoding_convert (void *data, const char *s)
 220 {
 221     iconv_t t = (iconv_t) data;
 222     size_t ret;
 223     size_t outleft = 2;
 224     char outbuf_[2], *outbuf = outbuf_;
 225     size_t inleft = 4;
 226     char *inbuf = (char *) s;
 227     unsigned short code;
 228
 229     ret = iconv (t, &inbuf, &inleft, &outbuf, &outleft);
 230     if (ret == (size_t) (-1) && errno != E2BIG)
 231     {
 232         iconv (t, 0, 0, 0, 0);
 233         return -1;
 234     }
 235     if (outleft != 0)
 236         return -1;
 237     memcpy (&code, outbuf_, sizeof(short));
 238     return code;
 239 }
 240
 241 static void cb_encoding_release (void *data)
 242 {
 243     iconv_t t = (iconv_t) data;
 244     iconv_close (t);
 245 }
 246
 247 static int cb_encoding_handler (void *userData, const char *name,
 248                                 XML_Encoding *info)
 249 {
 250     int i = 0;
 251     int no_ok = 0;
 252     struct user_info *ui = (struct user_info*) userData;
 253
 254     iconv_t t = iconv_open ("UNICODE", name);
 255     if (t == (iconv_t) (-1))
 256         return 0;
 257
 258     info->data = 0;  /* signal that multibyte is not in use */
 259     yaz_log (ui->loglevel, "Encoding handler of %s", name);
 260     for (i = 0; i<256; i++)
 261     {
 262         size_t ret;
 263         char outbuf_[5];
 264         char inbuf_[5];
 265         char *inbuf = inbuf_;
 266         char *outbuf = outbuf_;
 267         size_t inleft = 1;
 268         size_t outleft = 2;
 269         inbuf_[0] = i;
 270
 271         iconv (t, 0, 0, 0, 0);  /* reset iconv */
 272
 273         ret = iconv(t, &inbuf, &inleft, &outbuf, &outleft);
 274         if (ret == (size_t) (-1))
 275         {
 276             if (errno == EILSEQ)
 277             {
 278                 yaz_log (ui->loglevel, "Encoding %d: invalid sequence", i);
 279                 info->map[i] = -1;  /* invalid sequence */
 280             }
 281             if (errno == EINVAL)
 282             {                       /* multi byte input */
 283                 int len = 2;
 284                 int j = 0;
 285                 info->map[i] = -1;
 286
 287                 while (len <= 4)
 288                 {
 289                     char sbuf[80];
 290                     int k;
 291                     inbuf = inbuf_;
 292                     inleft = len;
 293                     outbuf = outbuf_;
 294                     outleft = 2;
 295
 296                     inbuf_[len-1] = j;
 297                     iconv (t, 0,0,0,0);
 298
 299                     assert (i >= 0 && i<255);
 300
 301                     *sbuf = 0;
 302                     for (k = 0; k<len; k++)
 303                     {
 304                         sprintf (sbuf+strlen(sbuf), "%d ", inbuf_[k]&255);
 305                     }
 306                     ret = iconv (t, &inbuf, &inleft, &outbuf, &outleft);
 307                     if (ret == (size_t) (-1))
 308                     {
 309                         if (errno == EILSEQ || errno == E2BIG)
 310                         {
 311                             j++;
 312                             if (j > 255)
 313                                 break;
 314                         }
 315                         else if (errno == EINVAL)
 316                         {
 317                             len++;
 318                             j = 7;
 319                         }
 320                     }
 321                     else if (outleft == 0)
 322                     {
 323                         info->map[i] = -len;
 324                         info->data = t;  /* signal that multibyte is in use */
 325                         break;
 326                     }
 327                     else
 328                     {
 329                         break;
 330                     }
 331                 }
 332                 if (info->map[i] < -1)
 333                     yaz_log (ui->loglevel, "Encoding %d: multibyte input %d",
 334                              i, -info->map[i]);
 335                 else
 336                     yaz_log (ui->loglevel, "Encoding %d: multibyte input failed",
 337                              i);
 338             }
 339             if (errno == E2BIG)
 340             {
 341                 info->map[i] = -1;  /* no room for output */
 342                 yaz_log (LOG_WARN, "Encoding %d: no room for output",
 343                          i);
 344             }
 345         }
 346         else if (outleft == 0)
 347         {
 348             unsigned short code;
 349             memcpy (&code, outbuf_, sizeof(short));
 350             info->map[i] = code;
 351             no_ok++;
 352         }
 353         else
 354         {   /* should never happen */
 355             info->map[i] = -1;
 356             yaz_log (LOG_DEBUG, "Encoding %d: bad state", i);
 357         }
 358     }
 359     if (info->data)
 360     {   /* at least one multi byte */
 361         info->convert = cb_encoding_convert;
 362         info->release = cb_encoding_release;
 363     }
 364     else
 365     {
 366         /* no multi byte - we no longer need iconv handler */
 367         iconv_close(t);
 368         info->convert = 0;
 369         info->release = 0;
 370     }
 371     if (!no_ok)
 372         return 0;
 373     return 1;
 374 }
 375 /* HAVE_ICONV_H */
 376 #endif
 377
 378
 379 data1_node *zebra_read_xml (data1_handle dh,
 380                             int (*rf)(void *, char *, size_t), void *fh,
 381                             NMEM m)
 382 {
 383     XML_Parser parser;
 384     struct user_info uinfo;
 385     int done = 0;
 386
 387     uinfo.loglevel = LOG_DEBUG;
 388     uinfo.level = 1;
 389     uinfo.dh = dh;
 390     uinfo.nmem = m;
 391     uinfo.d1_stack[0] = data1_mk_node2 (dh, m, DATA1N_root, 0);
 392     uinfo.d1_stack[1] = 0; /* indicate no children (see end of routine) */
 393
 394     parser = XML_ParserCreate (0 /* encoding */);
 395
 396     XML_SetElementHandler (parser, cb_start, cb_end);
 397     XML_SetCharacterDataHandler (parser, cb_chardata);
 398     XML_SetXmlDeclHandler (parser, cb_decl);
 399     XML_SetProcessingInstructionHandler (parser, cb_processing);
 400     XML_SetUserData (parser, &uinfo);
 401     XML_SetCommentHandler (parser, cb_comment);
 402     XML_SetDoctypeDeclHandler (parser, cb_doctype_start, cb_doctype_end);
 403     XML_SetEntityDeclHandler (parser, cb_entity_decl);
 404     XML_SetExternalEntityRefHandler (parser, cb_external_entity);
 405 #if HAVE_ICONV_H
 406     XML_SetUnknownEncodingHandler (parser, cb_encoding_handler, &uinfo);
 407 #endif
 408     while (!done)
 409     {
 410         int r;
 411         void *buf = XML_GetBuffer (parser, XML_CHUNK);
 412         if (!buf)
 413         {
 414             /* error */
 415             yaz_log (LOG_WARN, "XML_GetBuffer fail");
 416             break;
 417         }
 418         r = (*rf)(fh, buf, XML_CHUNK);
 419         if (r < 0)
 420         {
 421             /* error */
 422             yaz_log (LOG_WARN, "XML read fail");
 423             break;
 424         }
 425         else if (r == 0)
 426             done = 1;
 427         if (!XML_ParseBuffer (parser, r, done))
 428         {
 429             yaz_log (LOG_WARN, "%d:%d:XML error: %s",
 430                      XML_GetCurrentLineNumber(parser),
 431                      XML_GetCurrentColumnNumber(parser),
 432                      XML_ErrorString(XML_GetErrorCode(parser)));
 433         }
 434     }
 435     XML_ParserFree (parser);
 436     if (!uinfo.d1_stack[1] || !done)
 437         return 0;
 438     return uinfo.d1_stack[0];
 439 }
 440
 441 struct xml_info {
 442     int dummy;
 443 };
 444
 445 static void *grs_init_xml(void)
 446 {
 447     struct xml_info *p = (struct xml_info *) xmalloc (sizeof(*p));
 448     return p;
 449 }
 450
 451 static data1_node *grs_read_xml (struct grs_read_info *p)
 452 {
 453     return zebra_read_xml (p->dh, p->readf, p->fh, p->mem);
 454 }
 455
 456 static void grs_destroy_xml(void *clientData)
 457 {
 458     struct sgml_getc_info *p = (struct sgml_getc_info *) clientData;
 459
 460     xfree (p);
 461 }
 462
 463 static struct recTypeGrs xml_type = {
 464     "xml",
 465     grs_init_xml,
 466     grs_destroy_xml,
 467     grs_read_xml
 468 };
 469
 470 RecTypeGrs recTypeGrs_xml = &xml_type;
 471
 472 /* HAVE_EXPAT_H */
 473 #endif
 474