pastebin

#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#include <time.h>

#include <sys/types.h>
#include <sys/socket.h>
#include <netdb.h>
#include <arpa/inet.h>
#include <unistd.h>

// urlit tähän muotoon
typedef struct _url_info {
    char *host;
    char *file;
    char *port;
} url_info, *purl_info;

// funktioiden esittelyt
void help(char *me);
char* create_req(url_info *u);
int main(int argc, char *argv[]);
int getti(char *arg_url);
char* read_field(char *r, char *field);
int parse_url(char *url, url_info *out);
void free_url(url_info *url);

// tulostetaan helppi
void help(char *me) {
    printf("%s: missing URL\n"
           "eg. %s [URL]\n", me, me);
    return;
}

// palauttaa osoittimen HTTP-pyyntöön, joka tarvitsee
// vapauttaa freellä
char* create_req(url_info *url) {
    static char req_format[] =
        "GET %s HTTP/1.0\r\n"
        "Host: %s\r\n\r\n";
    char *buf;
    int bufsz;
    
    bufsz = sizeof(req_format)-4
        +strlen(url->host)+strlen(url->file);
    if((buf = malloc(bufsz))) {
        sprintf(buf, req_format, url->file, url->host);
        return buf;
    }
    return NULL;
}

int main(int argc, char *argv[]) {
    if(argc < 2) {
        help(argv[0]);
        return 0;
    }

    return getti(argv[1]);
}

int getti(char *arg_url) {
    // urlin parsiminen
    url_info url;
    parse_url(arg_url, &url);

    // luodaan http-pyyntö tälle urlille
    char *buf = create_req(&url);
    if(!buf) {
        printf("failed to parse url: %s", buf);
        return -1;
    }

    // getaddrinfo hakee hostin ip-osoitteen ja
    // valmistelee addrinfon yhdistämistä varten
    int ret;
    struct addrinfo hints, *servinfo;
    memset(&hints, 0, sizeof(hints));
    hints.ai_family = AF_UNSPEC; // IPv4 tai IPv6, kaikki käy
    hints.ai_socktype = SOCK_STREAM; // tcp
    ret = getaddrinfo(url.host, url.port, &hints, &servinfo);
    if(ret != 0) {
        printf("getaddrinfo: %s\n", gai_strerror(ret));
        free_url(&url);
        return 0;
    }
    
    // servinfossa on nyt kaikkia hostin IP-osotteita vastaavat
    // addrinfot (linkitetyssä listassa), mutta selkeyden vuoksi
    // käytetään vain ensimmäistä

    // luodaan soketti
    int sock = socket(servinfo->ai_family, servinfo->ai_socktype,
        servinfo->ai_protocol);
    if(sock == -1) {
        perror("socket");
        goto exit;
    }

    // yhdistäminen
    ret = connect(sock, servinfo->ai_addr, servinfo->ai_addrlen);
    if(ret == -1) {
        perror("connect");
        goto exit;
    }

    // lähetetään http-pyyntö.
    // tarvitaan silmukka, koska send ei välttämättä
    // pysty lähettämään koko pakettia kerralla, vaikka
    // tämä onkin hyvin epätodennäköistä
    int i = 0, bufsz = strlen(buf);
    do {
        ret = send(sock, &buf[i], bufsz-i, 0);
        if(ret == -1) {
            perror("send");
            close(sock);
            goto exit;
        }
        i += ret;
    } while(i < bufsz);
    free(buf);

    // vastaanotetaan dataa kunnes vastapää sulkee yhteyden...
    // ja sen pitäis sulkea, koska Connection: close
    // on oletus http/1.0:ssa
    buf = NULL; i = 0; 
    bufsz = 4096;
    do {
        if(i >= bufsz || !buf) {
            bufsz *= 2;
            buf = realloc(buf, bufsz+1);
        }

        ret = recv(sock, &buf[i], bufsz-i, 0);
        if(ret == -1) {
            perror("recv");
            close(sock);
            goto exit;
        }
        i += ret;
    } while(ret != 0); // kunnes vastapää sulkee yhteyden
    buf[i] = '\0';
    close(sock);

    // sit parsitaan vastauksesta kaikki oleellinen
    int status, content_length;
    char *p;
    sscanf(buf, "HTTP/%*d.%*d %d", &status);
    //sscanf(buf, "Content-Length: %d", &content_length);
    // lasketaan sisällön pituus vaan vastaanotetuista tavuista,
    // eikä käytetä Content-Length kenttää (HTTP/1.1 ei lähetä sitä)
    if((p = strstr(buf, "\r\n\r\n"))) {
        content_length = &buf[i] - (p+2);
        
        // redirect?
        switch(status) {
            case 301: // Moved Permanently
            case 302: // Found
            case 303: // See Other
            case 307: // Temporary Redirect (HTTP/1.1)
            {
                char *new_url;
                new_url = read_field(buf, "Location");
                printf("redirected to: %s\n", new_url);
                ret = getti(new_url);
                free(new_url);
                return ret; 
            }
            default:
                break;
        }

        // tulostetaan otsakkeet, koska tehtävänanto
        p[3] = '\0'; printf("%s\n", buf); p[3] = '\n';

        // tallennetaan sisältö tiedostoon
        if(content_length) {
            char *filename, fnbuf[128];
            FILE *pfile;
            filename = strrchr(url.file, '/');
            if(!filename || strlen(filename) == 1) {
                sprintf(fnbuf, "getti-%d.tmp", (int)time(0));
                filename = fnbuf;
            } else filename += 1;
            
            if((pfile = fopen(filename, "w+"))) {
                fwrite(&p[4], 1, content_length, pfile);
                fclose(pfile);
                printf("content written to: %s\n", filename);
            } else {
                printf("fopen(%s, \"w+\") fails", filename);
            }
        } else {
            // ei saatu sisältöä, vois tehdä jotain fiksua...
        }
    }
    free(buf);

exit:
    freeaddrinfo(servinfo);
    free_url(&url);
    return 0;
}

// etsii kentän arvon http-headerista
// arvo on muotoa char* ja pitää palauttaa freellä
char* read_field(char *r, char *field) {
    char *ret, *p, tmp;
    int sz, retsz;
    ret = NULL;

    // headerin koko
    if((p = strstr(r, "\r\n\r\n"))) {
        sz = p+4 - r;

        // varmistetaan ettei strstr segfaulttaa
        tmp = r[sz-1];
        r[sz-1] = 0;
        if((p = strstr(r, field))) {
            p = strstr(p, " ")+1;
            retsz = strstr(p, "\r\n") - p;
            ret = malloc(retsz+1);
            memmove(ret, p, retsz);
            ret[retsz] = 0;
        }
        r[sz-1] = tmp;
    }
                
    return ret;
}

// palauttaa url_info-tietueen annetusta urlista
int parse_url(char *url, url_info *out) {
    char *p, *p2;
    int hostsz, filesz;
    if(!url || !out)
        return 0;

    // urlin alusta turha http://-pois jos on
    p = url;
    if(!strncmp(p, "http://", 7))
        p += 7;
    
    // hosti
    p2 = strchr(p, '/');
    if(p2)
        hostsz = p2 - p;
    else hostsz = strlen(p);
    out->host = malloc(hostsz+1);
    strncpy(out->host, p, hostsz);
    out->host[hostsz] = 0;

    // tiedosto
    p += hostsz;
    filesz = strlen(p);
    if(filesz) {
        out->file = malloc(filesz+1);
        strcpy(out->file, p);
    } else out->file = strdup("/");

    // portti
    if((p = strchr(out->host, ':'))) {
        out->port = strdup(p+1);
        *p = '\0'; // laiska...
    } else out->port = strdup("80");

    return 1;
}

// vapauttaa url_info-tietuetta varten varatut resurssit
void free_url(url_info *url) {
    if(url) {
        free(url->host);
        free(url->file);
        free(url->port);
    }
    return;
}