adapted to the new version of sighandler.c

sighandler.c:
- used sigaction() instead of signal()
- no need to re-register the signal handler now :-)
- renamed my_sighandler_t to sh_sighandler_t and changed the interface

- lizard_alloc() turns on the wrapper for SIGSEGV and lizard_free() restores
  its original value
- lizard_decompress_safe() registers quickly the SIGSEGV handler using the
  wrapper.  it saves 2 sys-calls.

- allocate 3 more bytes for unaligned memory access

added a wrapper for signal handlers in sighandler.c

hmm, if we use fast unaligned access when decompressing, we should allocate 3
more bytes after the memory

MJ's idea:
- only lock the memory by mprotect() once
- decompress into the middle of the buffer s.t. the barrier is at the distance
  as it used before
(needs adding one pointer to the structure)

MJ's suggestion:
use MAP_ANONYMOUS in mmap() instead of opening /dev/zero

incorporated MJ's suggestions:
- flush_copy_command() exploits fast unaligned memory access and memcpy()
lizard_compress():
- the test in_start==copy_start replaced by flag bof, in_start deleted
- if (copy_len > 0) replaced by if (copy_len)
- pos_bit |= 1<<4
- deleted testing cropping at BOF, it is obsolete now
lizard_decompress():
- at label perform_copy_command, we set expect_copy_command=2
- exploit fast unaligned memory access

Allow empty host name for unknown URL schemes.

`foo:///bar' should be considered OK now.

oops, one missing volatile :-)

crash tests changed:
- since the memory protection is removed after decompress_safe(), it makes
  no sense to check the read/write protection on the corresponding page
  ===> removed
- now, if the returned value is < 0, print errno
- try allocating a too small buffer
  OR setting too low expected length

added lizard-safe

- lizard.c split into lizard.c and lizard-safe.c
- added LGPL header

- low-level safe version of lizard_decompress() put into an extra source file

- use M_PRIVATE instead of M_SHARED
- use PROT_NONE instead of PROT_READ and only set/clear it for one page
  before/after the operation instead of doing it for all the array
- errno is set instead of returning different negative values
- use longjmp in the signal handler instead of die() and return -1
- use macro ALIGN()

print a fancy message when SIGSEGV is caught at the decompression

tested the wrapper guarding the safe decompression

added a wrapper for safe decompression (the page behind the decompression
buffer is set READ-ONLY)

lizzard -> lizard

(the files have been renamed directly in CVS a few minutes earlier)

improved the test tool, now it is easy to verify the compression

added lizzard

updated the maximum prolong-factor

sped up approximately 6 times:
- the whole idea of 2 hash-tables (for 3- and 4- matches) was bad
- also, collision link-lists with errors were too bad
===> greatly simplified: only one hash-table/hash-function/link-list/... for
3-matches, double-linked link-list that can be maintained in constant time
while preserving correctness, links to strings made implicit (hence the data
structures is half-size and it fits better into the CPU-cache), no arithmetics
when computing the hash-function, tuned constants determining the compression
level, commented out code for 2-matches, ...

debugged, now it is fully functional:
- a lot of typos (especially priorities of operators in C and variable name
  mismatches)
- bit-format errors (forgotten additive constants or negations)
- do not use hash_rec[0]
- wrong entries in the collision link-lists must NOT appear in the beginning
  ==> saved time when verifying and solved some strange cases

- changed constants determining the maximum prolong-factor
- added a simple test-tool

implemented fast compression and decompression routines

I have spent a lot of time on them and they just compile.  I have never
tested them.  The test program will follow soon.

Improved cvslog script.

When processing the `-S' option, work on a copy, so that the command
line displayed by `ps' is undisturbed.

Removed redundant <stdarg.h>.

Split logging functions to two files to avoid linking the full switching
machinery to all programs which use trivial logging to stdout.

The logger now exports the name of the current log file and calls a special
hook on die(). Also corrected log_switch_{en,dis}able().

stralloc -> strdup.

Added xstrdup() and new logging functions.

Added functions for manual control of log switching. (Will be used by the
shepherd master.)

cfg_stralloc() -> cfg_strdup() and use mp_strdup() to implement it.

Renamed stralloc() to xstrdup() to be consistent with libc terminology
and also with mp_strdup().

Oops, this worked only by a chance.

Added the new pool-str module.

Added mp_strcat() and mp_multicat().

Fixed the comment.

- 0x08 (BACKSPACE) is a blank character and it is accepted as an ASCII-character
- 0x7f is also accepted as an ASCII-character
- both gather/content.c and gather/charset.c now use the same function
  Cblank() to test it

Changed locking rules. Scans and appends can peacefully co-exist now.
Should solve the problems with shep-reap waiting for bucket file transmission
to finish.

When logging to a file, redirect fd1 to the log file as well.

Multi-part objects (with header and body separated by an empty line and terminated
either by EOF or by a NUL byte) are very common, so let's introduce a special
function for reading them.

Got tired by repeating the same `gather pieces from incomplete reads' subroutine.

Added a simple test.

Add new modules.

Use format_exit_status(). One more ASSERT.

Including <stdarg.h> in lib/lib.h enables us to finally export vlog_msg()
which I was missing for several times.

Added exitstatus and runcmd functions. Finally decided to include <stdarg.h>
in lib.h.

Added a couple of functions for running of external commands with error
checking. A nice replacement for system().

Added a new module for formatting of process exit status messages.

Added one more check.

More enhancement to the main loop library: Export all lists for easy inspection
(reading only) by the callers. When a process exits, construct a nice tombstone
string for it.

Read and write functions accept void pointers instead of byte*.

Added a universal main loop with timers, file descriptor polling and process
watching. Inspired by the glib main loop, but this one has a much nicer
interface.

It will be used in the Shepherd master and if it turns out to be useful,
I'll convert the other programs to use it some day.

Interface to our own regex library.

Better explanation.

After another couple of hours spent digging in regular expression libraries
I decided to use a copy of the glibc 2.3.2 regex routines.

One more deadly testcase.

Added configuration options for libpcre.

Converted regex module testing to the new test framework.

Added a very simple utility for performing unit tests on modules.

Our regex functions are now able to interface to old-style BSD re_match(),
to POSIX regexec() and to libpcre.  Currently it's switched to the BSD mode
as before, I'll look at it more in the evening.

Make regex-t compile.

Welcome to v3.2 world on the mainline :)

Seek to end of an empty fbmem stream needs a special exception.

Ctrl-L is marked blank

When we try to create a temporary file and it already exists (which can happen
if a program with the same PID has crashed at some time in the past), don't
panic and rewrite the file. Should be safe since we're using our own tmp directory
nobody else can access.

Bumped the version number to 3.1.

Added REV_COMPARE(x,y) which is equivalent to COMPARE(y,x), but it's
better readable to use both of them instead of swapping the arguments.

`buckettools -c' now uses fastbufs for output.

Hopefully finally sorted out the "http://www.xyz.cz?param" mess. The true
semantics turned out to be "http://www.xyz.cz/?param" and most web servers
really require "GET /?param".

I've changed the normalization rules to add the leading slash if needed
which also solves the relative URL problem I mentioned in the comments.

However, this means that the SEMANTICS OF NORMALIZED URL'S HAS CHANGED
and gatherer databases with URL's in the "http://www.xyz.cz?param" form
are now INVALID. I'm going to delete all such URL's from our gatherer now.

Hmmm, COMPILE_ASSERT is a better name.

Added CPP_ASSERT.

Forgot to add this one.

Cleaned up the ancient chartype functions: kicked out accent tables (which
were not exported anyway), added conversion to lowercase.

Removed hopefully all implicit dependencies on file type numbering.

Also, CONFIG_LANG without CONFIG_FILETYPE works if you define your
own CA_GET_FILE_LANG macro.

CF_USAGE_TAB can be used to insert more tabs to the default help message.

Added mp_strdup().

Blank lines are considered separators, not terminators of buckets.
Hence extraneous blank lines between buckets and trailing blank lines
after the last buckets are all ignored.

"http://hell.org?xyz" really is a valid URL. Also checked wrt. the current
RFC 2396 and added several comments about where do we differ.

Moved struct card_prints to index.h, because it's used outside the indexer.

Added CARD_FLAG_OVERRIDEN.

Declare variables for library names in the top-level Makefile to avoid
forward references.

Introduced COMPARE macro for use in sorter callbacks.

Don't forget to load config file.

Added testing routines for URL key calculator.

Supply default element swapping macro.

Any non-zero value enables an option. (Allows CONFIG_NUM_CONTEXTS to be
recognized as a switch.)

Nested conditionals were processed incorrectly. Also, the "#" at the start
of directives is now mandatory.

Added STRINGIFY macro.

If `-S' or `-C' is given after some other options (i.e., the config file
has been already loaded automatically), complain loudly.

Also improved the error message for invalid `-S'.

Robert, could you please check this?

IP access lists now accept both netmasks and prefix lengths.

Hours have 3600 seconds, days have 1440 minutes :)

Added "hour" and "day" units.

MD5 didn't work on big-endian machines, because it tested the wrong
endianity switch.

Use int instead of pid_t. At the first glance, this looks like a step backward,
but since we use the variable for printing with a "%d" format-string anyway
and there is no way how to get the right format string for pid_t, it's better
this way.

typo fixed

Reverted the locking back to original unsafe (but in a harmless way) version,
because write locking of files opened for reading is not permitted.

Replacing of buckets during shakedown didn't work.

Use obuck_bucket_size() whereever possible.

Add obuck_bucket_size().