0000: 23 21 2f 75 73 72 2f 62 69 6e 2f 65 6e 76 20 70 #!/usr/bin/env p
0010: 79 74 68 6f 6e 33 2e 31 0a 0a 69 6d 70 6f 72 74 ython3.1..import
0020: 20 64 61 74 65 74 69 6d 65 2c 20 68 74 74 70 2e datetime, http.
0030: 63 6f 6f 6b 69 65 6a 61 72 2c 20 6f 70 74 70 61 cookiejar, optpa
0040: 72 73 65 2c 20 6f 73 2c 20 73 79 73 2c 20 73 68 rse, os, sys, sh
0050: 65 6c 76 65 2c 20 72 65 2c 20 75 72 6c 6c 69 62 elve, re, urllib
0060: 2e 72 65 71 75 65 73 74 0a 0a 70 61 72 73 65 72 .request..parser
0070: 20 3d 20 6f 70 74 70 61 72 73 65 2e 4f 70 74 69 = optparse.Opti
0080: 6f 6e 50 61 72 73 65 72 28 29 0a 70 61 72 73 65 onParser().parse
0090: 72 2e 61 64 64 5f 6f 70 74 69 6f 6e 28 27 2d 76 r.add_option('-v
00a0: 27 2c 20 27 2d 2d 76 65 72 62 6f 73 65 27 2c 20 ', '--verbose',
00b0: 61 63 74 69 6f 6e 20 3d 20 27 73 74 6f 72 65 5f action = 'store_
00c0: 74 72 75 65 27 2c 20 64 65 73 74 20 3d 20 27 76 true', dest = 'v
00d0: 65 72 62 6f 73 65 27 2c 20 68 65 6c 70 20 3d 20 erbose', help =
00e0: 27 74 75 72 6e 73 20 6f 6e 20 76 65 72 62 6f 73 'turns on verbos
00f0: 65 20 73 74 61 74 75 73 20 6e 6f 74 69 66 69 63 e status notific
0100: 61 74 69 6f 6e 73 27 2c 20 6d 65 74 61 76 61 72 ations', metavar
0110: 20 3d 20 27 62 6f 6f 6c 27 2c 20 64 65 66 61 75 = 'bool', defau
0120: 6c 74 20 3d 20 46 61 6c 73 65 29 0a 70 61 72 73 lt = False).pars
0130: 65 72 2e 61 64 64 5f 6f 70 74 69 6f 6e 28 27 2d er.add_option('-
0140: 64 27 2c 20 27 2d 2d 64 69 72 27 2c 20 61 63 74 d', '--dir', act
0150: 69 6f 6e 20 3d 20 27 73 74 6f 72 65 27 2c 20 64 ion = 'store', d
0160: 65 73 74 20 3d 20 27 64 69 72 27 2c 20 68 65 6c est = 'dir', hel
0170: 70 20 3d 20 27 73 70 65 63 69 66 79 20 64 69 72 p = 'specify dir
0180: 65 63 74 6f 72 79 20 77 68 65 72 65 20 74 68 65 ectory where the
0190: 20 66 69 6c 65 73 20 73 68 6f 75 6c 64 20 62 65 files should be
01a0: 20 73 74 6f 72 65 64 27 2c 20 6d 65 74 61 76 61 stored', metava
01b0: 72 20 3d 20 27 73 74 72 69 6e 67 27 2c 20 64 65 r = 'string', de
01c0: 66 61 75 6c 74 20 3d 20 4e 6f 6e 65 29 0a 70 61 fault = None).pa
01d0: 72 73 65 72 2e 61 64 64 5f 6f 70 74 69 6f 6e 28 rser.add_option(
01e0: 27 2d 72 27 2c 20 27 2d 2d 72 6f 6f 74 27 2c 20 '-r', '--root',
01f0: 61 63 74 69 6f 6e 20 3d 20 27 73 74 6f 72 65 27 action = 'store'
0200: 2c 20 64 65 73 74 20 3d 20 27 72 6f 6f 74 27 2c , dest = 'root',
0210: 20 68 65 6c 70 20 3d 20 27 73 70 65 63 69 66 79 help = 'specify
0220: 20 61 20 73 69 74 65 20 66 72 6f 6d 20 77 68 69 a site from whi
0230: 63 68 20 64 61 74 61 20 73 68 6f 75 6c 64 20 62 ch data should b
0240: 65 20 6d 69 72 72 6f 72 65 64 27 2c 20 6d 65 74 e mirrored', met
0250: 61 76 61 72 20 3d 20 27 73 74 72 69 6e 67 27 2c avar = 'string',
0260: 20 64 65 66 61 75 6c 74 20 3d 20 4e 6f 6e 65 29 default = None)
0270: 0a 70 61 72 73 65 72 2e 61 64 64 5f 6f 70 74 69 .parser.add_opti
0280: 6f 6e 28 27 2d 6c 27 2c 20 27 2d 2d 6c 6f 67 27 on('-l', '--log'
0290: 2c 20 61 63 74 69 6f 6e 20 3d 20 27 73 74 6f 72 , action = 'stor
02a0: 65 27 2c 20 64 65 73 74 20 3d 20 27 6c 6f 67 27 e', dest = 'log'
02b0: 2c 20 68 65 6c 70 20 3d 20 27 73 70 65 63 69 66 , help = 'specif
02c0: 79 20 61 20 6c 6f 67 20 66 69 6c 65 20 74 6f 20 y a log file to
02d0: 70 72 6f 63 65 73 73 27 2c 20 6d 65 74 61 76 61 process', metava
02e0: 72 20 3d 20 27 73 74 72 69 6e 67 27 2c 20 64 65 r = 'string', de
02f0: 66 61 75 6c 74 20 3d 20 4e 6f 6e 65 29 0a 70 61 fault = None).pa
0300: 72 73 65 72 2e 61 64 64 5f 6f 70 74 69 6f 6e 28 rser.add_option(
0310: 27 2d 65 27 2c 20 27 2d 2d 73 6b 69 70 2d 65 74 '-e', '--skip-et
0320: 61 67 27 2c 20 61 63 74 69 6f 6e 20 3d 20 27 73 ag', action = 's
0330: 74 6f 72 65 5f 74 72 75 65 27 2c 20 64 65 73 74 tore_true', dest
0340: 20 3d 20 27 6e 6f 65 74 61 67 27 2c 20 68 65 6c = 'noetag', hel
0350: 70 20 3d 20 27 64 6f 20 6e 6f 74 20 70 72 6f 63 p = 'do not proc
0360: 65 73 73 20 65 74 61 67 73 27 2c 20 6d 65 74 61 ess etags', meta
0370: 76 61 72 20 3d 20 27 62 6f 6f 6c 27 2c 20 64 65 var = 'bool', de
0380: 66 61 75 6c 74 20 3d 20 46 61 6c 73 65 29 0a 28 fault = False).(
0390: 6f 70 74 69 6f 6e 73 2c 20 61 72 67 73 29 20 3d options, args) =
03a0: 20 70 61 72 73 65 72 2e 70 61 72 73 65 5f 61 72 parser.parse_ar
03b0: 67 73 28 29 0a 0a 61 73 73 65 72 74 20 6f 70 74 gs()..assert opt
03c0: 69 6f 6e 73 2e 64 69 72 2c 20 27 44 69 72 65 63 ions.dir, 'Direc
03d0: 74 6f 72 79 20 6e 6f 74 20 73 70 65 63 69 66 69 tory not specifi
03e0: 65 64 27 0a 61 73 73 65 72 74 20 6f 70 74 69 6f ed'.assert optio
03f0: 6e 73 2e 72 6f 6f 74 2c 20 27 53 65 72 76 65 72 ns.root, 'Server
0400: 20 6e 6f 74 20 73 70 65 63 69 66 69 65 64 27 0a not specified'.
0410: 61 73 73 65 72 74 20 6f 70 74 69 6f 6e 73 2e 6c assert options.l
0420: 6f 67 2c 20 27 4c 6f 67 20 66 69 6c 65 20 6e 6f og, 'Log file no
0430: 74 20 73 70 65 63 69 66 69 65 64 27 0a 61 73 73 t specified'.ass
0440: 65 72 74 20 6f 73 2e 61 63 63 65 73 73 28 6f 70 ert os.access(op
0450: 74 69 6f 6e 73 2e 6c 6f 67 2c 20 6f 73 2e 52 5f tions.log, os.R_
0460: 4f 4b 29 2c 20 27 4c 6f 67 20 66 69 6c 65 20 75 OK), 'Log file u
0470: 6e 72 65 61 64 61 62 6c 65 27 0a 0a 23 20 74 68 nreadable'..# th
0480: 69 73 20 69 73 20 66 69 6c 65 20 69 6e 64 65 78 is is file index
0490: 20 2d 20 65 76 65 72 79 74 68 69 6e 67 20 69 73 - everything is
04a0: 20 73 74 6f 72 65 64 20 69 6e 20 74 68 69 73 20 stored in this
04b0: 66 69 6c 65 0a 69 6e 64 65 78 20 3d 20 73 68 65 file.index = she
04c0: 6c 76 65 2e 6f 70 65 6e 28 6f 70 74 69 6f 6e 73 lve.open(options
04d0: 2e 64 69 72 20 2b 20 27 2f 2e 69 6e 64 65 78 27 .dir + '/.index'
04e0: 29 0a 64 65 73 63 5f 66 69 65 6c 64 73 20 3d 20 ).desc_fields =
04f0: 28 27 43 6f 6e 74 65 6e 74 2d 4c 65 6e 67 74 68 ('Content-Length
0500: 27 2c 20 27 50 72 61 67 6d 61 27 2c 20 27 4c 61 ', 'Pragma', 'La
0510: 73 74 2d 4d 6f 64 69 66 69 65 64 27 29 0a 69 67 st-Modified').ig
0520: 6e 6f 72 65 5f 66 69 65 6c 64 73 20 3d 20 28 27 nore_fields = ('
0530: 41 63 63 65 70 74 2d 52 61 6e 67 65 73 27 2c 20 Accept-Ranges',
0540: 27 41 67 65 27 2c 20 27 43 61 63 68 65 2d 43 6f 'Age', 'Cache-Co
0550: 6e 74 72 6f 6c 27 2c 20 27 43 6f 6e 6e 65 63 74 ntrol', 'Connect
0560: 69 6f 6e 27 2c 20 27 43 6f 6e 74 65 6e 74 2d 54 ion', 'Content-T
0570: 79 70 65 27 2c 20 27 44 61 74 65 27 2c 20 27 45 ype', 'Date', 'E
0580: 78 70 69 72 65 73 27 2c 20 27 53 65 72 76 65 72 xpires', 'Server
0590: 27 2c 20 27 56 69 61 27 2c 20 27 58 2d 43 61 63 ', 'Via', 'X-Cac
05a0: 68 65 27 2c 20 27 58 2d 43 61 63 68 65 2d 4c 6f he', 'X-Cache-Lo
05b0: 6f 6b 75 70 27 2c 20 27 58 2d 50 6f 77 65 72 65 okup', 'X-Powere
05c0: 64 2d 42 79 27 29 0a 0a 69 66 20 6e 6f 74 20 6f d-By')..if not o
05d0: 70 74 69 6f 6e 73 2e 6e 6f 65 74 61 67 3a 0a 09 ptions.noetag:..
05e0: 64 65 73 63 5f 66 69 65 6c 64 73 20 2b 3d 20 27 desc_fields += '
05f0: 45 54 61 67 27 2c 0a 65 6c 73 65 3a 0a 09 69 67 ETag',.else:..ig
0600: 6e 6f 72 65 5f 66 69 65 6c 64 73 20 2b 3d 20 27 nore_fields += '
0610: 45 54 61 67 27 2c 0a 0a 62 6c 6f 63 6b 5f 73 69 ETag',..block_si
0620: 7a 65 20 3d 20 33 32 37 36 38 0a 0a 77 68 69 6c ze = 32768..whil
0630: 65 20 54 72 75 65 3a 0a 09 75 6e 63 68 65 63 6b e True:..uncheck
0640: 65 64 5f 66 69 6c 65 73 20 3d 20 73 65 74 28 29 ed_files = set()
0650: 0a 09 63 68 65 63 6b 65 64 5f 66 69 6c 65 73 20 ..checked_files
0660: 3d 20 30 0a 0a 09 23 20 72 65 61 64 69 6e 67 20 = 0...# reading
0670: 6c 6f 67 20 61 6e 64 20 73 74 6f 72 69 6e 67 20 log and storing
0680: 66 6f 75 6e 64 20 75 72 6c 73 20 66 6f 72 20 70 found urls for p
0690: 72 6f 63 65 73 73 69 6e 67 0a 09 23 20 63 68 65 rocessing..# che
06a0: 63 6b 20 66 69 6c 65 20 6d 74 69 6d 65 20 58 58 ck file mtime XX
06b0: 58 0a 09 77 69 74 68 20 6f 70 65 6e 28 6f 70 74 X..with open(opt
06c0: 69 6f 6e 73 2e 6c 6f 67 2c 20 27 72 27 29 20 61 ions.log, 'r') a
06d0: 73 20 6c 6f 67 5f 66 69 6c 65 3a 0a 09 09 6c 6f s log_file:...lo
06e0: 67 5f 6c 69 6e 65 20 3d 20 72 65 2e 63 6f 6d 70 g_line = re.comp
06f0: 69 6c 65 28 27 5e 5b 5e 20 5d 2b 20 2d 20 2d 20 ile('^[^ ]+ - -
0700: 5c 5b 2e 2a 5d 20 22 28 47 45 54 7c 48 45 41 44 \[.*] "(GET|HEAD
0710: 29 20 28 2e 2a 3f 29 28 5c 3f 2e 2a 29 3f 20 48 ) (.*?)(\?.*)? H
0720: 54 54 50 2f 31 2e 31 22 20 28 5c 64 2b 29 20 5c TTP/1.1" (\d+) \
0730: 64 2b 20 22 28 2e 2a 29 22 20 22 28 2e 2a 29 22 d+ "(.*)" "(.*)"
0740: 24 27 29 0a 09 09 66 6f 72 20 6c 69 6e 65 20 69 $')...for line i
0750: 6e 20 6c 6f 67 5f 66 69 6c 65 3a 0a 09 09 09 74 n log_file:....t
0760: 68 69 73 5f 6c 69 6e 65 20 3d 20 6c 6f 67 5f 6c his_line = log_l
0770: 69 6e 65 2e 6d 61 74 63 68 28 6c 69 6e 65 2e 73 ine.match(line.s
0780: 74 72 69 70 28 29 29 0a 09 09 09 69 66 20 74 68 trip())....if th
0790: 69 73 5f 6c 69 6e 65 3a 0a 09 09 09 09 75 6e 63 is_line:.....unc
07a0: 68 65 63 6b 65 64 5f 66 69 6c 65 73 2e 61 64 64 hecked_files.add
07b0: 28 74 68 69 73 5f 6c 69 6e 65 2e 67 72 6f 75 70 (this_line.group
07c0: 28 32 29 29 0a 0a 09 66 6f 72 20 75 72 6c 20 69 (2))...for url i
07d0: 6e 20 75 6e 63 68 65 63 6b 65 64 5f 66 69 6c 65 n unchecked_file
07e0: 73 3a 0a 09 09 72 65 6c 6f 61 64 20 3d 20 46 61 s:...reload = Fa
07f0: 6c 73 65 0a 09 09 72 65 63 68 65 63 6b 20 3d 20 lse...recheck =
0800: 46 61 6c 73 65 0a 09 09 69 6e 66 6f 20 3d 20 27 False...info = '
0810: 43 68 65 63 6b 69 6e 67 20 66 69 6c 65 3a 20 27 Checking file: '
0820: 20 2b 20 75 72 6c 0a 0a 09 09 23 20 63 72 65 61 + url....# crea
0830: 74 69 6e 67 20 65 6d 70 74 79 20 70 6c 61 63 65 ting empty place
0840: 68 6f 6c 64 65 72 20 69 6e 20 69 6e 64 65 78 0a holder in index.
0850: 09 09 69 66 20 6e 6f 74 20 75 72 6c 20 69 6e 20 ..if not url in
0860: 69 6e 64 65 78 3a 0a 09 09 09 69 6e 66 6f 20 2b index:....info +
0870: 3d 20 27 5c 6e 54 68 69 73 20 6f 6e 65 20 69 73 = '\nThis one is
0880: 20 6e 65 77 2e 27 0a 09 09 09 69 6e 64 65 78 5b new.'....index[
0890: 75 72 6c 5d 20 3d 20 7b 7d 0a 09 09 09 72 65 6c url] = {}....rel
08a0: 6f 61 64 20 3d 20 54 72 75 65 0a 0a 09 09 23 20 oad = True....#
08b0: 63 72 65 61 74 69 6e 67 20 66 69 6c 65 20 6e 61 creating file na
08c0: 6d 65 20 66 72 6f 6d 20 75 72 6c 0a 09 09 66 69 me from url...fi
08d0: 6c 65 5f 6e 61 6d 65 20 3d 20 6f 70 74 69 6f 6e le_name = option
08e0: 73 2e 64 69 72 20 2b 20 72 65 2e 63 6f 6d 70 69 s.dir + re.compi
08f0: 6c 65 28 27 25 32 30 27 29 2e 73 75 62 28 27 20 le('%20').sub('
0900: 27 2c 20 75 72 6c 29 0a 0a 09 09 23 20 66 6f 72 ', url)....# for
0910: 63 69 62 6c 79 20 63 68 65 63 6b 69 6e 67 20 66 cibly checking f
0920: 69 6c 65 20 69 66 20 6e 6f 20 66 69 6c 65 20 70 ile if no file p
0930: 72 65 73 65 6e 74 0a 09 09 69 66 20 6e 6f 74 20 resent...if not
0940: 72 65 6c 6f 61 64 20 61 6e 64 20 6e 6f 74 20 6f reload and not o
0950: 73 2e 61 63 63 65 73 73 28 66 69 6c 65 5f 6e 61 s.access(file_na
0960: 6d 65 2c 20 6f 73 2e 52 5f 4f 4b 29 3a 0a 09 09 me, os.R_OK):...
0970: 09 69 6e 66 6f 20 2b 3d 20 27 5c 6e 46 69 6c 65 .info += '\nFile
0980: 20 6e 6f 74 20 66 6f 75 6e 64 20 6f 72 20 69 6e not found or in
0990: 61 63 63 65 73 73 69 62 6c 65 2e 27 0a 09 09 09 accessible.'....
09a0: 72 65 6c 6f 61 64 20 3d 20 54 72 75 65 0a 0a 09 reload = True...
09b0: 09 23 20 66 6f 72 63 69 62 6c 79 20 63 68 65 63 .# forcibly chec
09c0: 6b 69 6e 67 20 66 69 6c 65 20 69 66 20 66 69 6c king file if fil
09d0: 65 20 73 69 7a 65 20 64 6f 65 73 6e 27 74 20 6d e size doesn't m
09e0: 61 74 63 68 20 77 69 74 68 20 69 6e 64 65 78 20 atch with index
09f0: 64 61 74 61 0a 09 09 65 6c 69 66 20 6e 6f 74 20 data...elif not
0a00: 72 65 6c 6f 61 64 20 61 6e 64 20 27 43 6f 6e 74 reload and 'Cont
0a10: 65 6e 74 2d 4c 65 6e 67 74 68 27 20 69 6e 20 69 ent-Length' in i
0a20: 6e 64 65 78 5b 75 72 6c 5d 20 61 6e 64 20 6f 73 ndex[url] and os
0a30: 2e 73 74 61 74 28 66 69 6c 65 5f 6e 61 6d 65 29 .stat(file_name)
0a40: 2e 73 74 5f 73 69 7a 65 20 21 3d 20 69 6e 74 28 .st_size != int(
0a50: 69 6e 64 65 78 5b 75 72 6c 5d 5b 27 43 6f 6e 74 index[url]['Cont
0a60: 65 6e 74 2d 4c 65 6e 67 74 68 27 5d 29 3a 0a 09 ent-Length']):..
0a70: 09 09 69 6e 66 6f 20 2b 3d 20 27 5c 6e 46 69 6c ..info += '\nFil
0a80: 65 20 73 69 7a 65 20 69 73 20 27 20 2b 20 6f 73 e size is ' + os
0a90: 2e 73 74 61 74 28 66 69 6c 65 5f 6e 61 6d 65 29 .stat(file_name)
0aa0: 2e 73 74 5f 73 69 7a 65 20 2b 20 27 20 61 6e 64 .st_size + ' and
0ab0: 20 73 74 6f 72 65 64 20 66 69 6c 65 20 73 69 7a stored file siz
0ac0: 65 20 69 73 20 27 20 2b 20 69 6e 64 65 78 5b 75 e is ' + index[u
0ad0: 72 6c 5d 5b 27 43 6f 6e 74 65 6e 74 2d 4c 65 6e rl]['Content-Len
0ae0: 67 74 68 27 5d 20 2b 20 27 2e 27 0a 09 09 09 72 gth'] + '.'....r
0af0: 65 6c 6f 61 64 20 3d 20 54 72 75 65 0a 0a 09 09 eload = True....
0b00: 23 20 66 6f 72 63 69 62 6c 79 20 63 68 65 63 6b # forcibly check
0b10: 69 6e 67 20 66 69 6c 65 20 69 66 20 69 6e 64 65 ing file if inde
0b20: 78 20 68 6f 64 73 20 50 72 61 67 6d 61 20 68 65 x hods Pragma he
0b30: 61 64 65 72 0a 09 09 69 66 20 6e 6f 74 20 72 65 ader...if not re
0b40: 6c 6f 61 64 20 61 6e 64 20 27 50 72 61 67 6d 61 load and 'Pragma
0b50: 27 20 69 6e 20 69 6e 64 65 78 5b 75 72 6c 5d 20 ' in index[url]
0b60: 61 6e 64 20 69 6e 64 65 78 5b 75 72 6c 5d 5b 27 and index[url]['
0b70: 50 72 61 67 6d 61 27 5d 20 3d 3d 20 27 6e 6f 2d Pragma'] == 'no-
0b80: 63 61 63 68 65 27 3a 0a 09 09 09 69 6e 66 6f 20 cache':....info
0b90: 2b 3d 27 5c 6e 50 72 61 67 6d 61 20 6f 6e 3a 20 +='\nPragma on:
0ba0: 72 65 63 68 65 63 6b 20 69 6d 6d 69 6e 65 6e 74 recheck imminent
0bb0: 2e 27 0a 09 09 09 72 65 63 68 65 63 6b 20 3d 20 .'....recheck =
0bc0: 54 72 75 65 0a 0a 09 09 69 66 20 6f 70 74 69 6f True....if optio
0bd0: 6e 73 2e 76 65 72 62 6f 73 65 3a 0a 09 09 09 70 ns.verbose:....p
0be0: 72 69 6e 74 28 69 6e 66 6f 29 0a 0a 09 09 23 20 rint(info)....#
0bf0: 73 6b 69 70 70 69 6e 67 20 66 69 6c 65 20 70 72 skipping file pr
0c00: 6f 63 65 73 73 69 6e 67 20 69 66 20 74 68 65 72 ocessing if ther
0c10: 65 27 73 20 6e 6f 20 6e 65 65 64 20 74 6f 20 72 e's no need to r
0c20: 65 63 68 65 63 6b 20 69 74 20 61 6e 64 20 77 65 echeck it and we
0c30: 20 68 61 76 65 20 63 68 65 63 6b 65 64 20 69 74 have checked it
0c40: 20 61 74 20 6c 65 61 73 74 20 34 20 68 6f 75 72 at least 4 hour
0c50: 73 20 61 67 6f 0a 09 09 69 66 20 6e 6f 74 20 72 s ago...if not r
0c60: 65 63 68 65 63 6b 20 61 6e 64 20 6e 6f 74 20 72 echeck and not r
0c70: 65 6c 6f 61 64 20 61 6e 64 20 27 5f 5f 74 69 6d eload and '__tim
0c80: 65 5f 5f 27 20 69 6e 20 69 6e 64 65 78 5b 75 72 e__' in index[ur
0c90: 6c 5d 20 61 6e 64 20 28 64 61 74 65 74 69 6d 65 l] and (datetime
0ca0: 2e 64 61 74 65 74 69 6d 65 2e 6e 6f 77 28 29 20 .datetime.now()
0cb0: 2d 20 64 61 74 65 74 69 6d 65 2e 74 69 6d 65 64 - datetime.timed
0cc0: 65 6c 74 61 28 68 6f 75 72 73 20 3d 20 34 29 20 elta(hours = 4)
0cd0: 2d 20 69 6e 64 65 78 5b 75 72 6c 5d 5b 27 5f 5f - index[url]['__
0ce0: 74 69 6d 65 5f 5f 27 5d 29 2e 64 61 79 73 20 3c time__']).days <
0cf0: 20 30 3a 0a 09 09 09 63 6f 6e 74 69 6e 75 65 0a 0:....continue.
0d00: 0a 09 09 74 72 79 3a 0a 09 09 09 77 69 74 68 20 ...try:....with
0d10: 75 72 6c 6c 69 62 2e 72 65 71 75 65 73 74 2e 75 urllib.request.u
0d20: 72 6c 6f 70 65 6e 28 6f 70 74 69 6f 6e 73 2e 72 rlopen(options.r
0d30: 6f 6f 74 20 2b 20 75 72 6c 29 20 61 73 20 73 6f oot + url) as so
0d40: 75 72 63 65 3a 0a 09 09 09 09 6e 65 77 5f 68 65 urce:.....new_he
0d50: 61 64 65 72 73 20 3d 20 7b 7d 0a 09 09 09 09 68 aders = {}.....h
0d60: 65 61 64 65 72 73 20 3d 20 73 6f 75 72 63 65 2e eaders = source.
0d70: 69 6e 66 6f 28 29 0a 09 09 09 09 69 66 20 6e 6f info().....if no
0d80: 74 20 6f 70 74 69 6f 6e 73 2e 76 65 72 62 6f 73 t options.verbos
0d90: 65 3a 0a 09 09 09 09 09 70 72 69 6e 74 28 69 6e e:......print(in
0da0: 66 6f 29 0a 0a 09 09 09 09 23 20 73 74 72 69 70 fo)......# strip
0db0: 70 69 6e 67 20 75 6e 6e 65 65 64 65 64 20 68 65 ping unneeded he
0dc0: 61 64 65 72 73 20 28 58 58 58 20 6d 61 6b 65 20 aders (XXX make
0dd0: 74 68 69 73 20 69 6e 70 6c 61 63 65 3f 29 0a 09 this inplace?)..
0de0: 09 09 09 66 6f 72 20 68 65 61 64 65 72 20 69 6e ...for header in
0df0: 20 68 65 61 64 65 72 73 3a 0a 09 09 09 09 09 69 headers:......i
0e00: 66 20 68 65 61 64 65 72 20 69 6e 20 64 65 73 63 f header in desc
0e10: 5f 66 69 65 6c 64 73 3a 0a 09 09 09 09 09 09 69 _fields:.......i
0e20: 66 20 68 65 61 64 65 72 20 3d 3d 20 27 50 72 61 f header == 'Pra
0e30: 67 6d 61 27 20 61 6e 64 20 68 65 61 64 65 72 73 gma' and headers
0e40: 5b 68 65 61 64 65 72 5d 20 21 3d 20 27 6e 6f 2d [header] != 'no-
0e50: 63 61 63 68 65 27 3a 0a 09 09 09 09 09 09 09 70 cache':........p
0e60: 72 69 6e 74 28 27 50 72 61 67 6d 61 3a 27 2c 20 rint('Pragma:',
0e70: 68 65 61 64 65 72 73 5b 68 65 61 64 65 72 5d 29 headers[header])
0e80: 0a 09 09 09 09 09 09 6e 65 77 5f 68 65 61 64 65 .......new_heade
0e90: 72 73 5b 68 65 61 64 65 72 5d 20 3d 20 68 65 61 rs[header] = hea
0ea0: 64 65 72 73 5b 68 65 61 64 65 72 5d 0a 09 09 09 ders[header]....
0eb0: 09 09 65 6c 69 66 20 6e 6f 74 20 68 65 61 64 65 ..elif not heade
0ec0: 72 20 69 6e 20 69 67 6e 6f 72 65 5f 66 69 65 6c r in ignore_fiel
0ed0: 64 73 3a 0a 09 09 09 09 09 09 70 72 69 6e 74 28 ds:.......print(
0ee0: 27 55 6e 64 65 66 69 6e 65 64 20 68 65 61 64 65 'Undefined heade
0ef0: 72 20 22 27 2c 20 68 65 61 64 65 72 2c 20 27 22 r "', header, '"
0f00: 3a 20 27 2c 20 68 65 61 64 65 72 73 5b 68 65 61 : ', headers[hea
0f10: 64 65 72 5d 2c 20 73 65 70 3d 27 27 29 0a 0a 09 der], sep='')...
0f20: 09 09 09 23 20 63 6f 6d 70 61 72 69 6e 67 20 68 ...# comparing h
0f30: 65 61 64 65 72 73 20 77 69 74 68 20 64 61 74 61 eaders with data
0f40: 20 66 6f 75 6e 64 20 69 6e 20 69 6e 64 65 78 0a found in index.
0f50: 09 09 09 09 23 20 69 66 20 61 6e 79 20 68 65 61 ....# if any hea
0f60: 64 65 72 20 68 61 73 20 63 68 61 6e 67 65 64 20 der has changed
0f70: 28 65 78 63 65 70 74 20 50 72 61 67 6d 61 29 20 (except Pragma)
0f80: 66 69 6c 65 20 69 73 20 66 75 6c 6c 79 20 64 6f file is fully do
0f90: 77 6e 6c 6f 61 64 65 64 0a 09 09 09 09 23 20 73 wnloaded.....# s
0fa0: 61 6d 65 20 69 66 20 77 65 20 67 65 74 20 6d 6f ame if we get mo
0fb0: 72 65 20 6f 72 20 6c 65 73 73 20 68 65 61 64 65 re or less heade
0fc0: 72 73 0a 09 09 09 09 6f 6c 64 5f 6b 65 79 73 20 rs.....old_keys
0fd0: 3d 20 73 65 74 28 69 6e 64 65 78 5b 75 72 6c 5d = set(index[url]
0fe0: 2e 6b 65 79 73 28 29 29 0a 09 09 09 09 6f 6c 64 .keys()).....old
0ff0: 5f 6b 65 79 73 2e 64 69 73 63 61 72 64 28 27 5f _keys.discard('_
1000: 5f 74 69 6d 65 5f 5f 27 29 0a 09 09 09 09 6f 6c _time__').....ol
1010: 64 5f 6b 65 79 73 2e 64 69 73 63 61 72 64 28 27 d_keys.discard('
1020: 50 72 61 67 6d 61 27 29 0a 09 09 09 09 6d 6f 72 Pragma').....mor
1030: 65 5f 6b 65 79 73 20 3d 20 73 65 74 28 6e 65 77 e_keys = set(new
1040: 5f 68 65 61 64 65 72 73 2e 6b 65 79 73 28 29 29 _headers.keys())
1050: 20 2d 20 6f 6c 64 5f 6b 65 79 73 0a 09 09 09 09 - old_keys.....
1060: 6d 6f 72 65 5f 6b 65 79 73 2e 64 69 73 63 61 72 more_keys.discar
1070: 64 28 27 50 72 61 67 6d 61 27 29 0a 09 09 09 09 d('Pragma').....
1080: 6c 65 73 73 5f 6b 65 79 73 20 3d 20 6f 6c 64 5f less_keys = old_
1090: 6b 65 79 73 20 2d 20 73 65 74 28 6e 65 77 5f 68 keys - set(new_h
10a0: 65 61 64 65 72 73 2e 6b 65 79 73 28 29 29 0a 09 eaders.keys())..
10b0: 09 09 09 69 66 20 6c 65 6e 28 6d 6f 72 65 5f 6b ...if len(more_k
10c0: 65 79 73 29 20 3e 20 30 3a 0a 09 09 09 09 09 69 eys) > 0:......i
10d0: 66 20 6e 6f 74 20 6c 65 6e 28 6f 6c 64 5f 6b 65 f not len(old_ke
10e0: 79 73 29 20 3d 3d 20 30 3a 0a 09 09 09 09 09 09 ys) == 0:.......
10f0: 70 72 69 6e 74 28 27 4d 6f 72 65 20 68 65 61 64 print('More head
1100: 65 72 73 20 61 70 70 65 61 72 3a 27 2c 20 6d 6f ers appear:', mo
1110: 72 65 5f 6b 65 79 73 29 0a 09 09 09 09 09 72 65 re_keys)......re
1120: 6c 6f 61 64 20 3d 20 54 72 75 65 0a 09 09 09 09 load = True.....
1130: 65 6c 69 66 20 6c 65 6e 28 6c 65 73 73 5f 6b 65 elif len(less_ke
1140: 79 73 29 20 3e 20 30 3a 0a 09 09 09 09 09 70 72 ys) > 0:......pr
1150: 69 6e 74 28 27 4c 65 73 73 20 68 65 61 64 65 72 int('Less header
1160: 73 20 61 70 70 65 61 72 3a 27 2c 20 6c 65 73 73 s appear:', less
1170: 5f 6b 65 79 73 29 0a 09 09 09 09 65 6c 73 65 3a _keys).....else:
1180: 0a 09 09 09 09 09 66 6f 72 20 6b 65 79 20 69 6e ......for key in
1190: 20 69 6e 64 65 78 5b 75 72 6c 5d 2e 6b 65 79 73 index[url].keys
11a0: 28 29 3a 0a 09 09 09 09 09 09 69 66 20 6b 65 79 ():.......if key
11b0: 20 6e 6f 74 20 69 6e 20 28 27 5f 5f 74 69 6d 65 not in ('__time
11c0: 5f 5f 27 2c 20 27 50 72 61 67 6d 61 27 29 20 61 __', 'Pragma') a
11d0: 6e 64 20 6e 6f 74 20 69 6e 64 65 78 5b 75 72 6c nd not index[url
11e0: 5d 5b 6b 65 79 5d 20 3d 3d 20 6e 65 77 5f 68 65 ][key] == new_he
11f0: 61 64 65 72 73 5b 6b 65 79 5d 3a 0a 09 09 09 09 aders[key]:.....
1200: 09 09 09 70 72 69 6e 74 28 27 48 65 61 64 65 72 ...print('Header
1210: 20 22 27 2c 20 6b 65 79 2c 20 27 22 20 63 68 61 "', key, '" cha
1220: 6e 67 65 64 20 66 72 6f 6d 20 5b 27 2c 20 69 6e nged from [', in
1230: 64 65 78 5b 75 72 6c 5d 5b 6b 65 79 5d 2c 20 27 dex[url][key], '
1240: 5d 20 74 6f 20 5b 27 2c 20 6e 65 77 5f 68 65 61 ] to [', new_hea
1250: 64 65 72 73 5b 6b 65 79 5d 2c 20 27 5d 27 2c 20 ders[key], ']',
1260: 73 65 70 3d 27 27 29 0a 09 09 09 09 09 09 09 72 sep='')........r
1270: 65 6c 6f 61 64 20 3d 20 54 72 75 65 0a 0a 09 09 eload = True....
1280: 09 09 23 20 64 6f 77 6e 6c 6f 61 64 69 6e 67 20 ..# downloading
1290: 66 69 6c 65 0a 09 09 09 09 69 66 20 72 65 6c 6f file.....if relo
12a0: 61 64 3a 0a 09 09 09 09 09 69 66 20 27 43 6f 6e ad:......if 'Con
12b0: 74 65 6e 74 2d 4c 65 6e 67 74 68 27 20 69 6e 20 tent-Length' in
12c0: 68 65 61 64 65 72 73 3a 0a 09 09 09 09 09 09 70 headers:.......p
12d0: 72 69 6e 74 28 27 44 6f 77 6e 6c 6f 61 64 69 6e rint('Downloadin
12e0: 67 27 2c 20 68 65 61 64 65 72 73 5b 27 43 6f 6e g', headers['Con
12f0: 74 65 6e 74 2d 4c 65 6e 67 74 68 27 5d 2c 20 27 tent-Length'], '
1300: 62 79 74 65 73 20 5b 27 2c 20 65 6e 64 3d 27 27 bytes [', end=''
1310: 29 0a 09 09 09 09 09 65 6c 73 65 3a 0a 09 09 09 )......else:....
1320: 09 09 09 70 72 69 6e 74 28 27 44 6f 77 6e 6c 6f ...print('Downlo
1330: 61 64 69 6e 67 20 5b 27 2c 20 65 6e 64 3d 27 27 ading [', end=''
1340: 29 0a 09 09 09 09 09 73 79 73 2e 73 74 64 6f 75 )......sys.stdou
1350: 74 2e 66 6c 75 73 68 28 29 0a 0a 09 09 09 09 09 t.flush().......
1360: 23 20 66 69 6c 65 20 69 73 20 63 72 65 61 74 65 # file is create
1370: 64 20 61 74 20 74 65 6d 70 6f 72 61 72 79 20 6c d at temporary l
1380: 6f 63 61 74 69 6f 6e 20 61 6e 64 20 6d 6f 76 65 ocation and move
1390: 64 20 69 6e 20 70 6c 61 63 65 20 6f 6e 6c 79 20 d in place only
13a0: 77 68 65 6e 20 64 6f 77 6e 6c 6f 61 64 20 63 6f when download co
13b0: 6d 70 6c 65 74 65 73 0a 09 09 09 09 09 74 65 6d mpletes......tem
13c0: 70 5f 66 69 6c 65 20 3d 20 6f 70 65 6e 28 6f 70 p_file = open(op
13d0: 74 69 6f 6e 73 2e 64 69 72 20 2b 20 27 2f 2e 74 tions.dir + '/.t
13e0: 6d 70 27 2c 20 27 77 62 27 29 0a 09 09 09 09 09 mp', 'wb')......
13f0: 62 75 66 66 65 72 20 3d 20 73 6f 75 72 63 65 2e buffer = source.
1400: 72 65 61 64 28 62 6c 6f 63 6b 5f 73 69 7a 65 29 read(block_size)
1410: 0a 09 09 09 09 09 62 6c 6f 63 6b 73 20 3d 20 30 ......blocks = 0
1420: 0a 09 09 09 09 09 6d 65 67 73 20 3d 20 30 0a 09 ......megs = 0..
1430: 09 09 09 09 77 68 69 6c 65 20 6c 65 6e 28 62 75 ....while len(bu
1440: 66 66 65 72 29 20 3e 20 30 3a 0a 09 09 09 09 09 ffer) > 0:......
1450: 09 74 65 6d 70 5f 66 69 6c 65 2e 77 72 69 74 65 .temp_file.write
1460: 28 62 75 66 66 65 72 29 0a 09 09 09 09 09 09 70 (buffer).......p
1470: 72 69 6e 74 28 27 2e 27 2c 20 65 6e 64 3d 27 27 rint('.', end=''
1480: 29 0a 09 09 09 09 09 09 73 79 73 2e 73 74 64 6f ).......sys.stdo
1490: 75 74 2e 66 6c 75 73 68 28 29 0a 09 09 09 09 09 ut.flush()......
14a0: 09 62 75 66 66 65 72 20 3d 20 73 6f 75 72 63 65 .buffer = source
14b0: 2e 72 65 61 64 28 62 6c 6f 63 6b 5f 73 69 7a 65 .read(block_size
14c0: 29 0a 09 09 09 09 09 09 62 6c 6f 63 6b 73 20 2b ).......blocks +
14d0: 3d 20 31 0a 09 09 09 09 09 09 69 66 20 62 6c 6f = 1.......if blo
14e0: 63 6b 73 20 3e 20 31 30 32 34 2a 31 30 32 34 2f cks > 1024*1024/
14f0: 62 6c 6f 63 6b 5f 73 69 7a 65 3a 0a 09 09 09 09 block_size:.....
1500: 09 09 09 62 6c 6f 63 6b 73 20 3d 20 62 6c 6f 63 ...blocks = bloc
1510: 6b 73 20 2d 20 31 30 32 34 2a 31 30 32 34 2f 62 ks - 1024*1024/b
1520: 6c 6f 63 6b 5f 73 69 7a 65 0a 09 09 09 09 09 09 lock_size.......
1530: 09 6d 65 67 73 20 2b 3d 20 31 0a 09 09 09 09 09 .megs += 1......
1540: 09 09 70 72 69 6e 74 28 27 7b 7d 4d 62 27 2e 66 ..print('{}Mb'.f
1550: 6f 72 6d 61 74 28 6d 65 67 73 29 2c 20 65 6e 64 ormat(megs), end
1560: 3d 27 27 29 0a 09 09 09 09 09 74 65 6d 70 5f 66 ='')......temp_f
1570: 69 6c 65 2e 63 6c 6f 73 65 28 29 0a 09 09 09 09 ile.close().....
1580: 09 70 72 69 6e 74 28 27 5d 27 29 0a 09 09 09 09 .print(']').....
1590: 09 6f 73 2e 72 65 6e 61 6d 65 73 28 6f 70 74 69 .os.renames(opti
15a0: 6f 6e 73 2e 64 69 72 20 2b 20 27 2f 2e 74 6d 70 ons.dir + '/.tmp
15b0: 27 2c 20 66 69 6c 65 5f 6e 61 6d 65 29 0a 0a 09 ', file_name)...
15c0: 09 09 09 63 68 65 63 6b 65 64 5f 66 69 6c 65 73 ...checked_files
15d0: 20 2b 3d 20 31 0a 0a 09 09 09 09 23 20 73 74 6f += 1......# sto
15e0: 72 69 6e 67 20 6e 65 77 20 74 69 6d 65 20 6d 61 ring new time ma
15f0: 72 6b 20 61 6e 64 20 73 74 6f 72 69 6e 67 20 6e rk and storing n
1600: 65 77 20 68 65 61 64 65 72 73 0a 09 09 09 09 6e ew headers.....n
1610: 65 77 5f 68 65 61 64 65 72 73 5b 27 5f 5f 74 69 ew_headers['__ti
1620: 6d 65 5f 5f 27 5d 20 3d 20 64 61 74 65 74 69 6d me__'] = datetim
1630: 65 2e 64 61 74 65 74 69 6d 65 2e 6e 6f 77 28 29 e.datetime.now()
1640: 0a 09 09 09 09 69 6e 64 65 78 5b 75 72 6c 5d 20 .....index[url]
1650: 3d 20 6e 65 77 5f 68 65 61 64 65 72 73 0a 09 09 = new_headers...
1660: 09 09 69 6e 64 65 78 2e 73 79 6e 63 28 29 0a 0a ..index.sync()..
1670: 09 09 65 78 63 65 70 74 20 75 72 6c 6c 69 62 2e ..except urllib.
1680: 65 72 72 6f 72 2e 48 54 54 50 45 72 72 6f 72 20 error.HTTPError
1690: 61 73 20 65 72 72 6f 72 3a 0a 09 09 09 23 20 69 as error:....# i
16a0: 6e 20 63 61 73 65 20 6f 66 20 65 72 72 6f 72 20 n case of error
16b0: 77 65 20 64 6f 6e 27 74 20 6e 65 65 64 20 74 6f we don't need to
16c0: 20 64 6f 20 61 6e 79 74 68 69 6e 67 20 61 63 74 do anything act
16d0: 75 61 6c 6c 79 2c 0a 09 09 09 23 20 69 66 20 66 ually,....# if f
16e0: 69 6c 65 20 64 6f 77 6e 6c 6f 61 64 20 73 74 61 ile download sta
16f0: 6c 6c 73 20 6f 72 20 66 61 69 6c 73 20 74 68 65 lls or fails the
1700: 20 66 69 6c 65 20 77 6f 75 6c 64 20 6e 6f 74 20 file would not
1710: 62 65 20 6d 6f 76 65 64 20 74 6f 20 69 74 27 73 be moved to it's
1720: 20 6c 6f 63 61 74 69 6f 6e 0a 09 09 09 70 72 69 location....pri
1730: 6e 74 28 65 72 72 6f 72 29 0a 0a 09 69 66 20 6f nt(error)...if o
1740: 70 74 69 6f 6e 73 2e 76 65 72 62 6f 73 65 3a 0a ptions.verbose:.
1750: 09 09 70 72 69 6e 74 28 27 5b 27 2c 20 6c 65 6e ..print('[', len
1760: 28 75 6e 63 68 65 63 6b 65 64 5f 66 69 6c 65 73 (unchecked_files
1770: 29 2c 20 27 2f 27 2c 20 63 68 65 63 6b 65 64 5f ), '/', checked_
1780: 66 69 6c 65 73 2c 20 27 5d 27 29 0a 0a 09 23 20 files, ']')...#
1790: 63 68 65 63 6b 69 6e 67 20 69 66 20 74 68 65 72 checking if ther
17a0: 65 20 77 65 72 65 20 61 6e 79 20 66 69 6c 65 73 e were any files
17b0: 20 64 6f 77 6e 6c 6f 61 64 65 64 2c 20 69 66 20 downloaded, if
17c0: 79 65 73 20 2d 20 72 65 73 74 61 72 74 69 6e 67 yes - restarting
17d0: 20 73 65 71 75 65 6e 63 65 0a 09 69 66 20 63 68 sequence..if ch
17e0: 65 63 6b 65 64 5f 66 69 6c 65 73 20 3d 3d 20 30 ecked_files == 0
17f0: 3a 0a 09 09 62 72 65 61 6b 0a :...break.