robot.tcl

   1 #!/usr/bin/tclsh
   2 # $Id: robot.tcl,v 1.12 2001/01/23 14:28:41 adam Exp $
   3 #
   4 proc RobotFileNext1 {area lead} {
   5     puts "RobotFileNext1 area=$area lead=$lead"
   6     if {[catch {set ns [glob ${area}/*]}]} {
   7         return {}
   8     }
   9     foreach n $ns {
  10         if {[file isfile $n]} {
  11             set off [string last / $n]
  12             incr off 2
  13             return $lead/[string range $n $off end]
  14         }
  15     }
  16     foreach n $ns {
  17         if {[file isdirectory $n]} {
  18             set off [string last / $n]
  19             incr off 2
  20             set sb [RobotFileNext1 $n $lead/[string range $n $off end]]
  21             if {[string length $sb]} {
  22                 return $sb
  23             }
  24         }
  25     }
  26     return {}
  27 }
  28
  29 proc RobotWriteRecord {outf fromurl distance} {
  30     puts $outf "<zmbot>"
  31     puts $outf "<distance>"
  32     puts $outf $distance
  33     puts $outf "</distance>"
  34     puts $outf "<fromurl>"
  35     puts $outf $fromurl
  36     puts $outf "</fromurl>"
  37     puts $outf "</zmbot>"
  38 }
  39
  40 proc RobotReadRecord {inf fromurlx distancex} {
  41     upvar $fromurlx fromurl
  42     upvar $distancex distance
  43     gets $inf
  44     gets $inf
  45     set distance [string trim [gets $inf]]
  46     puts "got distance = $distance"
  47     gets $inf
  48     gets $inf
  49     set fromurl [string trim [gets $inf]]
  50 }
  51
  52 proc RobotFileNext {area} {
  53     global robotSeq global idleTime ns
  54
  55     puts "RobotFileNext robotSeq=$robotSeq"
  56     if {$robotSeq < 0} {
  57         return {}
  58     }
  59     if {$robotSeq == 0} {
  60         if {[catch {set ns [glob ${area}/*]}]} {
  61             return {}
  62         }
  63     }
  64     set off [string length $area]
  65     incr off
  66     set n [lindex $ns $robotSeq]
  67     if {![string length $n]} {
  68         set robotSeq -1
  69         flush stdout
  70         puts "------------ N E X T  R O U N D --------"
  71         return wait
  72     }
  73     incr robotSeq
  74     if {[file isfile $n/frobots.txt]} {
  75         puts "ok returning http://[string range $n $off end]/robots.txt"
  76         return http://[string range $n $off end]/robots.txt
  77     } elseif {[file isdirectory $n]} {
  78         set sb [RobotFileNext1 $n http://[string range $n $off end]]
  79         if {[string length $sb]} {
  80             return $sb
  81         }
  82     }
  83     puts "no more work at end of RobotFileNext n=$n"
  84     puts "ns=$ns"
  85     return {}
  86 }
  87
  88
  89 proc RobotFileExist {area host path} {
  90     puts "RobotFileExist begin area=$area host=$host path=$path"
  91     set lpath [split $path /]
  92     set l [llength $lpath]
  93     incr l -1
  94     set t [lindex $lpath $l]
  95     incr l -1
  96     set npath $area/$host[join [lrange $lpath 0 $l] /d]/f$t
  97     puts "RobotFileExist end npath=$npath"
  98     return [file exists $npath]
  99 }
 100
 101 proc RobotFileUnlink {area host path} {
 102     puts "RobotFileUnlink begin"
 103     puts "area=$area host=$host path=$path"
 104     set lpath [split $path /]
 105     set l [llength $lpath]
 106     incr l -1
 107     set t [lindex $lpath $l]
 108     incr l -1
 109     set npath $area/$host[join [lrange $lpath 0 $l] /d]/f$t
 110     puts "npath=$npath"
 111     set comp [split $npath /]
 112     set l [llength $comp]
 113     incr l -1
 114     if {[catch {exec rm [join $comp /]}]} return
 115     incr l -1
 116     for {set i $l} {$i > 0} {incr i -1} {
 117         set path [join [lrange $comp 0 $i] /]
 118         if {![catch {glob $path/*}]} return
 119         exec rmdir ./$path
 120     }
 121     puts "RobotFileUnlink end"
 122 }
 123
 124 proc RobotFileClose {out} {
 125     if [string compare $out stdout] {
 126         close $out
 127     }
 128 }
 129
 130 proc RobotFileOpen {area host path {mode w}} {
 131     set orgPwd [pwd]
 132     global workdir
 133
 134     if {![info exists workdir]} {
 135         return stdout
 136     }
 137     puts "RobotFileOpen orgPwd=$orgPwd area=$area host=$host path=$path mode=$mode"
 138     if {[string compare $orgPwd $workdir]} {
 139         puts "ooops. RobotFileOpen failed"
 140         puts "workdir = $workdir"
 141         puts "pwd = $orgPwd"
 142         exit 1
 143     }
 144     set comp [split $area/$host$path /]
 145     set len [llength $comp]
 146     incr len -1
 147     for {set i 0} {$i < $len} {incr i} {
 148         if {$i > 1} {
 149             set d "d[lindex $comp $i]"
 150         } else {
 151             set d [lindex $comp $i]
 152         }
 153         if {[catch {cd ./$d}]} {
 154             exec mkdir $d
 155             cd ./$d
 156             if {![string compare $area unvisited] && $i == 1 && $mode == "w"} {
 157                 set out [open frobots.txt w]
 158                 puts "creating robots.txt in $d"
 159                 close $out
 160             }
 161         }
 162     }
 163     set d [lindex $comp $len]
 164     if {[string length $d]} {
 165         if {[file isdirectory $d]} {
 166             set out [open $d/f $mode]
 167         } else {
 168             set out [open f$d $mode]
 169         }
 170     } else {
 171         set out [open f $mode]
 172     }
 173     cd $orgPwd
 174     return $out
 175 }
 176
 177 proc RobotRR {} {
 178     global robotSeq robotsRunning
 179
 180     incr robotsRunning -1
 181     while {$robotsRunning} {
 182         vwait robotsRunning
 183     }
 184     set robotSeq 0
 185     RobotStart
 186 }
 187
 188 proc RobotRestart {url sock} {
 189     global URL robotsRunning
 190
 191     close $sock
 192     after cancel $URL($sock,cancel)
 193
 194     foreach v [array names URL $url,*] {
 195         unset URL($v)
 196     }
 197
 198     incr robotsRunning -1
 199     RobotStart
 200 }
 201
 202 proc RobotStart {} {
 203     global URL
 204     global robotsRunning robotsMax idleTime
 205
 206     puts "RobotStart"
 207     while {1} {
 208         set url [RobotFileNext unvisited]
 209         if {![string length $url]} {
 210             return
 211         }
 212         incr robotsRunning
 213         if {[string compare $url wait] == 0} {
 214             after $idleTime RobotRR
 215             return
 216         }
 217         set r [RobotGetUrl $url {}]
 218         if {!$r} {
 219             if {$robotsRunning >= $robotsMax} return
 220         } else {
 221             incr robotsRunning -1
 222             if {![RobotFileExist bad $URL($url,hostport) $URL($url,path)]} {
 223                 set outf [RobotFileOpen bad $URL($url,hostport) $URL($url,path)]
 224                 RobotFileClose $outf
 225             }
 226             RobotFileUnlink unvisited $URL($url,hostport) $URL($url,path)
 227         }
 228     }
 229 }
 230
 231 proc headSave {url out} {
 232     global URL
 233
 234     if {[info exists URL($url,head,last-modified)]} {
 235         puts $out "<lastmodified>$URL($url,head,last-modified)</lastmodified>"
 236     }
 237     puts $out {<si>}
 238     if {[info exists URL($url,head,date)]} {
 239         puts $out " <date>$URL($url,head,date)</date>"
 240     }
 241     if {[info exists URL($url,head,content-length)]} {
 242         puts $out " <by>$URL($url,head,content-length)</by>"
 243     }
 244     if {[info exists URL($url,head,server)]} {
 245         puts $out " <format>$URL($url,head,server)</format>"
 246     }
 247     puts $out {</si>}
 248     puts $out {<publisher>}
 249     puts $out " <identifier>$url</identifier>"
 250     if {[info exists URL($url,head,content-type)]} {
 251         puts $out " <type>$URL($url,head,content-type)</type>"
 252     }
 253     puts $out {</publisher>}
 254 }
 255
 256 proc RobotHref {url hrefx hostx pathx} {
 257     global URL domains
 258     upvar $hrefx href
 259     upvar $hostx host
 260     upvar $pathx path
 261
 262     puts "Ref url = $url href=$href"
 263
 264     if {[string first { } $href] >= 0} {
 265         return 0
 266     }
 267     if {[string first {?} $url] >= 0 && [string first {?} $href] >= 0} {
 268         return 0
 269     }
 270     # get method (if any)
 271     if {![regexp {^([^/:]+):(.*)} $href x method hpath]} {
 272         set hpath $href
 273         set method http
 274     } else {
 275         if {[string compare $method http]} {
 276             return 0
 277         }
 278     }
 279     # get host (if any)
 280     if {[regexp {^//([^/]+)([^\#]*)} $hpath x host surl]} {
 281         if {![string length $surl]} {
 282             set surl /
 283         }
 284         if {[info exist domains]} {
 285             set ok 0
 286             foreach domain $domains {
 287                 if {[string match $domain $host]} {
 288                     set ok 1
 289                     break
 290                  }
 291             }
 292             if {!$ok} {
 293                 return 0
 294             }
 295         }
 296     } else {
 297         regexp {^([^\#]*)} $hpath x surl
 298         set host $URL($url,hostport)
 299     }
 300     if {![string length $surl]} {
 301         return 0
 302     }
 303     if {[string first / $surl]} {
 304         # relative path
 305         regexp {^([^\#?]*)} $URL($url,path) x dpart
 306         set l [string last / $dpart]
 307         if {[expr $l >= 0]} {
 308             set surl [string range $dpart 0 $l]$surl
 309         } else {
 310             set surl $dpart/$surl
 311         }
 312     }
 313     set c [split $surl /]
 314     set i [llength $c]
 315     incr i -1
 316     set path [lindex $c $i]
 317     incr i -1
 318     while {$i >= 0} {
 319         switch -- [lindex $c $i] {
 320             .. {
 321                 incr i -2
 322                 if {$i < 0} {
 323                     set i 0
 324                 }
 325             }
 326             . {
 327                 incr i -1
 328             }
 329             default {
 330                 set path [lindex $c $i]/$path
 331                 incr i -1
 332             }
 333         }
 334     }
 335     regsub -all {~} $path {%7E} path
 336     set href "$method://$host$path"
 337     puts "Ref href = $href"
 338     return 1
 339 }
 340
 341 proc RobotError {url code} {
 342     global URL
 343
 344     puts "Bad URL $url, $code"
 345     set fromurl {}
 346     set distance -1
 347     if {[RobotFileExist unvisited $URL($url,hostport) $URL($url,path)]} {
 348         set inf [RobotFileOpen unvisited $URL($url,hostport) $URL($url,path) r]
 349         RobotReadRecord $inf fromurl distance
 350         RobotFileClose $inf
 351     }
 352     RobotFileUnlink unvisited $URL($url,hostport) $URL($url,path)
 353     if {![RobotFileExist bad $URL($url,hostport) $URL($url,path)]} {
 354         set outf [RobotFileOpen bad $URL($url,hostport) $URL($url,path)]
 355         RobotWriteRecord $outf $fromurl $distance
 356         RobotFileClose $outf
 357     }
 358 }
 359
 360 proc RobotRedirect {url tourl code} {
 361     global URL
 362
 363     puts "Redirecting from $url to $tourl"
 364
 365     set distance {}
 366     set fromurl {}
 367     if {[RobotFileExist unvisited $URL($url,hostport) $URL($url,path)]} {
 368         set inf [RobotFileOpen unvisited $URL($url,hostport) $URL($url,path) r]
 369         RobotReadRecord $inf fromurl distance
 370         RobotFileClose $inf
 371     }
 372     if {![RobotFileExist bad $URL($url,hostport) $URL($url,path)]} {
 373         set outf [RobotFileOpen bad $URL($url,hostport) $URL($url,path)]
 374         RobotWriteRecord $outf $fromurl $distance
 375         RobotFileClose $outf
 376     }
 377     if {[RobotHref $url tourl host path]} {
 378         if {![RobotFileExist visited $host $path]} {
 379             if {![RobotFileExist unvisited $host $path]} {
 380                 set outf [RobotFileOpen unvisited $host $path]
 381                 RobotWriteRecord $outf $fromurl $distance
 382                 RobotFileClose $outf
 383             }
 384         } else {
 385             set olddistance {}
 386             set inf [RobotFileOpen visited $host $path r]
 387             RobotReadRecord $inf oldurl olddistance
 388             RobotFileClose $inf
 389             if {[string length $olddistance] == 0} {
 390                 set olddistance 1000
 391             }
 392             if {[string length $distance] == 0} {
 393                 set distance 1000
 394             }
 395             puts "distance=$distance olddistance=$olddistance"
 396             if {[expr $distance < $olddistance]} {
 397                 set outf [RobotFileOpen unvisited $host $path]
 398                 RobotWriteRecord $outf $tourl $distance
 399                 RobotFileClose $outf
 400             }
 401         }
 402     }
 403     if {[catch {RobotFileUnlink unvisited $URL($url,hostport) $URL($url,path)}]} {
 404         puts "unlink failed"
 405         exit 1
 406     }
 407 }
 408
 409 proc RobotTextHtml {url out} {
 410     global URL maxDistance
 411
 412     set distance 0
 413     if {$maxDistance < 1000 && [info exists URL($url,dist)]} {
 414         set distance [expr $URL($url,dist) + 1]
 415     }
 416     htmlSwitch $URL($url,buf) \
 417         title {
 418             puts $out "<title>$body</title>"
 419         } -nonest meta {
 420             puts -nonewline $out "<meta"
 421             foreach a [array names parm] {
 422                 puts -nonewline $out " $a"
 423                 puts -nonewline $out {="}
 424                 puts -nonewline $out $parm($a)
 425                 puts -nonewline $out {"}
 426             }
 427             puts $out {></meta>}
 428         } body {
 429             regsub -all -nocase {<script.*</script>} $body {} abody
 430             regsub -all {<[^\>]+>} $abody {} nbody
 431             puts $out "<documentcontent>"
 432             puts $out $nbody
 433             puts $out "</documentcontent>"
 434         } -nonest a {
 435             if {![info exists parm(href)]} {
 436                 puts "no href"
 437                 continue
 438             }
 439             if {[expr $distance <= $maxDistance]} {
 440                 set href [string trim $parm(href)]
 441                 if {![RobotHref $url href host path]} continue
 442
 443                 puts $out "<cr>"
 444                 puts $out "<identifier>$href</identifier>"
 445                 puts $out "<description>$body</description>"
 446                 puts $out "</cr>"
 447
 448                 if {![RobotFileExist visited $host $path]} {
 449                     set olddistance 1000
 450                     if {![RobotFileExist bad $host $path]} {
 451                         if {[RobotFileExist unvisited $host $path]} {
 452                             set inf [RobotFileOpen unvisited $host $path r]
 453                             RobotReadRecord $inf oldurl olddistance
 454                             RobotFileClose $inf
 455                         }
 456                     } else {
 457                         set olddistance 0
 458                     }
 459                     if {[string length $olddistance] == 0} {
 460                         set olddistance 1000
 461                     }
 462                     if {[expr $distance < $olddistance]} {
 463                         set outf [RobotFileOpen unvisited $host $path]
 464                         RobotWriteRecord $outf $url $distance
 465                         RobotFileClose $outf
 466                     }
 467                 } elseif {[string compare $href $url]} {
 468                     set inf [RobotFileOpen visited $host $path r]
 469                     RobotReadRecord $inf xurl olddistance
 470                     close $inf
 471                     if {[string length $olddistance] == 0} {
 472                         set olddistance 1000
 473                     }
 474                     if {[expr $distance < $olddistance]} {
 475                         puts "OK remarking url=$url href=$href"
 476                         puts "olddistance = $olddistance"
 477                         puts "newdistance = $distance"
 478                         set outf [RobotFileOpen unvisited $host $path]
 479                         RobotWriteRecord $outf $url $distance
 480                         RobotFileClose $outf
 481                     }
 482                 }
 483             }
 484         }
 485 }
 486
 487 proc RobotsTxt {url} {
 488     global agent URL
 489
 490     RobotsTxt0 URL(URL($url,hostport),robots) $URL($url,buf)
 491 }
 492
 493 proc RobotsTxt0 {v buf} {
 494     global URL agent
 495     set section 0
 496     foreach l [split $buf \n] {
 497         if {[regexp {([-A-Za-z]+):[ \t]*([^\#]+)} $l match cmd arg]} {
 498             puts "cmd=$cmd arg=$arg"
 499             switch $cmd {
 500                 User-Agent {
 501                     if {$section} break
 502                     set pat [string tolower $arg]*
 503                     set section [string match $pat $agent]
 504                 }
 505                 Disallow {
 506                     if {$section} {
 507                         puts "rule [list 0 $arg]"
 508                         lappend $v [list 0 $arg]
 509                     }
 510                 }
 511                 Allow {
 512                     if {$section} {
 513                         puts "rule [list 1 $arg]"
 514                         lappend $v [list 1 $arg]
 515                     }
 516                 }
 517             }
 518         }
 519     }
 520 }
 521
 522 proc RobotTextPlain {url out} {
 523     global URL
 524
 525     puts $out "<documentcontent>"
 526     puts $out $URL($url,buf)
 527     puts $out "</documentcontent>"
 528
 529     if {![string compare $URL($url,path) /robots.txt]} {
 530         RobotsTxt $url
 531     }
 532 }
 533
 534 proc Robot200 {url} {
 535     global URL domains
 536
 537     set out [RobotFileOpen visited $URL($url,hostport) $URL($url,path)]
 538     puts $out "<zmbot>"
 539
 540     set distance 1000
 541     if {[RobotFileExist unvisited $URL($url,hostport) $URL($url,path)]} {
 542         set inf [RobotFileOpen unvisited $URL($url,hostport) $URL($url,path) r]
 543         RobotReadRecord $inf fromurl distance
 544         RobotFileClose $inf
 545     }
 546     set URL($url,dist) $distance
 547     puts $out "<distance>"
 548     puts $out "  $distance"
 549     puts $out "</distance>"
 550     headSave $url $out
 551     puts "Parsing $url distance=$distance"
 552     switch $URL($url,head,content-type) {
 553         text/html {
 554             if {[string length $distance]} {
 555                 RobotTextHtml $url $out
 556             }
 557         }
 558         text/plain {
 559             RobotTextPlain $url $out
 560         }
 561         application/pdf {
 562             set pdff [open test.pdf w]
 563             puts -nonewline $pdff $URL($url,buf)
 564             close $pdff
 565         }
 566     }
 567     puts $out "</zmbot>"
 568     RobotFileClose $out
 569     # puts "Parsing done"
 570     RobotFileUnlink unvisited $URL($url,hostport) $URL($url,path)
 571 }
 572
 573 proc RobotReadContent {url sock binary} {
 574     global URL
 575
 576     puts "RobotReadContent $url"
 577     set buffer [read $sock 16384]
 578     set readCount [string length $buffer]
 579
 580     if {$readCount <= 0} {
 581         Robot200 $url
 582         RobotRestart $url $sock
 583     } elseif {!$binary && [string first \0 $buffer] >= 0} {
 584         Robot200 $url
 585         RobotRestart $url $sock
 586     } else {
 587         # puts "Got $readCount bytes"
 588         set URL($url,buf) $URL($url,buf)$buffer
 589     }
 590 }
 591
 592 proc RobotReadHeader {url sock} {
 593     global URL
 594
 595     puts "RobotReadHeader $url"
 596     if {[catch {set buffer [read $sock 2148]}]} {
 597         RobotError $url 404
 598         RobotRestart $url $sock
 599     }
 600     set readCount [string length $buffer]
 601
 602     if {$readCount <= 0} {
 603         RobotError $url 404
 604         RobotRestart $url $sock
 605     } else {
 606         # puts "Got $readCount bytes"
 607         set URL($url,buf) $URL($url,buf)$buffer
 608
 609         set n [string first \r\n\r\n $URL($url,buf)]
 610         if {$n > 1} {
 611             set code 0
 612             set version {}
 613             set headbuf [string range $URL($url,buf) 0 $n]
 614             incr n 4
 615             set URL($url,buf) [string range $URL($url,buf) $n end]
 616
 617             regexp {^HTTP/([0-9.]+)[ ]+([0-9]+)} $headbuf x version code
 618             set lines [split $headbuf \n]
 619             foreach line $lines {
 620                 if {[regexp {^([^:]+):[ ]+(.*)} $line x name value]} {
 621                     set URL($url,head,[string tolower $name]) [string trim $value]
 622                 }
 623             }
 624             puts "code = $code"
 625             set URL($url,state) skip
 626             switch $code {
 627                 301 {
 628                     RobotRedirect $url $URL($url,head,location) 301
 629                     RobotRestart $url $sock
 630                 }
 631                 302 {
 632                     RobotRedirect $url $URL($url,head,location) 302
 633                     RobotRestart $url $sock
 634                 }
 635                 200 {
 636                     if {![info exists URL($url,head,content-type)]} {
 637                         set URL($url,head,content-type) {}
 638                     }
 639                     set binary 0
 640                     switch $URL($url,head,content-type) {
 641                         application/pdf {
 642                             set binary 1
 643                         }
 644                     }
 645                     fileevent $sock readable [list RobotReadContent $url $sock $binary]
 646                 }
 647                 default {
 648                     RobotError $url $code
 649                     RobotRestart $url $sock
 650                 }
 651             }
 652         }
 653     }
 654 }
 655
 656 proc RobotSockCancel {url sock} {
 657
 658     puts "RobotSockCancel sock=$sock url=$url"
 659     RobotError $url 401
 660     RobotRestart $url $sock
 661 }
 662
 663 proc RobotConnect {url sock} {
 664     global URL agent
 665
 666     fconfigure $sock -translation {lf crlf} -blocking 0
 667     fileevent $sock readable [list RobotReadHeader $url $sock]
 668     puts $sock "GET $URL($url,path) HTTP/1.0"
 669     puts $sock "Host: $URL($url,host)"
 670     puts $sock "User-Agent: $agent"
 671     puts $sock ""
 672     flush $sock
 673     set URL($sock,cancel) [after 30000 [list RobotSockCancel $url $sock]]
 674 }
 675
 676 proc RobotNop {} {
 677
 678 }
 679
 680 proc RobotGetUrl {url phost} {
 681     global URL robotsRunning
 682     flush stdout
 683     puts "RobotGetUrl --------- robotsRunning=$robotsRunning url=$url"
 684     if {![regexp {([^:]+)://([^/]+)(.*)} $url x method hostport path]} {
 685         return -1
 686     }
 687     if {![regexp {([^:]+):([0-9]+)} $hostport x host port]} {
 688         set port 80
 689         set host $hostport
 690     }
 691     set URL($url,method) $method
 692     set URL($url,host) $host
 693     set URL($url,hostport) $hostport
 694     set URL($url,path) $path
 695     set URL($url,state) head
 696     set URL($url,buf) {}
 697
 698     if {[string compare $path /robots.txt]} {
 699         set ok 1
 700         if {![info exists URL($hostport,robots)]} {
 701             puts "READING robots.txt for host $hostport"
 702             if {[RobotFileExist visited $hostport /robots.txt]} {
 703                 set inf [RobotFileOpen visited $hostport /robots.txt r]
 704                 set buf [read $inf 32768]
 705                 close $inf
 706             } else {
 707                 set buf "User-Agent: *\nAllow: /\n"
 708             }
 709             RobotsTxt0 URL($hostport,robots) $buf
 710         }
 711         if {[info exists URL($hostport,robots)]} {
 712             foreach l $URL($hostport,robots) {
 713                 if {[string first [lindex $l 1] $path] == 0} {
 714                     set ok [lindex $l 0]
 715                     break
 716                 }
 717             }
 718         }
 719         if {!$ok} {
 720             return -1
 721         }
 722     }
 723     if [catch {set sock [socket -async $host $port]}] {
 724         return -1
 725     }
 726     RobotConnect $url $sock
 727
 728     return 0
 729 }
 730
 731 if {![llength [info commands htmlSwitch]]} {
 732     set e [info sharedlibextension]
 733     if {[catch {load ./tclrobot$e}]} {
 734         load tclrobot$e
 735     }
 736 }
 737
 738 set agent "zmbot/0.0"
 739 if {![catch {set os [exec uname -s -r]}]} {
 740     set agent "$agent ($os)"
 741 }
 742
 743 puts "agent: $agent"
 744
 745 proc bgerror {m} {
 746     global errorInfo
 747     puts "BGERROR $m"
 748     puts $errorInfo
 749 }
 750
 751 set robotsRunning 0
 752 set robotSeq 0
 753 set workdir [pwd]
 754 set idleTime 60000
 755
 756 set i 0
 757 set l [llength $argv]
 758
 759 if {$l < 2} {
 760     puts {tclrobot: usage [-j jobs] [-c count] [-d domain] [url ..]}
 761     puts " Example: -c 3 -d '*.dk' http://www.indexdata.dk/"
 762     exit 1
 763 }
 764
 765 while  {$i < $l} {
 766     set arg [lindex $argv $i]
 767     switch -glob -- $arg {
 768         -j* {
 769             set robotsMax [string range $arg 2 end]
 770             if {![string length $robotsMax]} {
 771                 set robotsMax [lindex $argv [incr i]]
 772             }
 773         }
 774         -c* {
 775             set maxDistance [string range $arg 2 end]
 776             if {![string length $maxDistance]} {
 777                 set maxDistance [lindex $argv [incr i]]
 778             }
 779         }
 780         -d* {
 781             set dom [string range $arg 2 end]
 782             if {![string length $dom]} {
 783                 set dom [lindex $argv [incr i]]
 784             }
 785             lappend domains $dom
 786         }
 787         default {
 788             set href $arg
 789             if {[RobotHref http://www.indexdata.dk/ href host path]} {
 790                 if {![RobotFileExist visited $host $path]} {
 791                     set outf [RobotFileOpen unvisited $host $path]
 792                     RobotWriteRecord $outf href 0
 793                     RobotFileClose $outf
 794                 }
 795             }
 796         }
 797     }
 798     incr i
 799 }
 800
 801 if {![info exist domains]} {
 802     set domains {*}
 803 }
 804 if {![info exist maxDistance]} {
 805     set maxDistance 3
 806 }
 807 if {![info exist robotsMax]} {
 808     set robotsMax 5
 809 }
 810
 811 puts "domains=$domains"
 812 puts "max distance=$maxDistance"
 813 puts "max jobs=$robotsMax"
 814
 815 RobotStart
 816
 817 while {$robotsRunning} {
 818     vwait robotsRunning
 819 }