home *** CD-ROM | disk | FTP | other *** search
/ PC World 2007 March / PCWorld_2007-03_cd.bin / domacnost a kancelar / scribus / scribus-1.3.3.7-win32-install.exe / lib / email / FeedParser.py < prev    next >
Text File  |  2004-12-22  |  21KB  |  478 lines
  1. # Copyright (C) 2004 Python Software Foundation
  2. # Authors: Baxter, Wouters and Warsaw
  3. # Contact: email-sig@python.org
  4.  
  5. """FeedParser - An email feed parser.
  6.  
  7. The feed parser implements an interface for incrementally parsing an email
  8. message, line by line.  This has advantages for certain applications, such as
  9. those reading email messages off a socket.
  10.  
  11. FeedParser.feed() is the primary interface for pushing new data into the
  12. parser.  It returns when there's nothing more it can do with the available
  13. data.  When you have no more data to push into the parser, call .close().
  14. This completes the parsing and returns the root message object.
  15.  
  16. The other advantage of this parser is that it will never throw a parsing
  17. exception.  Instead, when it finds something unexpected, it adds a 'defect' to
  18. the current message.  Defects are just instances that live on the message
  19. object's .defects attribute.
  20. """
  21.  
  22. import re
  23. from email import Errors
  24. from email import Message
  25.  
  26. NLCRE = re.compile('\r\n|\r|\n')
  27. NLCRE_bol = re.compile('(\r\n|\r|\n)')
  28. NLCRE_eol = re.compile('(\r\n|\r|\n)$')
  29. NLCRE_crack = re.compile('(\r\n|\r|\n)')
  30. # RFC 2822 $3.6.8 Optional fields.  ftext is %d33-57 / %d59-126, Any character
  31. # except controls, SP, and ":".
  32. headerRE = re.compile(r'^(From |[\041-\071\073-\176]{2,}:|[\t ])')
  33. EMPTYSTRING = ''
  34. NL = '\n'
  35.  
  36. NeedMoreData = object()
  37.  
  38.  
  39.  
  40. class BufferedSubFile(object):
  41.     """A file-ish object that can have new data loaded into it.
  42.  
  43.     You can also push and pop line-matching predicates onto a stack.  When the
  44.     current predicate matches the current line, a false EOF response
  45.     (i.e. empty string) is returned instead.  This lets the parser adhere to a
  46.     simple abstraction -- it parses until EOF closes the current message.
  47.     """
  48.     def __init__(self):
  49.         # The last partial line pushed into this object.
  50.         self._partial = ''
  51.         # The list of full, pushed lines, in reverse order
  52.         self._lines = []
  53.         # The stack of false-EOF checking predicates.
  54.         self._eofstack = []
  55.         # A flag indicating whether the file has been closed or not.
  56.         self._closed = False
  57.  
  58.     def push_eof_matcher(self, pred):
  59.         self._eofstack.append(pred)
  60.  
  61.     def pop_eof_matcher(self):
  62.         return self._eofstack.pop()
  63.  
  64.     def close(self):
  65.         # Don't forget any trailing partial line.
  66.         self._lines.append(self._partial)
  67.         self._partial = ''
  68.         self._closed = True
  69.  
  70.     def readline(self):
  71.         if not self._lines:
  72.             if self._closed:
  73.                 return ''
  74.             return NeedMoreData
  75.         # Pop the line off the stack and see if it matches the current
  76.         # false-EOF predicate.
  77.         line = self._lines.pop()
  78.         # RFC 2046, section 5.1.2 requires us to recognize outer level
  79.         # boundaries at any level of inner nesting.  Do this, but be sure it's
  80.         # in the order of most to least nested.
  81.         for ateof in self._eofstack[::-1]:
  82.             if ateof(line):
  83.                 # We're at the false EOF.  But push the last line back first.
  84.                 self._lines.append(line)
  85.                 return ''
  86.         return line
  87.  
  88.     def unreadline(self, line):
  89.         # Let the consumer push a line back into the buffer.
  90.         assert line is not NeedMoreData
  91.         self._lines.append(line)
  92.  
  93.     def push(self, data):
  94.         """Push some new data into this object."""
  95.         # Handle any previous leftovers
  96.         data, self._partial = self._partial + data, ''
  97.         # Crack into lines, but preserve the newlines on the end of each
  98.         parts = NLCRE_crack.split(data)
  99.         # The *ahem* interesting behaviour of re.split when supplied grouping
  100.         # parentheses is that the last element of the resulting list is the
  101.         # data after the final RE.  In the case of a NL/CR terminated string,
  102.         # this is the empty string.
  103.         self._partial = parts.pop()
  104.         # parts is a list of strings, alternating between the line contents
  105.         # and the eol character(s).  Gather up a list of lines after
  106.         # re-attaching the newlines.
  107.         lines = []
  108.         for i in range(len(parts) // 2):
  109.             lines.append(parts[i*2] + parts[i*2+1])
  110.         self.pushlines(lines)
  111.  
  112.     def pushlines(self, lines):
  113.         # Reverse and insert at the front of the lines.
  114.         self._lines[:0] = lines[::-1]
  115.  
  116.     def is_closed(self):
  117.         return self._closed
  118.  
  119.     def __iter__(self):
  120.         return self
  121.  
  122.     def next(self):
  123.         line = self.readline()
  124.         if line == '':
  125.             raise StopIteration
  126.         return line
  127.  
  128.  
  129.  
  130. class FeedParser:
  131.     """A feed-style parser of email."""
  132.  
  133.     def __init__(self, _factory=Message.Message):
  134.         """_factory is called with no arguments to create a new message obj"""
  135.         self._factory = _factory
  136.         self._input = BufferedSubFile()
  137.         self._msgstack = []
  138.         self._parse = self._parsegen().next
  139.         self._cur = None
  140.         self._last = None
  141.         self._headersonly = False
  142.  
  143.     # Non-public interface for supporting Parser's headersonly flag
  144.     def _set_headersonly(self):
  145.         self._headersonly = True
  146.  
  147.     def feed(self, data):
  148.         """Push more data into the parser."""
  149.         self._input.push(data)
  150.         self._call_parse()
  151.  
  152.     def _call_parse(self):
  153.         try:
  154.             self._parse()
  155.         except StopIteration:
  156.             pass
  157.  
  158.     def close(self):
  159.         """Parse all remaining data and return the root message object."""
  160.         self._input.close()
  161.         self._call_parse()
  162.         root = self._pop_message()
  163.         assert not self._msgstack
  164.         # Look for final set of defects
  165.         if root.get_content_maintype() == 'multipart' \
  166.                and not root.is_multipart():
  167.             root.defects.append(Errors.MultipartInvariantViolationDefect())
  168.         return root
  169.  
  170.     def _new_message(self):
  171.         msg = self._factory()
  172.         if self._cur and self._cur.get_content_type() == 'multipart/digest':
  173.             msg.set_default_type('message/rfc822')
  174.         if self._msgstack:
  175.             self._msgstack[-1].attach(msg)
  176.         self._msgstack.append(msg)
  177.         self._cur = msg
  178.         self._last = msg
  179.  
  180.     def _pop_message(self):
  181.         retval = self._msgstack.pop()
  182.         if self._msgstack:
  183.             self._cur = self._msgstack[-1]
  184.         else:
  185.             self._cur = None
  186.         return retval
  187.  
  188.     def _parsegen(self):
  189.         # Create a new message and start by parsing headers.
  190.         self._new_message()
  191.         headers = []
  192.         # Collect the headers, searching for a line that doesn't match the RFC
  193.         # 2822 header or continuation pattern (including an empty line).
  194.         for line in self._input:
  195.             if line is NeedMoreData:
  196.                 yield NeedMoreData
  197.                 continue
  198.             if not headerRE.match(line):
  199.                 # If we saw the RFC defined header/body separator
  200.                 # (i.e. newline), just throw it away. Otherwise the line is
  201.                 # part of the body so push it back.
  202.                 if not NLCRE.match(line):
  203.                     self._input.unreadline(line)
  204.                 break
  205.             headers.append(line)
  206.         # Done with the headers, so parse them and figure out what we're
  207.         # supposed to see in the body of the message.
  208.         self._parse_headers(headers)
  209.         # Headers-only parsing is a backwards compatibility hack, which was
  210.         # necessary in the older parser, which could throw errors.  All
  211.         # remaining lines in the input are thrown into the message body.
  212.         if self._headersonly:
  213.             lines = []
  214.             while True:
  215.                 line = self._input.readline()
  216.                 if line is NeedMoreData:
  217.                     yield NeedMoreData
  218.                     continue
  219.                 if line == '':
  220.                     break
  221.                 lines.append(line)
  222.             self._cur.set_payload(EMPTYSTRING.join(lines))
  223.             return
  224.         if self._cur.get_content_type() == 'message/delivery-status':
  225.             # message/delivery-status contains blocks of headers separated by
  226.             # a blank line.  We'll represent each header block as a separate
  227.             # nested message object, but the processing is a bit different
  228.             # than standard message/* types because there is no body for the
  229.             # nested messages.  A blank line separates the subparts.
  230.             while True:
  231.                 self._input.push_eof_matcher(NLCRE.match)
  232.                 for retval in self._parsegen():
  233.                     if retval is NeedMoreData:
  234.                         yield NeedMoreData
  235.                         continue
  236.                     break
  237.                 msg = self._pop_message()
  238.                 # We need to pop the EOF matcher in order to tell if we're at
  239.                 # the end of the current file, not the end of the last block
  240.                 # of message headers.
  241.                 self._input.pop_eof_matcher()
  242.                 # The input stream must be sitting at the newline or at the
  243.                 # EOF.  We want to see if we're at the end of this subpart, so
  244.                 # first consume the blank line, then test the next line to see
  245.                 # if we're at this subpart's EOF.
  246.                 while True:
  247.                     line = self._input.readline()
  248.                     if line is NeedMoreData:
  249.                         yield NeedMoreData
  250.                         continue
  251.                     break
  252.                 while True:
  253.                     line = self._input.readline()
  254.                     if line is NeedMoreData:
  255.                         yield NeedMoreData
  256.                         continue
  257.                     break
  258.                 if line == '':
  259.                     break
  260.                 # Not at EOF so this is a line we're going to need.
  261.                 self._input.unreadline(line)
  262.             return
  263.         if self._cur.get_content_maintype() == 'message':
  264.             # The message claims to be a message/* type, then what follows is
  265.             # another RFC 2822 message.
  266.             for retval in self._parsegen():
  267.                 if retval is NeedMoreData:
  268.                     yield NeedMoreData
  269.                     continue
  270.                 break
  271.             self._pop_message()
  272.             return
  273.         if self._cur.get_content_maintype() == 'multipart':
  274.             boundary = self._cur.get_boundary()
  275.             if boundary is None:
  276.                 # The message /claims/ to be a multipart but it has not
  277.                 # defined a boundary.  That's a problem which we'll handle by
  278.                 # reading everything until the EOF and marking the message as
  279.                 # defective.
  280.                 self._cur.defects.append(Errors.NoBoundaryInMultipartDefect())
  281.                 lines = []
  282.                 for line in self._input:
  283.                     if line is NeedMoreData:
  284.                         yield NeedMoreData
  285.                         continue
  286.                     lines.append(line)
  287.                 self._cur.set_payload(EMPTYSTRING.join(lines))
  288.                 return
  289.             # Create a line match predicate which matches the inter-part
  290.             # boundary as well as the end-of-multipart boundary.  Don't push
  291.             # this onto the input stream until we've scanned past the
  292.             # preamble.
  293.             separator = '--' + boundary
  294.             boundaryre = re.compile(
  295.                 '(?P<sep>' + re.escape(separator) +
  296.                 r')(?P<end>--)?(?P<ws>[ \t]*)(?P<linesep>\r\n|\r|\n)?$')
  297.             capturing_preamble = True
  298.             preamble = []
  299.             linesep = False
  300.             while True:
  301.                 line = self._input.readline()
  302.                 if line is NeedMoreData:
  303.                     yield NeedMoreData
  304.                     continue
  305.                 if line == '':
  306.                     break
  307.                 mo = boundaryre.match(line)
  308.                 if mo:
  309.                     # If we're looking at the end boundary, we're done with
  310.                     # this multipart.  If there was a newline at the end of
  311.                     # the closing boundary, then we need to initialize the
  312.                     # epilogue with the empty string (see below).
  313.                     if mo.group('end'):
  314.                         linesep = mo.group('linesep')
  315.                         break
  316.                     # We saw an inter-part boundary.  Were we in the preamble?
  317.                     if capturing_preamble:
  318.                         if preamble:
  319.                             # According to RFC 2046, the last newline belongs
  320.                             # to the boundary.
  321.                             lastline = preamble[-1]
  322.                             eolmo = NLCRE_eol.search(lastline)
  323.                             if eolmo:
  324.                                 preamble[-1] = lastline[:-len(eolmo.group(0))]
  325.                             self._cur.preamble = EMPTYSTRING.join(preamble)
  326.                         capturing_preamble = False
  327.                         self._input.unreadline(line)
  328.                         continue
  329.                     # We saw a boundary separating two parts.  Consume any
  330.                     # multiple boundary lines that may be following.  Our
  331.                     # interpretation of RFC 2046 BNF grammar does not produce
  332.                     # body parts within such double boundaries.
  333.                     while True:
  334.                         line = self._input.readline()
  335.                         if line is NeedMoreData:
  336.                             yield NeedMoreData
  337.                             continue
  338.                         mo = boundaryre.match(line)
  339.                         if not mo:
  340.                             self._input.unreadline(line)
  341.                             break
  342.                     # Recurse to parse this subpart; the input stream points
  343.                     # at the subpart's first line.
  344.                     self._input.push_eof_matcher(boundaryre.match)
  345.                     for retval in self._parsegen():
  346.                         if retval is NeedMoreData:
  347.                             yield NeedMoreData
  348.                             continue
  349.                         break
  350.                     # Because of RFC 2046, the newline preceding the boundary
  351.                     # separator actually belongs to the boundary, not the
  352.                     # previous subpart's payload (or epilogue if the previous
  353.                     # part is a multipart).
  354.                     if self._last.get_content_maintype() == 'multipart':
  355.                         epilogue = self._last.epilogue
  356.                         if epilogue == '':
  357.                             self._last.epilogue = None
  358.                         elif epilogue is not None:
  359.                             mo = NLCRE_eol.search(epilogue)
  360.                             if mo:
  361.                                 end = len(mo.group(0))
  362.                                 self._last.epilogue = epilogue[:-end]
  363.                     else:
  364.                         payload = self._last.get_payload()
  365.                         if isinstance(payload, basestring):
  366.                             mo = NLCRE_eol.search(payload)
  367.                             if mo:
  368.                                 payload = payload[:-len(mo.group(0))]
  369.                                 self._last.set_payload(payload)
  370.                     self._input.pop_eof_matcher()
  371.                     self._pop_message()
  372.                     # Set the multipart up for newline cleansing, which will
  373.                     # happen if we're in a nested multipart.
  374.                     self._last = self._cur
  375.                 else:
  376.                     # I think we must be in the preamble
  377.                     assert capturing_preamble
  378.                     preamble.append(line)
  379.             # We've seen either the EOF or the end boundary.  If we're still
  380.             # capturing the preamble, we never saw the start boundary.  Note
  381.             # that as a defect and store the captured text as the payload.
  382.             # Everything from here to the EOF is epilogue.
  383.             if capturing_preamble:
  384.                 self._cur.defects.append(Errors.StartBoundaryNotFoundDefect())
  385.                 self._cur.set_payload(EMPTYSTRING.join(preamble))
  386.                 epilogue = []
  387.                 for line in self._input:
  388.                     if line is NeedMoreData:
  389.                         yield NeedMoreData
  390.                         continue
  391.                 self._cur.epilogue = EMPTYSTRING.join(epilogue)
  392.                 return
  393.             # If the end boundary ended in a newline, we'll need to make sure
  394.             # the epilogue isn't None
  395.             if linesep:
  396.                 epilogue = ['']
  397.             else:
  398.                 epilogue = []
  399.             for line in self._input:
  400.                 if line is NeedMoreData:
  401.                     yield NeedMoreData
  402.                     continue
  403.                 epilogue.append(line)
  404.             # Any CRLF at the front of the epilogue is not technically part of
  405.             # the epilogue.  Also, watch out for an empty string epilogue,
  406.             # which means a single newline.
  407.             if epilogue:
  408.                 firstline = epilogue[0]
  409.                 bolmo = NLCRE_bol.match(firstline)
  410.                 if bolmo:
  411.                     epilogue[0] = firstline[len(bolmo.group(0)):]
  412.             self._cur.epilogue = EMPTYSTRING.join(epilogue)
  413.             return
  414.         # Otherwise, it's some non-multipart type, so the entire rest of the
  415.         # file contents becomes the payload.
  416.         lines = []
  417.         for line in self._input:
  418.             if line is NeedMoreData:
  419.                 yield NeedMoreData
  420.                 continue
  421.             lines.append(line)
  422.         self._cur.set_payload(EMPTYSTRING.join(lines))
  423.  
  424.     def _parse_headers(self, lines):
  425.         # Passed a list of lines that make up the headers for the current msg
  426.         lastheader = ''
  427.         lastvalue = []
  428.         for lineno, line in enumerate(lines):
  429.             # Check for continuation
  430.             if line[0] in ' \t':
  431.                 if not lastheader:
  432.                     # The first line of the headers was a continuation.  This
  433.                     # is illegal, so let's note the defect, store the illegal
  434.                     # line, and ignore it for purposes of headers.
  435.                     defect = Errors.FirstHeaderLineIsContinuationDefect(line)
  436.                     self._cur.defects.append(defect)
  437.                     continue
  438.                 lastvalue.append(line)
  439.                 continue
  440.             if lastheader:
  441.                 # XXX reconsider the joining of folded lines
  442.                 lhdr = EMPTYSTRING.join(lastvalue)[:-1].rstrip('\r\n')
  443.                 self._cur[lastheader] = lhdr
  444.                 lastheader, lastvalue = '', []
  445.             # Check for envelope header, i.e. unix-from
  446.             if line.startswith('From '):
  447.                 if lineno == 0:
  448.                     # Strip off the trailing newline
  449.                     mo = NLCRE_eol.search(line)
  450.                     if mo:
  451.                         line = line[:-len(mo.group(0))]
  452.                     self._cur.set_unixfrom(line)
  453.                     continue
  454.                 elif lineno == len(lines) - 1:
  455.                     # Something looking like a unix-from at the end - it's
  456.                     # probably the first line of the body, so push back the
  457.                     # line and stop.
  458.                     self._input.unreadline(line)
  459.                     return
  460.                 else:
  461.                     # Weirdly placed unix-from line.  Note this as a defect
  462.                     # and ignore it.
  463.                     defect = Errors.MisplacedEnvelopeHeaderDefect(line)
  464.                     self._cur.defects.append(defect)
  465.                     continue
  466.             # Split the line on the colon separating field name from value.
  467.             i = line.find(':')
  468.             if i < 0:
  469.                 defect = Errors.MalformedHeaderDefect(line)
  470.                 self._cur.defects.append(defect)
  471.                 continue
  472.             lastheader = line[:i]
  473.             lastvalue = [line[i+1:].lstrip()]
  474.         # Done with all the lines, so handle the last header.
  475.         if lastheader:
  476.             # XXX reconsider the joining of folded lines
  477.             self._cur[lastheader] = EMPTYSTRING.join(lastvalue).rstrip('\r\n')
  478.