maintenance/importUseModWiki.php

   1 <?php
   2
   3 /**
   4  * Import data from a UseModWiki into a MediaWiki wiki
   5  * 2003-02-09 Brion VIBBER <brion@pobox.com>
   6  * Based loosely on Magnus's code from 2001-2002
   7  *
   8  * Updated limited version to get something working temporarily
   9  * 2003-10-09
  10  * Be sure to run the link & index rebuilding scripts!
  11  *
  12  * Some more munging for charsets etc
  13  * 2003-11-28
  14  *
  15  * Partial fix for pages starting with lowercase letters (??)
  16  * and CamelCase and /Subpage link conversion
  17  * 2004-11-17
  18  *
  19  * Rewrite output to create Special:Export format for import
  20  * instead of raw SQL. Should be 'future-proof' against future
  21  * schema changes.
  22  * 2005-03-14
  23  *
  24  * @todo document
  25  * @file
  26  * @ingroup Maintenance
  27  */
  28
  29 if( php_sapi_name() != 'cli' ) {
  30         echo "Please customize the settings and run me from the command line.";
  31         die( -1 );
  32 }
  33
  34 /** Set these correctly! */
  35 $wgImportEncoding = "CP1252"; /* We convert all to UTF-8 */
  36 $wgRootDirectory = "/kalman/Projects/wiki2002/wiki/lib-http/db/wiki";
  37
  38 /* On a large wiki, you might run out of memory */
  39 @ini_set( 'memory_limit', '40M' );
  40
  41 /* globals */
  42 $wgFieldSeparator = "\xb3"; # Some wikis may use different char
  43         $FS = $wgFieldSeparator ;
  44         $FS1 = $FS."1" ;
  45         $FS2 = $FS."2" ;
  46         $FS3 = $FS."3" ;
  47
  48 # Unicode sanitization tools
  49 require_once( dirname( dirname( __FILE__ ) ) . '/includes/normal/UtfNormal.php' );
  50
  51 $usercache = array();
  52
  53 importPages();
  54
  55 # ------------------------------------------------------------------------------
  56
  57 function importPages()
  58 {
  59         global $wgRootDirectory;
  60
  61         $gt = '>';
  62         echo <<<END
  63 <?xml version="1.0" encoding="UTF-8" ?$gt
  64 <mediawiki xmlns="http://www.mediawiki.org/xml/export-0.1/"
  65            xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
  66            xsi:schemaLocation="http://www.mediawiki.org/xml/export-0.1/
  67                                http://www.mediawiki.org/xml/export-0.1.xsd"
  68            version="0.1"
  69            xml:lang="en">
  70 <!-- generated by importUseModWiki.php -->
  71
  72 END;
  73         $letters = array(
  74                 'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I',
  75                 'J', 'K', 'L', 'M', 'N', 'O', 'P', 'Q', 'R',
  76                 'S', 'T', 'U', 'V', 'W', 'X', 'Y', 'Z', 'other' );
  77         foreach( $letters as $letter ) {
  78                 $dir = "$wgRootDirectory/page/$letter";
  79                 if( is_dir( $dir ) )
  80                         importPageDirectory( $dir );
  81         }
  82         echo <<<END
  83 </mediawiki>
  84
  85 END;
  86 }
  87
  88 function importPageDirectory( $dir, $prefix = "" )
  89 {
  90         echo "\n<!-- Checking page directory " . xmlCommentSafe( $dir ) . " -->\n";
  91         $mydir = opendir( $dir );
  92         while( $entry = readdir( $mydir ) ) {
  93                 $m = array();
  94                 if( preg_match( '/^(.+)\.db$/', $entry, $m ) ) {
  95                         echo importPage( $prefix . $m[1] );
  96                 } else {
  97                         if( is_dir( "$dir/$entry" ) ) {
  98                                 if( $entry != '.' && $entry != '..' ) {
  99                                         importPageDirectory( "$dir/$entry", "$entry/" );
 100                                 }
 101                         } else {
 102                                 echo "<!-- File '" . xmlCommentSafe( $entry ) . "' doesn't seem to contain an article. Skipping. -->\n";
 103                         }
 104                 }
 105         }
 106 }
 107
 108
 109 # ------------------------------------------------------------------------------
 110
 111 /* fetch_ functions
 112         Grab a given item from the database
 113         */
 114
 115 function useModFilename( $title ) {
 116         $c = substr( $title, 0, 1 );
 117         if(preg_match( '/[A-Z]/i', $c ) ) {
 118                 return strtoupper( $c ) . "/$title";
 119         }
 120         return "other/$title";
 121 }
 122
 123 function fetchPage( $title )
 124 {
 125         global $FS1,$FS2,$FS3, $wgRootDirectory;
 126
 127         $fname = $wgRootDirectory . "/page/" . useModFilename( $title ) . ".db";
 128         if( !file_exists( $fname ) ) {
 129                 echo "Couldn't open file '$fname' for page '$title'.\n";
 130                 die( -1 );
 131         }
 132
 133         $page = splitHash( $FS1, file_get_contents( $fname ) );
 134         $section = splitHash( $FS2, $page["text_default"] );
 135         $text = splitHash( $FS3, $section["data"] );
 136
 137         return array2object( array( "text" => $text["text"] , "summary" => $text["summary"] ,
 138                 "minor" => $text["minor"] , "ts" => $section["ts"] ,
 139                 "username" => $section["username"] , "host" => $section["host"] ) );
 140 }
 141
 142 function fetchKeptPages( $title )
 143 {
 144         global $FS1,$FS2,$FS3, $wgRootDirectory;
 145
 146         $fname = $wgRootDirectory . "/keep/" . useModFilename( $title ) . ".kp";
 147         if( !file_exists( $fname ) ) return array();
 148
 149         $keptlist = explode( $FS1, file_get_contents( $fname ) );
 150         array_shift( $keptlist ); # Drop the junk at beginning of file
 151
 152         $revisions = array();
 153         foreach( $keptlist as $rev ) {
 154                 $section = splitHash( $FS2, $rev );
 155                 $text = splitHash( $FS3, $section["data"] );
 156                 if ( $text["text"] && $text["minor"] != "" && ( $section["ts"]*1 > 0 ) ) {
 157                         array_push( $revisions, array2object( array ( "text" => $text["text"] , "summary" => $text["summary"] ,
 158                                 "minor" => $text["minor"] , "ts" => $section["ts"] ,
 159                                 "username" => $section["username"] , "host" => $section["host"] ) ) );
 160                 } else {
 161                         echo "<!-- skipped a bad old revision -->\n";
 162                 }
 163         }
 164         return $revisions;
 165 }
 166
 167 function splitHash ( $sep , $str ) {
 168         $temp = explode ( $sep , $str ) ;
 169         $ret = array () ;
 170         for ( $i = 0; $i+1 < count ( $temp ) ; $i++ ) {
 171                 $ret[$temp[$i]] = $temp[++$i] ;
 172                 }
 173         return $ret ;
 174         }
 175
 176
 177 /* import_ functions
 178         Take a fetched item and produce SQL
 179         */
 180
 181 function checkUserCache( $name, $host )
 182 {
 183         global $usercache;
 184
 185         if( $name ) {
 186                 if( in_array( $name, $usercache ) ) {
 187                         $userid = $usercache[$name];
 188                 } else {
 189                         # If we haven't imported user accounts
 190                         $userid = 0;
 191                 }
 192                 $username = str_replace( '_', ' ', $name );
 193         } else {
 194                 $userid = 0;
 195                 $username = $host;
 196         }
 197         return array( $userid, $username );
 198 }
 199
 200 function importPage( $title )
 201 {
 202         global $usercache;
 203
 204         echo "\n<!-- Importing page " . xmlCommentSafe( $title ) . " -->\n";
 205         $page = fetchPage( $title );
 206
 207         $newtitle = xmlsafe( str_replace( '_', ' ', recodeText( $title ) ) );
 208
 209         $munged = mungeFormat( $page->text );
 210         if( $munged != $page->text ) {
 211                 /**
 212                  * Save a *new* revision with the conversion, and put the
 213                  * previous last version into the history.
 214                  */
 215                 $next = array2object( array(
 216                         'text'     => $munged,
 217                         'minor'    => 1,
 218                         'username' => 'Conversion script',
 219                         'host'     => '127.0.0.1',
 220                         'ts'       => time(),
 221                         'summary'  => 'link fix',
 222                         ) );
 223                 $revisions = array( $page, $next );
 224         } else {
 225                 /**
 226                  * Current revision:
 227                  */
 228                 $revisions = array( $page );
 229         }
 230         $xml = <<<END
 231         <page>
 232                 <title>$newtitle</title>
 233
 234 END;
 235
 236         # History
 237         $revisions = array_merge( $revisions, fetchKeptPages( $title ) );
 238         if(count( $revisions ) == 0 ) {
 239                 return NULL; // Was "$sql", which does not appear to be defined.
 240         }
 241
 242         foreach( $revisions as $rev ) {
 243                 $text      = xmlsafe( recodeText( $rev->text ) );
 244                 $minor     = ($rev->minor ? '<minor/>' : '');
 245                 list( /* $userid */ , $username ) = checkUserCache( $rev->username, $rev->host );
 246                 $username  = xmlsafe( recodeText( $username ) );
 247                 $timestamp = xmlsafe( timestamp2ISO8601( $rev->ts ) );
 248                 $comment   = xmlsafe( recodeText( $rev->summary ) );
 249
 250                 $xml .= <<<END
 251                 <revision>
 252                         <timestamp>$timestamp</timestamp>
 253                         <contributor><username>$username</username></contributor>
 254                         $minor
 255                         <comment>$comment</comment>
 256                         <text>$text</text>
 257                 </revision>
 258
 259 END;
 260         }
 261         $xml .= "</page>\n\n";
 262         return $xml;
 263 }
 264
 265 # Whee!
 266 function recodeText( $string ) {
 267         global $wgImportEncoding;
 268         # For currently latin-1 wikis
 269         $string = str_replace( "\r\n", "\n", $string );
 270         $string = @iconv( $wgImportEncoding, "UTF-8", $string );
 271         $string = wfMungeToUtf8( $string ); # Any old &#1234; stuff
 272         return $string;
 273 }
 274
 275 function wfUtf8Sequence($codepoint) {
 276         if($codepoint <     0x80) return chr($codepoint);
 277         if($codepoint <    0x800) return chr($codepoint >>  6 & 0x3f | 0xc0) .
 278                                      chr($codepoint       & 0x3f | 0x80);
 279     if($codepoint <  0x10000) return chr($codepoint >> 12 & 0x0f | 0xe0) .
 280                                      chr($codepoint >>  6 & 0x3f | 0x80) .
 281                                      chr($codepoint       & 0x3f | 0x80);
 282         if($codepoint < 0x100000) return chr($codepoint >> 18 & 0x07 | 0xf0) . # Double-check this
 283                                          chr($codepoint >> 12 & 0x3f | 0x80) .
 284                                      chr($codepoint >>  6 & 0x3f | 0x80) .
 285                                      chr($codepoint       & 0x3f | 0x80);
 286         # Doesn't yet handle outside the BMP
 287         return "&#$codepoint;";
 288 }
 289
 290 function wfMungeToUtf8($string) {
 291         $string = preg_replace ( '/&#([0-9]+);/e', 'wfUtf8Sequence($1)', $string );
 292         $string = preg_replace ( '/&#x([0-9a-f]+);/ie', 'wfUtf8Sequence(0x$1)', $string );
 293         # Should also do named entities here
 294         return $string;
 295 }
 296
 297 function timestamp2ISO8601( $ts ) {
 298         #2003-08-05T18:30:02Z
 299         return gmdate( 'Y-m-d', $ts ) . 'T' . gmdate( 'H:i:s', $ts ) . 'Z';
 300 }
 301
 302 function xmlsafe( $string ) {
 303         /**
 304          * The page may contain old data which has not been properly normalized.
 305          * Invalid UTF-8 sequences or forbidden control characters will make our
 306          * XML output invalid, so be sure to strip them out.
 307          */
 308         $string = UtfNormal::cleanUp( $string );
 309
 310         $string = htmlspecialchars( $string );
 311         return $string;
 312 }
 313
 314 function xmlCommentSafe( $text ) {
 315         return str_replace( '--', '\\-\\-', xmlsafe( recodeText( $text ) ) );
 316 }
 317
 318
 319 function array2object( $arr ) {
 320         $o = (object)0;
 321         foreach( $arr as $x => $y ) {
 322                 $o->$x = $y;
 323         }
 324         return $o;
 325 }
 326
 327
 328 /**
 329  * Make CamelCase and /Talk links work
 330  */
 331 function mungeFormat( $text ) {
 332         global $nowiki;
 333         $nowiki = array();
 334         $staged = preg_replace_callback(
 335                 '/(<nowiki>.*?<\\/nowiki>|(?:http|https|ftp):\\S+|\[\[[^]\\n]+]])/s',
 336                 'nowikiPlaceholder', $text );
 337
 338         # This is probably not  100% correct, I'm just
 339         # glancing at the UseModWiki code.
 340         $upper   = "[A-Z]";
 341         $lower   = "[a-z_0-9]";
 342         $any     = "[A-Za-z_0-9]";
 343         $camel   = "(?:$upper+$lower+$upper+$any*)";
 344         $subpage = "(?:\\/$any+)";
 345         $substart = "(?:\\/$upper$any*)";
 346
 347         $munged = preg_replace( "/(?!\\[\\[)($camel$subpage*|$substart$subpage*)\\b(?!\\]\\]|>)/",
 348                 '[[$1]]', $staged );
 349
 350         $final = preg_replace( '/' . preg_quote( placeholder() ) . '/es',
 351                 'array_shift( $nowiki )', $munged );
 352         return $final;
 353 }
 354
 355
 356 function placeholder( $x = null ) {
 357         return '\xffplaceholder\xff';
 358 }
 359
 360 function nowikiPlaceholder( $matches ) {
 361         global $nowiki;
 362         $nowiki[] = $matches[1];
 363         return placeholder();
 364 }
 365
 366