scripts/spdxcheck.py

   1 #!/usr/bin/env python
   2 # SPDX-License-Identifier: GPL-2.0
   3 # Copyright Thomas Gleixner <tglx@linutronix.de>
   4
   5 from argparse import ArgumentParser
   6 from ply import lex, yacc
   7 import locale
   8 import traceback
   9 import sys
  10 import git
  11 import re
  12 import os
  13
  14 class ParserException(Exception):
  15     def __init__(self, tok, txt):
  16         self.tok = tok
  17         self.txt = txt
  18
  19 class SPDXException(Exception):
  20     def __init__(self, el, txt):
  21         self.el = el
  22         self.txt = txt
  23
  24 class SPDXdata(object):
  25     def __init__(self):
  26         self.license_files = 0
  27         self.exception_files = 0
  28         self.licenses = [ ]
  29         self.exceptions = { }
  30
  31 # Read the spdx data from the LICENSES directory
  32 def read_spdxdata(repo):
  33
  34     # The subdirectories of LICENSES in the kernel source
  35     license_dirs = [ "preferred", "other", "exceptions" ]
  36     lictree = repo.head.commit.tree['LICENSES']
  37
  38     spdx = SPDXdata()
  39
  40     for d in license_dirs:
  41         for el in lictree[d].traverse():
  42             if not os.path.isfile(el.path):
  43                 continue
  44
  45             exception = None
  46             for l in open(el.path).readlines():
  47                 if l.startswith('Valid-License-Identifier:'):
  48                     lid = l.split(':')[1].strip().upper()
  49                     if lid in spdx.licenses:
  50                         raise SPDXException(el, 'Duplicate License Identifier: %s' %lid)
  51                     else:
  52                         spdx.licenses.append(lid)
  53
  54                 elif l.startswith('SPDX-Exception-Identifier:'):
  55                     exception = l.split(':')[1].strip().upper()
  56                     spdx.exceptions[exception] = []
  57
  58                 elif l.startswith('SPDX-Licenses:'):
  59                     for lic in l.split(':')[1].upper().strip().replace(' ', '').replace('\t', '').split(','):
  60                         if not lic in spdx.licenses:
  61                             raise SPDXException(None, 'Exception %s missing license %s' %(ex, lic))
  62                         spdx.exceptions[exception].append(lic)
  63
  64                 elif l.startswith("License-Text:"):
  65                     if exception:
  66                         if not len(spdx.exceptions[exception]):
  67                             raise SPDXException(el, 'Exception %s is missing SPDX-Licenses' %excid)
  68                         spdx.exception_files += 1
  69                     else:
  70                         spdx.license_files += 1
  71                     break
  72     return spdx
  73
  74 class id_parser(object):
  75
  76     reserved = [ 'AND', 'OR', 'WITH' ]
  77     tokens = [ 'LPAR', 'RPAR', 'ID', 'EXC' ] + reserved
  78
  79     precedence = ( ('nonassoc', 'AND', 'OR'), )
  80
  81     t_ignore = ' \t'
  82
  83     def __init__(self, spdx):
  84         self.spdx = spdx
  85         self.lasttok = None
  86         self.lastid = None
  87         self.lexer = lex.lex(module = self, reflags = re.UNICODE)
  88         # Initialize the parser. No debug file and no parser rules stored on disk
  89         # The rules are small enough to be generated on the fly
  90         self.parser = yacc.yacc(module = self, write_tables = False, debug = False)
  91         self.lines_checked = 0
  92         self.checked = 0
  93         self.spdx_valid = 0
  94         self.spdx_errors = 0
  95         self.curline = 0
  96         self.deepest = 0
  97
  98     # Validate License and Exception IDs
  99     def validate(self, tok):
 100         id = tok.value.upper()
 101         if tok.type == 'ID':
 102             if not id in self.spdx.licenses:
 103                 raise ParserException(tok, 'Invalid License ID')
 104             self.lastid = id
 105         elif tok.type == 'EXC':
 106             if id not in self.spdx.exceptions:
 107                 raise ParserException(tok, 'Invalid Exception ID')
 108             if self.lastid not in self.spdx.exceptions[id]:
 109                 raise ParserException(tok, 'Exception not valid for license %s' %self.lastid)
 110             self.lastid = None
 111         elif tok.type != 'WITH':
 112             self.lastid = None
 113
 114     # Lexer functions
 115     def t_RPAR(self, tok):
 116         r'\)'
 117         self.lasttok = tok.type
 118         return tok
 119
 120     def t_LPAR(self, tok):
 121         r'\('
 122         self.lasttok = tok.type
 123         return tok
 124
 125     def t_ID(self, tok):
 126         r'[A-Za-z.0-9\-+]+'
 127
 128         if self.lasttok == 'EXC':
 129             print(tok)
 130             raise ParserException(tok, 'Missing parentheses')
 131
 132         tok.value = tok.value.strip()
 133         val = tok.value.upper()
 134
 135         if val in self.reserved:
 136             tok.type = val
 137         elif self.lasttok == 'WITH':
 138             tok.type = 'EXC'
 139
 140         self.lasttok = tok.type
 141         self.validate(tok)
 142         return tok
 143
 144     def t_error(self, tok):
 145         raise ParserException(tok, 'Invalid token')
 146
 147     def p_expr(self, p):
 148         '''expr : ID
 149                 | ID WITH EXC
 150                 | expr AND expr
 151                 | expr OR expr
 152                 | LPAR expr RPAR'''
 153         pass
 154
 155     def p_error(self, p):
 156         if not p:
 157             raise ParserException(None, 'Unfinished license expression')
 158         else:
 159             raise ParserException(p, 'Syntax error')
 160
 161     def parse(self, expr):
 162         self.lasttok = None
 163         self.lastid = None
 164         self.parser.parse(expr, lexer = self.lexer)
 165
 166     def parse_lines(self, fd, maxlines, fname):
 167         self.checked += 1
 168         self.curline = 0
 169         try:
 170             for line in fd:
 171                 line = line.decode(locale.getpreferredencoding(False), errors='ignore')
 172                 self.curline += 1
 173                 if self.curline > maxlines:
 174                     break
 175                 self.lines_checked += 1
 176                 if line.find("SPDX-License-Identifier:") < 0:
 177                     continue
 178                 expr = line.split(':')[1].strip()
 179                 # Remove trailing comment closure
 180                 if line.strip().endswith('*/'):
 181                     expr = expr.rstrip('*/').strip()
 182                 # Special case for SH magic boot code files
 183                 if line.startswith('LIST \"'):
 184                     expr = expr.rstrip('\"').strip()
 185                 self.parse(expr)
 186                 self.spdx_valid += 1
 187                 #
 188                 # Should we check for more SPDX ids in the same file and
 189                 # complain if there are any?
 190                 #
 191                 break
 192
 193         except ParserException as pe:
 194             if pe.tok:
 195                 col = line.find(expr) + pe.tok.lexpos
 196                 tok = pe.tok.value
 197                 sys.stdout.write('%s: %d:%d %s: %s\n' %(fname, self.curline, col, pe.txt, tok))
 198             else:
 199                 sys.stdout.write('%s: %d:0 %s\n' %(fname, self.curline, col, pe.txt))
 200             self.spdx_errors += 1
 201
 202 def scan_git_tree(tree):
 203     for el in tree.traverse():
 204         # Exclude stuff which would make pointless noise
 205         # FIXME: Put this somewhere more sensible
 206         if el.path.startswith("LICENSES"):
 207             continue
 208         if el.path.find("license-rules.rst") >= 0:
 209             continue
 210         if not os.path.isfile(el.path):
 211             continue
 212         with open(el.path, 'rb') as fd:
 213             parser.parse_lines(fd, args.maxlines, el.path)
 214
 215 def scan_git_subtree(tree, path):
 216     for p in path.strip('/').split('/'):
 217         tree = tree[p]
 218     scan_git_tree(tree)
 219
 220 if __name__ == '__main__':
 221
 222     ap = ArgumentParser(description='SPDX expression checker')
 223     ap.add_argument('path', nargs='*', help='Check path or file. If not given full git tree scan. For stdin use "-"')
 224     ap.add_argument('-m', '--maxlines', type=int, default=15,
 225                     help='Maximum number of lines to scan in a file. Default 15')
 226     ap.add_argument('-v', '--verbose', action='store_true', help='Verbose statistics output')
 227     args = ap.parse_args()
 228
 229     # Sanity check path arguments
 230     if '-' in args.path and len(args.path) > 1:
 231         sys.stderr.write('stdin input "-" must be the only path argument\n')
 232         sys.exit(1)
 233
 234     try:
 235         # Use git to get the valid license expressions
 236         repo = git.Repo(os.getcwd())
 237         assert not repo.bare
 238
 239         # Initialize SPDX data
 240         spdx = read_spdxdata(repo)
 241
 242         # Initilize the parser
 243         parser = id_parser(spdx)
 244
 245     except SPDXException as se:
 246         if se.el:
 247             sys.stderr.write('%s: %s\n' %(se.el.path, se.txt))
 248         else:
 249             sys.stderr.write('%s\n' %se.txt)
 250         sys.exit(1)
 251
 252     except Exception as ex:
 253         sys.stderr.write('FAIL: %s\n' %ex)
 254         sys.stderr.write('%s\n' %traceback.format_exc())
 255         sys.exit(1)
 256
 257     try:
 258         if len(args.path) and args.path[0] == '-':
 259             stdin = os.fdopen(sys.stdin.fileno(), 'rb')
 260             parser.parse_lines(stdin, args.maxlines, '-')
 261         else:
 262             if args.path:
 263                 for p in args.path:
 264                     if os.path.isfile(p):
 265                         parser.parse_lines(open(p, 'rb'), args.maxlines, p)
 266                     elif os.path.isdir(p):
 267                         scan_git_subtree(repo.head.reference.commit.tree, p)
 268                     else:
 269                         sys.stderr.write('path %s does not exist\n' %p)
 270                         sys.exit(1)
 271             else:
 272                 # Full git tree scan
 273                 scan_git_tree(repo.head.commit.tree)
 274
 275             if args.verbose:
 276                 sys.stderr.write('\n')
 277                 sys.stderr.write('License files:     %12d\n' %spdx.license_files)
 278                 sys.stderr.write('Exception files:   %12d\n' %spdx.exception_files)
 279                 sys.stderr.write('License IDs        %12d\n' %len(spdx.licenses))
 280                 sys.stderr.write('Exception IDs      %12d\n' %len(spdx.exceptions))
 281                 sys.stderr.write('\n')
 282                 sys.stderr.write('Files checked:     %12d\n' %parser.checked)
 283                 sys.stderr.write('Lines checked:     %12d\n' %parser.lines_checked)
 284                 sys.stderr.write('Files with SPDX:   %12d\n' %parser.spdx_valid)
 285                 sys.stderr.write('Files with errors: %12d\n' %parser.spdx_errors)
 286
 287             sys.exit(0)
 288
 289     except Exception as ex:
 290         sys.stderr.write('FAIL: %s\n' %ex)
 291         sys.stderr.write('%s\n' %traceback.format_exc())
 292         sys.exit(1)