sjero.net Git - wget/blob - src/spider.c

   1 /* Keep track of visited URLs in spider mode.
   2    Copyright (C) 2006 Free Software Foundation, Inc.
   3
   4 This file is part of GNU Wget.
   5
   6 GNU Wget is free software; you can redistribute it and/or modify
   7 it under the terms of the GNU General Public License as published by
   8 the Free Software Foundation; either version 3 of the License, or
   9  (at your option) any later version.
  10
  11 GNU Wget is distributed in the hope that it will be useful,
  12 but WITHOUT ANY WARRANTY; without even the implied warranty of
  13 MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  14 GNU General Public License for more details.
  15
  16 You should have received a copy of the GNU General Public License
  17 along with Wget.  If not, see <http://www.gnu.org/licenses/>.
  18
  19 In addition, as a special exception, the Free Software Foundation
  20 gives permission to link the code of its release of Wget with the
  21 OpenSSL project's "OpenSSL" library (or with modified versions of it
  22 that use the same license as the "OpenSSL" library), and distribute
  23 the linked executables.  You must obey the GNU General Public License
  24 in all respects for all of the code used other than "OpenSSL".  If you
  25 modify this file, you may extend this exception to your version of the
  26 file, but you are not obligated to do so.  If you do not wish to do
  27 so, delete this exception statement from your version.  */
  28
  29 #include <config.h>
  30
  31 #include <stdio.h>
  32 #include <errno.h>
  33 #include <assert.h>
  34
  35 #include "wget.h"
  36 #include "spider.h"
  37 #include "url.h"
  38 #include "utils.h"
  39 #include "hash.h"
  40 #include "res.h"
  41
  42
  43 static struct hash_table *visited_urls_hash;
  44 static struct hash_table *nonexisting_urls_set;
  45
  46 /* Cleanup the data structures associated with this file.  */
  47
  48 void
  49 spider_cleanup (void)
  50 {
  51   if (visited_urls_hash)
  52     {
  53       free_keys_and_values (visited_urls_hash);
  54       hash_table_destroy (visited_urls_hash);
  55       visited_urls_hash = NULL;
  56     }
  57   if (nonexisting_urls_set)
  58     string_set_free (nonexisting_urls_set);
  59 }
  60 \f
  61 /* Remembers visited files.  */
  62
  63 struct url_list
  64 {
  65   char *url;
  66   struct url_list *next;
  67 };
  68
  69 static bool
  70 in_url_list_p (const struct url_list *list, const char *url)
  71 {
  72   const struct url_list *ptr;
  73
  74   for (ptr = list; ptr; ptr = ptr->next)
  75     {
  76       /* str[case]cmp is inadequate for URL comparison */
  77       if (are_urls_equal (url, ptr->url))
  78         return true;
  79     }
  80
  81   return false;
  82 }
  83
  84 void
  85 visited_url (const char *url, const char *referrer)
  86 {
  87   struct url_list *list;
  88
  89   /* Ignore robots.txt URLs */
  90   if (is_robots_txt_url (url))
  91     return;
  92
  93   if (!visited_urls_hash)
  94     visited_urls_hash = make_string_hash_table (0);
  95
  96   list = hash_table_get (visited_urls_hash, url);
  97   if (!list)
  98     {
  99       list = (struct url_list *) xnew0 (struct url_list);
 100       list->url = referrer ? xstrdup (referrer) : NULL;
 101       hash_table_put (visited_urls_hash, xstrdup (url), list);
 102     }
 103   else if (referrer && !in_url_list_p (list, referrer))
 104     {
 105       /* Append referrer at the end of the list */
 106       struct url_list *newnode;
 107
 108       while (list->next)
 109         list = list->next;
 110
 111       newnode = (struct url_list *) xnew0 (struct url_list);
 112       newnode->url = xstrdup (referrer);
 113       list->next = newnode;
 114     }
 115 }
 116 \f
 117 /* Remembers broken links.  */
 118 void
 119 nonexisting_url (const char *url)
 120 {
 121   /* Ignore robots.txt URLs */
 122   if (is_robots_txt_url (url))
 123     return;
 124   if (!nonexisting_urls_set)
 125     nonexisting_urls_set = make_string_hash_table (0);
 126   string_set_add (nonexisting_urls_set, url);
 127 }
 128
 129 void
 130 print_broken_links (void)
 131 {
 132   hash_table_iterator iter;
 133   int num_elems;
 134
 135   if (!nonexisting_urls_set)
 136     {
 137       logprintf (LOG_NOTQUIET, _("Found no broken links.\n\n"));
 138       return;
 139     }
 140
 141   num_elems = hash_table_count (nonexisting_urls_set);
 142   assert (num_elems > 0);
 143
 144   logprintf (LOG_NOTQUIET, ngettext("Found %d broken link.\n\n",
 145                                     "Found %d broken links.\n\n", num_elems),
 146              num_elems);
 147
 148   for (hash_table_iterate (nonexisting_urls_set, &iter);
 149        hash_table_iter_next (&iter); )
 150     {
 151       struct url_list *list;
 152       const char *url = (const char *) iter.key;
 153
 154       logprintf (LOG_NOTQUIET, _("%s referred by:\n"), url);
 155
 156       for (list = (struct url_list *) hash_table_get (visited_urls_hash, url);
 157            list; list = list->next)
 158         {
 159           logprintf (LOG_NOTQUIET, _("    %s\n"), list->url);
 160         }
 161     }
 162   logputs (LOG_NOTQUIET, "\n");
 163 }
 164
 165 /*
 166  * vim: et ts=2 sw=2
 167  */
 168