scripts/dl_github_archive.py

   1 #!/usr/bin/env python
   2 #
   3 # Copyright (c) 2018 Yousong Zhou <yszhou4tech@gmail.com>
   4 #
   5 # This is free software, licensed under the GNU General Public License v2.
   6 # See /LICENSE for more information.
   7
   8 import argparse
   9 import calendar
  10 import datetime
  11 import errno
  12 import fcntl
  13 import hashlib
  14 import json
  15 import os
  16 import os.path
  17 import re
  18 import shutil
  19 import ssl
  20 import subprocess
  21 import sys
  22 import time
  23 import urllib2
  24
  25 TMPDIR = os.environ.get('TMP_DIR') or '/tmp'
  26 TMPDIR_DL = os.path.join(TMPDIR, 'dl')
  27
  28
  29 class PathException(Exception): pass
  30 class DownloadGitHubError(Exception): pass
  31
  32
  33 class Path(object):
  34     """Context class for preparing and cleaning up directories.
  35
  36     If ```preclean` is ``False``, ``path`` will NOT be removed on context enter
  37
  38     If ``path`` ``isdir``, then it will be created on context enter.
  39
  40     If ``keep`` is True, then ``path`` will NOT be removed on context exit
  41     """
  42
  43     def __init__(self, path, isdir=True, preclean=False, keep=False):
  44         self.path = path
  45         self.isdir = isdir
  46         self.preclean = preclean
  47         self.keep = keep
  48
  49     def __enter__(self):
  50         if self.preclean:
  51             self.rm_all(self.path)
  52         if self.isdir:
  53             self.mkdir_all(self.path)
  54         return self
  55
  56     def __exit__(self, exc_type, exc_value, traceback):
  57         if not self.keep:
  58             self.rm_all(self.path)
  59
  60     @staticmethod
  61     def mkdir_all(path):
  62         """Same as mkdir -p."""
  63         names = os.path.split(path)
  64         p = ''
  65         for name in names:
  66             p = os.path.join(p, name)
  67             Path._mkdir(p)
  68
  69     @staticmethod
  70     def _rmdir_dir(dir_):
  71         names = Path._listdir(dir_)
  72         for name in names:
  73             p = os.path.join(dir_, name)
  74             Path.rm_all(p)
  75         Path._rmdir(dir_)
  76
  77     @staticmethod
  78     def _mkdir(path):
  79         Path._os_func(os.mkdir, path, errno.EEXIST)
  80
  81     @staticmethod
  82     def _rmdir(path):
  83         Path._os_func(os.rmdir, path, errno.ENOENT)
  84
  85     @staticmethod
  86     def _remove(path):
  87         Path._os_func(os.remove, path, errno.ENOENT)
  88
  89     @staticmethod
  90     def _listdir(path):
  91         return Path._os_func(os.listdir, path, errno.ENOENT, default=[])
  92
  93     @staticmethod
  94     def _os_func(func, path, errno, default=None):
  95         """Call func(path) in an idempotent way.
  96
  97         On exception ``ex``, if the type is OSError and ``ex.errno == errno``,
  98         return ``default``, otherwise, re-raise
  99         """
 100         try:
 101             return func(path)
 102         except OSError as e:
 103             if e.errno == errno:
 104                 return default
 105             else:
 106                 raise
 107
 108     @staticmethod
 109     def rm_all(path):
 110         """Same as rm -r."""
 111         if os.path.islink(path):
 112             Path._remove(path)
 113         elif os.path.isdir(path):
 114             Path._rmdir_dir(path)
 115         else:
 116             Path._remove(path)
 117
 118     @staticmethod
 119     def untar(path, into=None):
 120         """Extract tarball at ``path`` into subdir ``into``.
 121
 122         return subdir name if and only if there exists one, otherwise raise PathException
 123         """
 124         args = ('tar', '-C', into, '-xzf', path, '--no-same-permissions')
 125         subprocess.check_call(args, preexec_fn=lambda: os.umask(0o22))
 126         dirs = os.listdir(into)
 127         if len(dirs) == 1:
 128             return dirs[0]
 129         else:
 130             raise PathException('untar %s: expecting a single subdir, got %s' % (path, dirs))
 131
 132     @staticmethod
 133     def tar(path, subdir, into=None, ts=None):
 134         """Pack ``path`` into tarball ``into``."""
 135         # --sort=name requires a recent build of GNU tar
 136         args = ['tar', '--numeric-owner', '--owner=0', '--group=0', '--sort=name']
 137         args += ['-C', path, '-cf', into, subdir]
 138         envs = os.environ.copy()
 139         if ts is not None:
 140             args.append('--mtime=@%d' % ts)
 141         if into.endswith('.xz'):
 142             envs['XZ_OPT'] = '-7e'
 143             args.append('-J')
 144         elif into.endswith('.bz2'):
 145             args.append('-j')
 146         elif into.endswith('.gz'):
 147             args.append('-z')
 148             envs['GZIP'] = '-n'
 149         else:
 150             raise PathException('unknown compression type %s' % into)
 151         subprocess.check_call(args, env=envs)
 152
 153
 154 class GitHubCommitTsCache(object):
 155     __cachef = 'github.commit.ts.cache'
 156     __cachen = 2048
 157
 158     def __init__(self):
 159         Path.mkdir_all(TMPDIR_DL)
 160         self.cachef = os.path.join(TMPDIR_DL, self.__cachef)
 161         self.cache = {}
 162
 163     def get(self, k):
 164         """Get timestamp with key ``k``."""
 165         fileno = os.open(self.cachef, os.O_RDONLY | os.O_CREAT)
 166         with os.fdopen(fileno) as fin:
 167             try:
 168                 fcntl.lockf(fileno, fcntl.LOCK_SH)
 169                 self._cache_init(fin)
 170                 if k in self.cache:
 171                     ts = self.cache[k][0]
 172                     return ts
 173             finally:
 174                 fcntl.lockf(fileno, fcntl.LOCK_UN)
 175         return None
 176
 177     def set(self, k, v):
 178         """Update timestamp with ``k``."""
 179         fileno = os.open(self.cachef, os.O_RDWR | os.O_CREAT)
 180         with os.fdopen(fileno, 'w+') as f:
 181             try:
 182                 fcntl.lockf(fileno, fcntl.LOCK_EX)
 183                 self._cache_init(f)
 184                 self.cache[k] = (v, int(time.time()))
 185                 self._cache_flush(f)
 186             finally:
 187                 fcntl.lockf(fileno, fcntl.LOCK_UN)
 188
 189     def _cache_init(self, fin):
 190         for line in fin:
 191             k, ts, updated = line.split()
 192             ts = int(ts)
 193             updated = int(updated)
 194             self.cache[k] = (ts, updated)
 195
 196     def _cache_flush(self, fout):
 197         cache = sorted(self.cache.iteritems(), cmp=lambda a, b: b[1][1] - a[1][1])
 198         cache = cache[:self.__cachen]
 199         self.cache = {}
 200         os.ftruncate(fout.fileno(), 0)
 201         fout.seek(0, os.SEEK_SET)
 202         for k, ent in cache:
 203             ts = ent[0]
 204             updated = ent[1]
 205             line = '{0} {1} {2}\n'.format(k, ts, updated)
 206             fout.write(line)
 207
 208
 209 class DownloadGitHubTarball(object):
 210     """Download and repack archive tarabll from GitHub.
 211
 212     Compared with the method of packing after cloning the whole repo, this
 213     method is more friendly to users with fragile internet connection.
 214
 215     However, there are limitations with this method
 216
 217      - GitHub imposes a 60 reqs/hour limit for unauthenticated API access.
 218        This affects fetching commit date for reproducible tarballs.  Download
 219        through the archive link is not affected.
 220
 221      - GitHub archives do not contain source codes for submodules.
 222
 223      - GitHub archives seem to respect .gitattributes and ignore pathes with
 224        export-ignore attributes.
 225
 226     For the first two issues, the method will fail loudly to allow fallback to
 227     clone-then-pack method.
 228
 229     As for the 3rd issue, to make sure that this method only produces identical
 230     tarballs as the fallback method, we require the expected hash value to be
 231     supplied.  That means the first tarball will need to be prepared by the
 232     clone-then-pack method
 233     """
 234
 235     __repo_url_regex = re.compile(r'^(?:https|git)://github.com/(?P<owner>[^/]+)/(?P<repo>[^/]+)')
 236
 237     def __init__(self, args):
 238         self.dl_dir = args.dl_dir
 239         self.version = args.version
 240         self.subdir = args.subdir
 241         self.source = args.source
 242         self.url = args.url
 243         self._init_owner_repo()
 244         self.xhash = args.hash
 245         self._init_hasher()
 246         self.commit_ts = None           # lazy load commit timestamp
 247         self.commit_ts_cache = GitHubCommitTsCache()
 248         self.name = 'github-tarball'
 249
 250     def download(self):
 251         """Download and repack GitHub archive tarball."""
 252         self._init_commit_ts()
 253         with Path(TMPDIR_DL, keep=True) as dir_dl:
 254             # fetch tarball from GitHub
 255             tarball_path = os.path.join(dir_dl.path, self.subdir + '.tar.gz.dl')
 256             with Path(tarball_path, isdir=False):
 257                 self._fetch(tarball_path)
 258                 # unpack
 259                 d = os.path.join(dir_dl.path, self.subdir + '.untar')
 260                 with Path(d, preclean=True) as dir_untar:
 261                     tarball_prefix = Path.untar(tarball_path, into=dir_untar.path)
 262                     dir0 = os.path.join(dir_untar.path, tarball_prefix)
 263                     dir1 = os.path.join(dir_untar.path, self.subdir)
 264                     # submodules check
 265                     if self._has_submodule(dir0):
 266                         raise self._error('Fetching submodules is not yet supported')
 267                     # rename subdir
 268                     os.rename(dir0, dir1)
 269                     # repack
 270                     into=os.path.join(TMPDIR_DL, self.source)
 271                     Path.tar(dir_untar.path, self.subdir, into=into, ts=self.commit_ts)
 272                     try:
 273                         self._hash_check(into)
 274                     except Exception:
 275                         Path.rm_all(into)
 276                         raise
 277                     # move to target location
 278                     file1 = os.path.join(self.dl_dir, self.source)
 279                     if into != file1:
 280                         shutil.move(into, file1)
 281
 282     def _has_submodule(self, dir_):
 283         m = os.path.join(dir_, '.gitmodules')
 284         try:
 285             st = os.stat(m)
 286             return st.st_size > 0
 287         except OSError as e:
 288             return e.errno != errno.ENOENT
 289
 290     def _init_owner_repo(self):
 291         m = self.__repo_url_regex.search(self.url)
 292         if m is None:
 293             raise self._error('Invalid github url: {}'.format(self.url))
 294         owner = m.group('owner')
 295         repo = m.group('repo')
 296         if repo.endswith('.git'):
 297             repo = repo[:-4]
 298         self.owner = owner
 299         self.repo = repo
 300
 301     def _init_hasher(self):
 302         xhash = self.xhash
 303         if len(xhash) == 64:
 304             self.hasher = hashlib.sha256()
 305         elif len(xhash) == 32:
 306             self.hasher = hashlib.md5()
 307         else:
 308             raise self._error('Requires sha256sum for verification')
 309         self.xhash = xhash
 310
 311     def _hash_check(self, f):
 312         with open(f, 'rb') as fin:
 313             while True:
 314                 d = fin.read(4096)
 315                 if not d:
 316                     break
 317                 self.hasher.update(d)
 318         xhash = self.hasher.hexdigest()
 319         if xhash != self.xhash:
 320             raise self._error('Wrong hash (probably caused by .gitattributes), expecting {}, got {}'.format(self.xhash, xhash))
 321
 322     def _init_commit_ts(self):
 323         if self.commit_ts is not None:
 324             return
 325         # GitHub provides 2 APIs[1,2] for fetching commit data.  API[1] is more
 326         # terse while API[2] provides more verbose info such as commit diff
 327         # etc.  That's the main reason why API[1] is preferred: the response
 328         # size is predictable.
 329         #
 330         # However, API[1] only accepts complete commit sha1sum as the parameter
 331         # while API[2] is more liberal accepting also partial commit id and
 332         # tags, etc.
 333         #
 334         # [1] Get a single commit, Repositories, https://developer.github.com/v3/repos/commits/#get-a-single-commit
 335         # [2] Git Commits, Git Data, https://developer.github.com/v3/git/commits/#get-a-commit
 336         apis = [
 337             {
 338                 'url': self._make_repo_url_path('git', 'commits', self.version),
 339                 'attr_path': ('committer', 'date'),
 340             }, {
 341                 'url': self._make_repo_url_path('commits', self.version),
 342                 'attr_path': ('commit', 'committer', 'date'),
 343             },
 344         ]
 345         version_is_sha1sum = len(self.version) == 40
 346         if not version_is_sha1sum:
 347             apis.insert(0, apis.pop())
 348         for api in apis:
 349             url = api['url']
 350             attr_path = api['attr_path']
 351             try:
 352                 ct = self.commit_ts_cache.get(url)
 353                 if ct is not None:
 354                     self.commit_ts = ct
 355                     return
 356                 ct = self._init_commit_ts_remote_get(url, attr_path)
 357                 self.commit_ts = ct
 358                 self.commit_ts_cache.set(url, ct)
 359                 return
 360             except Exception:
 361                 pass
 362         raise self._error('Cannot fetch commit ts: {}'.format(url))
 363
 364     def _init_commit_ts_remote_get(self, url, attrpath):
 365         resp = self._make_request(url)
 366         data = resp.read()
 367         date = json.loads(data)
 368         for attr in attrpath:
 369             date = date[attr]
 370         date = datetime.datetime.strptime(date, '%Y-%m-%dT%H:%M:%SZ')
 371         date = date.timetuple()
 372         ct = calendar.timegm(date)
 373         return ct
 374
 375     def _fetch(self, path):
 376         """Fetch tarball of the specified version ref."""
 377         ref = self.version
 378         url = self._make_repo_url_path('tarball', ref)
 379         resp = self._make_request(url)
 380         with open(path, 'wb') as fout:
 381             while True:
 382                 d = resp.read(4096)
 383                 if not d:
 384                     break
 385                 fout.write(d)
 386
 387     def _make_repo_url_path(self, *args):
 388         url = '/repos/{0}/{1}'.format(self.owner, self.repo)
 389         if args:
 390             url += '/' + '/'.join(args)
 391         return url
 392
 393     def _make_request(self, path):
 394         """Request GitHub API endpoint on ``path``."""
 395         url = 'https://api.github.com' + path
 396         headers = {
 397             'Accept': 'application/vnd.github.v3+json',
 398             'User-Agent': 'libreCMC',
 399         }
 400         req = urllib2.Request(url, headers=headers)
 401         sslcontext = ssl._create_unverified_context()
 402         fileobj = urllib2.urlopen(req, context=sslcontext)
 403         return fileobj
 404
 405     def _error(self, msg):
 406         return DownloadGitHubError('{}: {}'.format(self.source, msg))
 407
 408
 409 def main():
 410     parser = argparse.ArgumentParser()
 411     parser.add_argument('--dl-dir', default=os.getcwd(), help='Download dir')
 412     parser.add_argument('--url', help='Download URL')
 413     parser.add_argument('--subdir', help='Source code subdir name')
 414     parser.add_argument('--version', help='Source code version')
 415     parser.add_argument('--source', help='Source tarball filename')
 416     parser.add_argument('--hash', help='Source tarball\'s expected sha256sum')
 417     args = parser.parse_args()
 418     try:
 419         method = DownloadGitHubTarball(args)
 420         method.download()
 421     except Exception as ex:
 422         sys.stderr.write('{}: Download from {} failed\n'.format(args.source, args.url))
 423         sys.stderr.write('{}\n'.format(ex))
 424         sys.exit(1)
 425
 426 if __name__ == '__main__':
 427     main()