Import version of libhtml that might actually work with ANSI C.
This commit is contained in:
wkj
parent
3e3817f7c8
commit
7cf289ca89
13 changed files with 7206 additions and 0 deletions
50
src/cmd/htmlfmt/dat.h
Normal file
50
src/cmd/htmlfmt/dat.h
Normal file
|
|
@ -0,0 +1,50 @@
|
||||||
|
typedef struct Bytes Bytes;
|
||||||
|
typedef struct URLwin URLwin;
|
||||||
|
|
||||||
|
enum
|
||||||
|
{
|
||||||
|
STACK = 8192,
|
||||||
|
EVENTSIZE = 256,
|
||||||
|
};
|
||||||
|
|
||||||
|
struct Bytes
|
||||||
|
{
|
||||||
|
uchar *b;
|
||||||
|
long n;
|
||||||
|
long nalloc;
|
||||||
|
};
|
||||||
|
|
||||||
|
struct URLwin
|
||||||
|
{
|
||||||
|
int infd;
|
||||||
|
int outfd;
|
||||||
|
int type;
|
||||||
|
|
||||||
|
char *url;
|
||||||
|
Item *items;
|
||||||
|
Docinfo *docinfo;
|
||||||
|
};
|
||||||
|
|
||||||
|
extern char* url;
|
||||||
|
extern int aflag;
|
||||||
|
extern int width;
|
||||||
|
extern int defcharset;
|
||||||
|
|
||||||
|
extern char* loadhtml(int);
|
||||||
|
|
||||||
|
extern char* readfile(char*, char*, int*);
|
||||||
|
extern int charset(char*);
|
||||||
|
extern void* emalloc(ulong);
|
||||||
|
extern char* estrdup(char*);
|
||||||
|
extern char* estrstrdup(char*, char*);
|
||||||
|
extern char* egrow(char*, char*, char*);
|
||||||
|
extern char* eappend(char*, char*, char*);
|
||||||
|
extern void error(char*, ...);
|
||||||
|
|
||||||
|
extern void growbytes(Bytes*, char*, long);
|
||||||
|
|
||||||
|
extern void rendertext(URLwin*, Bytes*);
|
||||||
|
extern void rerender(URLwin*);
|
||||||
|
extern void freeurlwin(URLwin*);
|
||||||
|
|
||||||
|
#pragma varargck argpos error 1
|
||||||
331
src/cmd/htmlfmt/html.c
Normal file
331
src/cmd/htmlfmt/html.c
Normal file
|
|
@ -0,0 +1,331 @@
|
||||||
|
#include <u.h>
|
||||||
|
#include <libc.h>
|
||||||
|
#include <bio.h>
|
||||||
|
#include <draw.h>
|
||||||
|
#include <regexp.h>
|
||||||
|
#include <html.h>
|
||||||
|
#include <ctype.h>
|
||||||
|
#include "dat.h"
|
||||||
|
|
||||||
|
char urlexpr[] = "^(https?|ftp|file|gopher|mailto|news|nntp|telnet|wais|prospero)://([a-zA-Z0-9_@\\-]+([.:][a-zA-Z0-9_@\\-]+)*)";
|
||||||
|
Reprog *urlprog;
|
||||||
|
|
||||||
|
int inword = 0;
|
||||||
|
int col = 0;
|
||||||
|
int wordi = 0;
|
||||||
|
|
||||||
|
char*
|
||||||
|
loadhtml(int fd)
|
||||||
|
{
|
||||||
|
URLwin *u;
|
||||||
|
Bytes *b;
|
||||||
|
int n;
|
||||||
|
char buf[4096];
|
||||||
|
|
||||||
|
u = emalloc(sizeof(URLwin));
|
||||||
|
u->infd = fd;
|
||||||
|
u->outfd = 1;
|
||||||
|
u->url = estrdup(url);
|
||||||
|
u->type = TextHtml;
|
||||||
|
|
||||||
|
b = emalloc(sizeof(Bytes));
|
||||||
|
while((n = read(fd, buf, sizeof buf)) > 0)
|
||||||
|
growbytes(b, buf, n);
|
||||||
|
if(b->b == nil)
|
||||||
|
return nil; /* empty file */
|
||||||
|
rendertext(u, b);
|
||||||
|
freeurlwin(u);
|
||||||
|
return nil;
|
||||||
|
}
|
||||||
|
|
||||||
|
char*
|
||||||
|
runetobyte(Rune *r, int n)
|
||||||
|
{
|
||||||
|
char *s;
|
||||||
|
|
||||||
|
if(n == 0)
|
||||||
|
return emalloc(1);
|
||||||
|
s = smprint("%.*S", n, r);
|
||||||
|
if(s == nil)
|
||||||
|
error("malloc failed");
|
||||||
|
return s;
|
||||||
|
}
|
||||||
|
|
||||||
|
int
|
||||||
|
closingpunct(int c)
|
||||||
|
{
|
||||||
|
return strchr(".,:;'\")]}>!?", c) != nil;
|
||||||
|
}
|
||||||
|
|
||||||
|
void
|
||||||
|
emitword(Bytes *b, Rune *r, int nr)
|
||||||
|
{
|
||||||
|
char *s;
|
||||||
|
int space;
|
||||||
|
|
||||||
|
if(nr == 0)
|
||||||
|
return;
|
||||||
|
s = smprint("%.*S", nr, r);
|
||||||
|
space = (b->n>0) && !isspace(b->b[b->n-1]) && !closingpunct(r[0]);
|
||||||
|
if(col>0 && col+space+nr > width){
|
||||||
|
growbytes(b, "\n", 1);
|
||||||
|
space = 0;
|
||||||
|
col = 0;
|
||||||
|
}
|
||||||
|
if(space && col>0){
|
||||||
|
growbytes(b, " ", 1);
|
||||||
|
col++;
|
||||||
|
}
|
||||||
|
growbytes(b, s, strlen(s));
|
||||||
|
col += nr;
|
||||||
|
free(s);
|
||||||
|
inword = 0;
|
||||||
|
}
|
||||||
|
|
||||||
|
void
|
||||||
|
renderrunes(Bytes *b, Rune *r)
|
||||||
|
{
|
||||||
|
int i, n;
|
||||||
|
|
||||||
|
n = runestrlen(r);
|
||||||
|
for(i=0; i<n; i++){
|
||||||
|
switch(r[i]){
|
||||||
|
case '\n':
|
||||||
|
if(inword)
|
||||||
|
emitword(b, r+wordi, i-wordi);
|
||||||
|
col = 0;
|
||||||
|
if(b->n == 0)
|
||||||
|
break; /* don't start with blank lines */
|
||||||
|
if(b->n<2 || b->b[b->n-1]!='\n' || b->b[b->n-2]!='\n')
|
||||||
|
growbytes(b, "\n", 1);
|
||||||
|
break;
|
||||||
|
case ' ':
|
||||||
|
if(inword)
|
||||||
|
emitword(b, r+wordi, i-wordi);
|
||||||
|
break;
|
||||||
|
default:
|
||||||
|
if(!inword)
|
||||||
|
wordi = i;
|
||||||
|
inword = 1;
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
if(inword)
|
||||||
|
emitword(b, r+wordi, i-wordi);
|
||||||
|
}
|
||||||
|
|
||||||
|
void
|
||||||
|
renderbytes(Bytes *b, char *fmt, ...)
|
||||||
|
{
|
||||||
|
Rune *r;
|
||||||
|
va_list arg;
|
||||||
|
|
||||||
|
va_start(arg, fmt);
|
||||||
|
r = runevsmprint(fmt, arg);
|
||||||
|
va_end(arg);
|
||||||
|
renderrunes(b, r);
|
||||||
|
free(r);
|
||||||
|
}
|
||||||
|
|
||||||
|
char*
|
||||||
|
baseurl(char *url)
|
||||||
|
{
|
||||||
|
char *base, *slash;
|
||||||
|
Resub rs[10];
|
||||||
|
|
||||||
|
if(url == nil)
|
||||||
|
return nil;
|
||||||
|
if(urlprog == nil){
|
||||||
|
urlprog = regcomp(urlexpr);
|
||||||
|
if(urlprog == nil)
|
||||||
|
error("can't compile URL regexp");
|
||||||
|
}
|
||||||
|
memset(rs, 0, sizeof rs);
|
||||||
|
if(regexec(urlprog, url, rs, nelem(rs)) == 0)
|
||||||
|
return nil;
|
||||||
|
base = estrdup(url);
|
||||||
|
slash = strrchr(base, '/');
|
||||||
|
if(slash!=nil && slash>=&base[rs[0].e.p-rs[0].s.p])
|
||||||
|
*slash = '\0';
|
||||||
|
else
|
||||||
|
base[rs[0].e.p-rs[0].s.p] = '\0';
|
||||||
|
return base;
|
||||||
|
}
|
||||||
|
|
||||||
|
char*
|
||||||
|
fullurl(URLwin *u, Rune *rhref)
|
||||||
|
{
|
||||||
|
char *base, *href, *hrefbase;
|
||||||
|
char *result;
|
||||||
|
|
||||||
|
if(rhref == nil)
|
||||||
|
return estrdup("NULL URL");
|
||||||
|
href = runetobyte(rhref, runestrlen(rhref));
|
||||||
|
hrefbase = baseurl(href);
|
||||||
|
result = nil;
|
||||||
|
if(hrefbase==nil && (base = baseurl(u->url))!=nil){
|
||||||
|
result = estrdup(base);
|
||||||
|
if(base[strlen(base)-1]!='/' && (href==nil || href[0]!='/'))
|
||||||
|
result = eappend(result, "/", "");
|
||||||
|
free(base);
|
||||||
|
}
|
||||||
|
if(href){
|
||||||
|
if(result)
|
||||||
|
result = eappend(result, "", href);
|
||||||
|
else
|
||||||
|
result = estrdup(href);
|
||||||
|
}
|
||||||
|
free(hrefbase);
|
||||||
|
if(result == nil)
|
||||||
|
return estrdup("***unknown***");
|
||||||
|
return result;
|
||||||
|
}
|
||||||
|
|
||||||
|
void
|
||||||
|
render(URLwin *u, Bytes *t, Item *items, int curanchor)
|
||||||
|
{
|
||||||
|
Item *il;
|
||||||
|
Itext *it;
|
||||||
|
Ifloat *ifl;
|
||||||
|
Ispacer *is;
|
||||||
|
Itable *ita;
|
||||||
|
Iimage *im;
|
||||||
|
Anchor *a;
|
||||||
|
Table *tab;
|
||||||
|
Tablecell *cell;
|
||||||
|
char *href;
|
||||||
|
|
||||||
|
inword = 0;
|
||||||
|
col = 0;
|
||||||
|
wordi = 0;
|
||||||
|
|
||||||
|
for(il=items; il!=nil; il=il->next){
|
||||||
|
if(il->state & IFbrk)
|
||||||
|
renderbytes(t, "\n");
|
||||||
|
if(il->state & IFbrksp)
|
||||||
|
renderbytes(t, "\n");
|
||||||
|
|
||||||
|
switch(il->tag){
|
||||||
|
case Itexttag:
|
||||||
|
it = (Itext*)il;
|
||||||
|
renderrunes(t, it->s);
|
||||||
|
break;
|
||||||
|
case Iruletag:
|
||||||
|
if(t->n>0 && t->b[t->n-1]!='\n')
|
||||||
|
renderbytes(t, "\n");
|
||||||
|
renderbytes(t, "=======\n");
|
||||||
|
break;
|
||||||
|
case Iimagetag:
|
||||||
|
if(!aflag)
|
||||||
|
break;
|
||||||
|
im = (Iimage*)il;
|
||||||
|
if(im->imsrc){
|
||||||
|
href = fullurl(u, im->imsrc);
|
||||||
|
renderbytes(t, "[image %s]", href);
|
||||||
|
free(href);
|
||||||
|
}
|
||||||
|
break;
|
||||||
|
case Iformfieldtag:
|
||||||
|
if(aflag)
|
||||||
|
renderbytes(t, "[formfield]");
|
||||||
|
break;
|
||||||
|
case Itabletag:
|
||||||
|
ita = (Itable*)il;
|
||||||
|
tab = ita->table;
|
||||||
|
for(cell=tab->cells; cell!=nil; cell=cell->next){
|
||||||
|
render(u, t, cell->content, curanchor);
|
||||||
|
}
|
||||||
|
if(t->n>0 && t->b[t->n-1]!='\n')
|
||||||
|
renderbytes(t, "\n");
|
||||||
|
break;
|
||||||
|
case Ifloattag:
|
||||||
|
ifl = (Ifloat*)il;
|
||||||
|
render(u, t, ifl->item, curanchor);
|
||||||
|
break;
|
||||||
|
case Ispacertag:
|
||||||
|
is = (Ispacer*)il;
|
||||||
|
if(is->spkind != ISPnull)
|
||||||
|
renderbytes(t, " ");
|
||||||
|
break;
|
||||||
|
default:
|
||||||
|
error("unknown item tag %d\n", il->tag);
|
||||||
|
}
|
||||||
|
if(il->anchorid != 0 && il->anchorid!=curanchor){
|
||||||
|
for(a=u->docinfo->anchors; a!=nil; a=a->next)
|
||||||
|
if(aflag && a->index == il->anchorid){
|
||||||
|
href = fullurl(u, a->href);
|
||||||
|
renderbytes(t, "[%s]", href);
|
||||||
|
free(href);
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
curanchor = il->anchorid;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
if(t->n>0 && t->b[t->n-1]!='\n')
|
||||||
|
renderbytes(t, "\n");
|
||||||
|
}
|
||||||
|
|
||||||
|
void
|
||||||
|
rerender(URLwin *u)
|
||||||
|
{
|
||||||
|
Bytes *t;
|
||||||
|
|
||||||
|
t = emalloc(sizeof(Bytes));
|
||||||
|
|
||||||
|
render(u, t, u->items, 0);
|
||||||
|
|
||||||
|
if(t->n)
|
||||||
|
write(u->outfd, (char*)t->b, t->n);
|
||||||
|
free(t->b);
|
||||||
|
free(t);
|
||||||
|
}
|
||||||
|
|
||||||
|
/*
|
||||||
|
* Somewhat of a hack. Not a full parse, just looks for strings in the beginning
|
||||||
|
* of the document (cistrstr only looks at first somewhat bytes).
|
||||||
|
*/
|
||||||
|
int
|
||||||
|
charset(char *s)
|
||||||
|
{
|
||||||
|
char *meta, *emeta, *charset;
|
||||||
|
|
||||||
|
if(defcharset == 0)
|
||||||
|
defcharset = ISO_8859_1;
|
||||||
|
meta = cistrstr(s, "<meta");
|
||||||
|
if(meta == nil)
|
||||||
|
return defcharset;
|
||||||
|
for(emeta=meta; *emeta!='>' && *emeta!='\0'; emeta++)
|
||||||
|
;
|
||||||
|
charset = cistrstr(s, "charset=");
|
||||||
|
if(charset == nil)
|
||||||
|
return defcharset;
|
||||||
|
charset += 8;
|
||||||
|
if(*charset == '"')
|
||||||
|
charset++;
|
||||||
|
if(cistrncmp(charset, "utf-8", 5) || cistrncmp(charset, "utf8", 4))
|
||||||
|
return UTF_8;
|
||||||
|
return defcharset;
|
||||||
|
}
|
||||||
|
|
||||||
|
void
|
||||||
|
rendertext(URLwin *u, Bytes *b)
|
||||||
|
{
|
||||||
|
Rune *rurl;
|
||||||
|
|
||||||
|
rurl = toStr((uchar*)u->url, strlen(u->url), ISO_8859_1);
|
||||||
|
u->items = parsehtml(b->b, b->n, rurl, u->type, charset((char*)b->b), &u->docinfo);
|
||||||
|
// free(rurl);
|
||||||
|
|
||||||
|
rerender(u);
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
void
|
||||||
|
freeurlwin(URLwin *u)
|
||||||
|
{
|
||||||
|
freeitems(u->items);
|
||||||
|
u->items = nil;
|
||||||
|
freedocinfo(u->docinfo);
|
||||||
|
u->docinfo = nil;
|
||||||
|
free(u);
|
||||||
|
}
|
||||||
71
src/cmd/htmlfmt/main.c
Normal file
71
src/cmd/htmlfmt/main.c
Normal file
|
|
@ -0,0 +1,71 @@
|
||||||
|
#include <u.h>
|
||||||
|
#include <libc.h>
|
||||||
|
#include <bio.h>
|
||||||
|
#include <draw.h>
|
||||||
|
#include <html.h>
|
||||||
|
#include "dat.h"
|
||||||
|
|
||||||
|
char *url = "";
|
||||||
|
int aflag;
|
||||||
|
int width = 70;
|
||||||
|
int defcharset;
|
||||||
|
|
||||||
|
void
|
||||||
|
usage(void)
|
||||||
|
{
|
||||||
|
fprint(2, "usage: htmlfmt [-c charset] [-u URL] [-a] [-l length] [file ...]\n");
|
||||||
|
exits("usage");
|
||||||
|
}
|
||||||
|
|
||||||
|
void
|
||||||
|
main(int argc, char *argv[])
|
||||||
|
{
|
||||||
|
int i, fd;
|
||||||
|
char *p, *err, *file;
|
||||||
|
char errbuf[ERRMAX];
|
||||||
|
|
||||||
|
ARGBEGIN{
|
||||||
|
case 'a':
|
||||||
|
aflag++;
|
||||||
|
break;
|
||||||
|
case 'c':
|
||||||
|
p = smprint("<meta charset=\"%s\">", EARGF(usage()));
|
||||||
|
defcharset = charset(p);
|
||||||
|
free(p);
|
||||||
|
break;
|
||||||
|
case 'l': case 'w':
|
||||||
|
err = EARGF(usage());
|
||||||
|
width = atoi(err);
|
||||||
|
if(width <= 0)
|
||||||
|
usage();
|
||||||
|
break;
|
||||||
|
case 'u':
|
||||||
|
url = EARGF(usage());
|
||||||
|
aflag++;
|
||||||
|
break;
|
||||||
|
default:
|
||||||
|
usage();
|
||||||
|
}ARGEND
|
||||||
|
|
||||||
|
err = nil;
|
||||||
|
file = "<stdin>";
|
||||||
|
if(argc == 0)
|
||||||
|
err = loadhtml(0);
|
||||||
|
else
|
||||||
|
for(i=0; err==nil && i<argc; i++){
|
||||||
|
file = argv[i];
|
||||||
|
fd = open(file, OREAD);
|
||||||
|
if(fd < 0){
|
||||||
|
errstr(errbuf, sizeof errbuf);
|
||||||
|
err = errbuf;
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
err = loadhtml(fd);
|
||||||
|
close(fd);
|
||||||
|
if(err)
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
if(err)
|
||||||
|
fprint(2, "htmlfmt: processing %s: %s\n", file, err);
|
||||||
|
exits(err);
|
||||||
|
}
|
||||||
30
src/cmd/htmlfmt/mkfile
Normal file
30
src/cmd/htmlfmt/mkfile
Normal file
|
|
@ -0,0 +1,30 @@
|
||||||
|
<$SYS9/$systype/$objtype/mkfile
|
||||||
|
|
||||||
|
TARG=htmlfmt
|
||||||
|
OFILES=\
|
||||||
|
main.$O\
|
||||||
|
html.$O\
|
||||||
|
util.$O\
|
||||||
|
|
||||||
|
HFILES=\
|
||||||
|
dat.h\
|
||||||
|
$SYS9/sys/include/html.h\
|
||||||
|
|
||||||
|
LIB=$SYS9/$systype/$objtype/lib/libbio.a\
|
||||||
|
$SYS9/$systype/$objtype/lib/libregexp.a\
|
||||||
|
$SYS9/$systype/$objtype/lib/libhtml.a\
|
||||||
|
$SYS9/$systype/$objtype/lib/lib9c.a
|
||||||
|
|
||||||
|
BIN=$SYS9/$systype/$objtype/bin
|
||||||
|
|
||||||
|
UPDATE=\
|
||||||
|
mkfile\
|
||||||
|
$HFILES\
|
||||||
|
${OFILES:%.$O=%.c}
|
||||||
|
|
||||||
|
<$SYS9/sys/src/cmd/mkone
|
||||||
|
|
||||||
|
CFLAGS=$CFLAGS
|
||||||
|
|
||||||
|
#$O.out: $OFILES
|
||||||
|
# $LD -o $target $LDFLAGS $OFILES
|
||||||
120
src/cmd/htmlfmt/util.c
Normal file
120
src/cmd/htmlfmt/util.c
Normal file
|
|
@ -0,0 +1,120 @@
|
||||||
|
#include <u.h>
|
||||||
|
#include <libc.h>
|
||||||
|
#include <bio.h>
|
||||||
|
#include <draw.h>
|
||||||
|
#include <html.h>
|
||||||
|
#include "dat.h"
|
||||||
|
|
||||||
|
void*
|
||||||
|
emalloc(ulong n)
|
||||||
|
{
|
||||||
|
void *p;
|
||||||
|
|
||||||
|
p = malloc(n);
|
||||||
|
if(p == nil)
|
||||||
|
error("can't malloc: %r");
|
||||||
|
memset(p, 0, n);
|
||||||
|
return p;
|
||||||
|
}
|
||||||
|
|
||||||
|
void*
|
||||||
|
erealloc(void *p, ulong n)
|
||||||
|
{
|
||||||
|
p = realloc(p, n);
|
||||||
|
if(p == nil)
|
||||||
|
error("can't malloc: %r");
|
||||||
|
return p;
|
||||||
|
}
|
||||||
|
|
||||||
|
char*
|
||||||
|
estrdup(char *s)
|
||||||
|
{
|
||||||
|
char *t;
|
||||||
|
|
||||||
|
t = emalloc(strlen(s)+1);
|
||||||
|
strcpy(t, s);
|
||||||
|
return t;
|
||||||
|
}
|
||||||
|
|
||||||
|
char*
|
||||||
|
estrstrdup(char *s, char *t)
|
||||||
|
{
|
||||||
|
long ns, nt;
|
||||||
|
char *u;
|
||||||
|
|
||||||
|
ns = strlen(s);
|
||||||
|
nt = strlen(t);
|
||||||
|
/* use malloc to avoid memset */
|
||||||
|
u = malloc(ns+nt+1);
|
||||||
|
if(u == nil)
|
||||||
|
error("can't malloc: %r");
|
||||||
|
memmove(u, s, ns);
|
||||||
|
memmove(u+ns, t, nt);
|
||||||
|
u[ns+nt] = '\0';
|
||||||
|
return u;
|
||||||
|
}
|
||||||
|
|
||||||
|
char*
|
||||||
|
eappend(char *s, char *sep, char *t)
|
||||||
|
{
|
||||||
|
long ns, nsep, nt;
|
||||||
|
char *u;
|
||||||
|
|
||||||
|
if(t == nil)
|
||||||
|
u = estrstrdup(s, sep);
|
||||||
|
else{
|
||||||
|
ns = strlen(s);
|
||||||
|
nsep = strlen(sep);
|
||||||
|
nt = strlen(t);
|
||||||
|
/* use malloc to avoid memset */
|
||||||
|
u = malloc(ns+nsep+nt+1);
|
||||||
|
if(u == nil)
|
||||||
|
error("can't malloc: %r");
|
||||||
|
memmove(u, s, ns);
|
||||||
|
memmove(u+ns, sep, nsep);
|
||||||
|
memmove(u+ns+nsep, t, nt);
|
||||||
|
u[ns+nsep+nt] = '\0';
|
||||||
|
}
|
||||||
|
free(s);
|
||||||
|
return u;
|
||||||
|
}
|
||||||
|
|
||||||
|
char*
|
||||||
|
egrow(char *s, char *sep, char *t)
|
||||||
|
{
|
||||||
|
s = eappend(s, sep, t);
|
||||||
|
free(t);
|
||||||
|
return s;
|
||||||
|
}
|
||||||
|
|
||||||
|
void
|
||||||
|
error(char *fmt, ...)
|
||||||
|
{
|
||||||
|
va_list arg;
|
||||||
|
char buf[256];
|
||||||
|
Fmt f;
|
||||||
|
|
||||||
|
fmtfdinit(&f, 2, buf, sizeof buf);
|
||||||
|
fmtprint(&f, "Mail: ");
|
||||||
|
va_start(arg, fmt);
|
||||||
|
fmtvprint(&f, fmt, arg);
|
||||||
|
va_end(arg);
|
||||||
|
fmtprint(&f, "\n");
|
||||||
|
fmtfdflush(&f);
|
||||||
|
exits(fmt);
|
||||||
|
}
|
||||||
|
|
||||||
|
void
|
||||||
|
growbytes(Bytes *b, char *s, long ns)
|
||||||
|
{
|
||||||
|
if(b->nalloc < b->n + ns + 1){
|
||||||
|
b->nalloc = b->n + ns + 8000;
|
||||||
|
/* use realloc to avoid memset */
|
||||||
|
b->b = realloc(b->b, b->nalloc);
|
||||||
|
if(b->b == nil)
|
||||||
|
error("growbytes: can't realloc: %r");
|
||||||
|
}
|
||||||
|
memmove(b->b+b->n, s, ns);
|
||||||
|
b->n += ns;
|
||||||
|
b->b[b->n] = '\0';
|
||||||
|
}
|
||||||
4238
src/libhtml/build.c
Normal file
4238
src/libhtml/build.c
Normal file
File diff suppressed because it is too large
Load diff
163
src/libhtml/impl.h
Normal file
163
src/libhtml/impl.h
Normal file
|
|
@ -0,0 +1,163 @@
|
||||||
|
|
||||||
|
// UTILS
|
||||||
|
typedef struct List List;
|
||||||
|
typedef struct Strlist Strlist;
|
||||||
|
|
||||||
|
// List of integers (and also generic list with next pointer at beginning)
|
||||||
|
struct List
|
||||||
|
{
|
||||||
|
List* next;
|
||||||
|
int val;
|
||||||
|
};
|
||||||
|
|
||||||
|
struct Strlist
|
||||||
|
{
|
||||||
|
Strlist* next;
|
||||||
|
Rune* val;
|
||||||
|
};
|
||||||
|
|
||||||
|
extern int _inclass(Rune c, Rune* cl);
|
||||||
|
extern int _listlen(List* l);
|
||||||
|
extern Rune* _ltoStr(int n);
|
||||||
|
extern List* _newlist(int val, List* rest);
|
||||||
|
extern Rune* _newstr(int n);
|
||||||
|
extern int _prefix(Rune* pre, Rune* s);
|
||||||
|
extern List* _revlist(List* l);
|
||||||
|
extern void _splitl(Rune* s, int n, Rune* cl, Rune** p1, int* n1, Rune** p2, int* n2);
|
||||||
|
extern void _splitr(Rune* s, int n, Rune* cl, Rune** p1, int* n1, Rune** p2, int* n2);
|
||||||
|
extern int _splitall(Rune* s, int n, Rune* cl, Rune** strarr, int* lenarr, int alen);
|
||||||
|
extern Rune* _Stradd(Rune*s1, Rune* s2, int n);
|
||||||
|
extern Rune* _Strclass(Rune* s, Rune* cl);
|
||||||
|
extern int _Strcmp(Rune* s1, Rune* s2);
|
||||||
|
extern Rune* _Strdup(Rune* s);
|
||||||
|
extern Rune* _Strdup2(Rune* s, Rune* t);
|
||||||
|
extern int _Streqn(Rune* s1, int n1, Rune* s2);
|
||||||
|
extern int _Strlen(Rune* s);
|
||||||
|
extern Rune* _Strnclass(Rune* s, Rune* cl, int n);
|
||||||
|
extern int _Strncmpci(Rune* s1, int n1, Rune* s2);
|
||||||
|
extern Rune* _Strndup(Rune* s, int n);
|
||||||
|
extern Rune* _Strnrclass(Rune* s, Rune* cl, int n);
|
||||||
|
extern Rune* _Strrclass(Rune* s, Rune* cl);
|
||||||
|
extern Rune* _Strsubstr(Rune* s, int start, int stop);
|
||||||
|
extern long _Strtol(Rune* s, Rune** eptr, int base);
|
||||||
|
extern void _trimwhite(Rune* s, int n, Rune** pans, int* panslen);
|
||||||
|
|
||||||
|
extern Rune notwhitespace[];
|
||||||
|
extern Rune whitespace[];
|
||||||
|
|
||||||
|
// STRINTTAB
|
||||||
|
typedef struct StringInt StringInt;
|
||||||
|
|
||||||
|
// Element of String-Int table (used for keyword lookup)
|
||||||
|
struct StringInt
|
||||||
|
{
|
||||||
|
Rune* key;
|
||||||
|
int val;
|
||||||
|
};
|
||||||
|
|
||||||
|
extern int _lookup(StringInt* t, int n, Rune* key, int keylen, int* pans);
|
||||||
|
extern StringInt* _makestrinttab(Rune** a, int n);
|
||||||
|
extern Rune* _revlookup(StringInt* t, int n, int val);
|
||||||
|
|
||||||
|
// Colors, in html format, not Plan 9 format. (RGB values in bottom 3 bytes)
|
||||||
|
enum {
|
||||||
|
White = 0xFFFFFF,
|
||||||
|
Black = 0x000000,
|
||||||
|
Blue = 0x0000CC,
|
||||||
|
};
|
||||||
|
|
||||||
|
// LEX
|
||||||
|
|
||||||
|
// HTML 4.0 tags (plus blink, nobr)
|
||||||
|
// sorted in lexical order; used as array indices
|
||||||
|
enum {
|
||||||
|
Notfound,
|
||||||
|
Comment,
|
||||||
|
Ta, Tabbr, Tacronym, Taddress, Tapplet, Tarea,
|
||||||
|
Tb, Tbase, Tbasefont, Tbdo, Tbig, Tblink,
|
||||||
|
Tblockquote, Tbody, Tbq, Tbr, Tbutton,
|
||||||
|
Tcaption, Tcenter, Tcite, Tcode, Tcol, Tcolgroup,
|
||||||
|
Tdd, Tdel, Tdfn, Tdir, Tdiv, Tdl, Tdt,
|
||||||
|
Tem,
|
||||||
|
Tfieldset, Tfont, Tform, Tframe, Tframeset,
|
||||||
|
Th1, Th2, Th3, Th4, Th5, Th6,
|
||||||
|
Thead, Thr, Thtml,
|
||||||
|
Ti, Tiframe, Timg, Tinput, Tins, Tisindex,
|
||||||
|
Tkbd,
|
||||||
|
Tlabel, Tlegend, Tli, Tlink,
|
||||||
|
Tmap, Tmenu, Tmeta,
|
||||||
|
Tnobr, Tnoframes, Tnoscript,
|
||||||
|
Tobject, Tol, Toptgroup, Toption,
|
||||||
|
Tp, Tparam, Tpre,
|
||||||
|
Tq,
|
||||||
|
Ts, Tsamp, Tscript, Tselect, Tsmall,
|
||||||
|
Tspan, Tstrike, Tstrong, Tstyle, Tsub, Tsup,
|
||||||
|
Ttable, Ttbody, Ttd, Ttextarea, Ttfoot,
|
||||||
|
Tth, Tthead, Ttitle, Ttr, Ttt,
|
||||||
|
Tu, Tul,
|
||||||
|
Tvar,
|
||||||
|
Numtags,
|
||||||
|
RBRA = Numtags,
|
||||||
|
Data = Numtags+RBRA
|
||||||
|
};
|
||||||
|
|
||||||
|
// HTML 4.0 tag attributes
|
||||||
|
// Keep sorted in lexical order
|
||||||
|
enum {
|
||||||
|
Aabbr, Aaccept_charset, Aaccess_key, Aaction,
|
||||||
|
Aalign, Aalink, Aalt, Aarchive, Aaxis,
|
||||||
|
Abackground, Abgcolor, Aborder,
|
||||||
|
Acellpadding, Acellspacing, Achar, Acharoff,
|
||||||
|
Acharset, Achecked, Acite, Aclass, Aclassid,
|
||||||
|
Aclear, Acode, Acodebase, Acodetype, Acolor,
|
||||||
|
Acols, Acolspan, Acompact, Acontent, Acoords,
|
||||||
|
Adata, Adatetime, Adeclare, Adefer, Adir, Adisabled,
|
||||||
|
Aenctype,
|
||||||
|
Aface, Afor, Aframe, Aframeborder,
|
||||||
|
Aheaders, Aheight, Ahref, Ahreflang, Ahspace, Ahttp_equiv,
|
||||||
|
Aid, Aismap,
|
||||||
|
Alabel, Alang, Alink, Alongdesc,
|
||||||
|
Amarginheight, Amarginwidth, Amaxlength,
|
||||||
|
Amedia, Amethod, Amultiple,
|
||||||
|
Aname, Anohref, Anoresize, Anoshade, Anowrap,
|
||||||
|
Aobject, Aonblur, Aonchange, Aonclick, Aondblclick,
|
||||||
|
Aonfocus, Aonkeypress, Aonkeyup, Aonload,
|
||||||
|
Aonmousedown, Aonmousemove, Aonmouseout,
|
||||||
|
Aonmouseover, Aonmouseup, Aonreset, Aonselect,
|
||||||
|
Aonsubmit, Aonunload,
|
||||||
|
Aprofile, Aprompt,
|
||||||
|
Areadonly, Arel, Arev, Arows, Arowspan, Arules,
|
||||||
|
Ascheme, Ascope, Ascrolling, Aselected, Ashape,
|
||||||
|
Asize, Aspan, Asrc, Astandby, Astart, Astyle, Asummary,
|
||||||
|
Atabindex, Atarget, Atext, Atitle, Atype,
|
||||||
|
Ausemap,
|
||||||
|
Avalign, Avalue, Avaluetype, Aversion, Avlink, Avspace,
|
||||||
|
Awidth,
|
||||||
|
Numattrs
|
||||||
|
};
|
||||||
|
|
||||||
|
struct Attr
|
||||||
|
{
|
||||||
|
Attr* next; // in list of attrs for a token
|
||||||
|
int attid; // Aabbr, etc.
|
||||||
|
Rune* value;
|
||||||
|
};
|
||||||
|
|
||||||
|
struct Token
|
||||||
|
{
|
||||||
|
int tag; // Ta, etc
|
||||||
|
Rune* text; // text in Data, attribute text in tag
|
||||||
|
Attr* attr; // list of Attrs
|
||||||
|
int starti; // index into source buffer of token start
|
||||||
|
};
|
||||||
|
|
||||||
|
extern Rune** tagnames;
|
||||||
|
extern Rune** attrnames;
|
||||||
|
|
||||||
|
extern void _freetokens(Token* tarray, int n);
|
||||||
|
extern Token* _gettoks(uchar* data, int datalen, int chset, int mtype, int* plen);
|
||||||
|
extern int _tokaval(Token* t, int attid, Rune** pans, int xfer);
|
||||||
|
|
||||||
|
#pragma varargck type "T" Token*
|
||||||
|
|
||||||
|
#include "runetab.h"
|
||||||
1384
src/libhtml/lex.c
Normal file
1384
src/libhtml/lex.c
Normal file
File diff suppressed because it is too large
Load diff
22
src/libhtml/mkfile
Normal file
22
src/libhtml/mkfile
Normal file
|
|
@ -0,0 +1,22 @@
|
||||||
|
<$SYS9/$systype/$objtype/mkfile
|
||||||
|
|
||||||
|
LIB=$LIB9/libhtml.a
|
||||||
|
|
||||||
|
OFILES=\
|
||||||
|
build.$O\
|
||||||
|
lex.$O\
|
||||||
|
strinttab.$O\
|
||||||
|
utils.$O\
|
||||||
|
runetab.$O\
|
||||||
|
|
||||||
|
HFILES=\
|
||||||
|
$SYS9/sys/include/html.h\
|
||||||
|
impl.h\
|
||||||
|
|
||||||
|
UPDATE=\
|
||||||
|
mkfile\
|
||||||
|
$HFILES\
|
||||||
|
${OFILES:%.$O=%.c}\
|
||||||
|
${LIB:$SYS9/$systype/$objtype/%=$SYS9/$systype/386/%}\
|
||||||
|
|
||||||
|
<$SYS9/sys/src/cmd/mksyslib
|
||||||
83
src/libhtml/runetab.c
Normal file
83
src/libhtml/runetab.c
Normal file
|
|
@ -0,0 +1,83 @@
|
||||||
|
#include <u.h>
|
||||||
|
#include <libc.h>
|
||||||
|
#include <draw.h>
|
||||||
|
#include <html.h>
|
||||||
|
#include "impl.h"
|
||||||
|
|
||||||
|
Rune **runeconsttab;
|
||||||
|
char *_runeconsttab[] = {
|
||||||
|
" ",
|
||||||
|
" ",
|
||||||
|
"",
|
||||||
|
"#",
|
||||||
|
"+",
|
||||||
|
", ",
|
||||||
|
"-",
|
||||||
|
"-->",
|
||||||
|
"1",
|
||||||
|
"<",
|
||||||
|
">",
|
||||||
|
"?",
|
||||||
|
"Index search terms:",
|
||||||
|
"Reset",
|
||||||
|
"Submit",
|
||||||
|
"^0-9",
|
||||||
|
"_ISINDEX_",
|
||||||
|
"_blank",
|
||||||
|
"_fr",
|
||||||
|
"_no_name_submit_",
|
||||||
|
"_parent",
|
||||||
|
"_self",
|
||||||
|
"_top",
|
||||||
|
"application/x-www-form-urlencoded",
|
||||||
|
"circle",
|
||||||
|
"cm",
|
||||||
|
"content-script-type",
|
||||||
|
"disc",
|
||||||
|
"em",
|
||||||
|
"in",
|
||||||
|
"javascript",
|
||||||
|
"jscript",
|
||||||
|
"jscript1.1",
|
||||||
|
"mm",
|
||||||
|
"none",
|
||||||
|
"pi",
|
||||||
|
"pt",
|
||||||
|
"refresh",
|
||||||
|
"select",
|
||||||
|
"square",
|
||||||
|
"textarea",
|
||||||
|
};
|
||||||
|
|
||||||
|
Rune**
|
||||||
|
cvtstringtab(char **tab, int n)
|
||||||
|
{
|
||||||
|
int i;
|
||||||
|
Rune **rtab;
|
||||||
|
|
||||||
|
rtab = emalloc(n*sizeof(rtab[0]));
|
||||||
|
for(i=0; i<n; i++)
|
||||||
|
rtab[i] = toStr(tab[i], strlen(tab[i]), US_Ascii);
|
||||||
|
return rtab;
|
||||||
|
}
|
||||||
|
|
||||||
|
StringInt*
|
||||||
|
cvtstringinttab(AsciiInt *tab, int n)
|
||||||
|
{
|
||||||
|
int i;
|
||||||
|
StringInt *stab;
|
||||||
|
|
||||||
|
stab = emalloc(n*sizeof(stab[0]));
|
||||||
|
for(i=0; i<n; i++){
|
||||||
|
stab[i].key = toStr(tab[i].key, strlen(tab[i].key), US_Ascii);
|
||||||
|
stab[i].val = tab[i].val;
|
||||||
|
}
|
||||||
|
return stab;
|
||||||
|
}
|
||||||
|
|
||||||
|
void
|
||||||
|
runetabinit(void)
|
||||||
|
{
|
||||||
|
runeconsttab = cvtstringtab(_runeconsttab, nelem(_runeconsttab));
|
||||||
|
return;
|
||||||
|
}
|
||||||
59
src/libhtml/runetab.h
Normal file
59
src/libhtml/runetab.h
Normal file
|
|
@ -0,0 +1,59 @@
|
||||||
|
typedef struct AsciiInt AsciiInt;
|
||||||
|
|
||||||
|
struct AsciiInt {
|
||||||
|
char* key;
|
||||||
|
int val;
|
||||||
|
};
|
||||||
|
|
||||||
|
enum {
|
||||||
|
Ltab2space,
|
||||||
|
Lspace,
|
||||||
|
Lempty,
|
||||||
|
Lhash,
|
||||||
|
Lplus,
|
||||||
|
Lcommaspace,
|
||||||
|
Lminus,
|
||||||
|
Larrow,
|
||||||
|
Lone,
|
||||||
|
Llt,
|
||||||
|
Lgt,
|
||||||
|
Lquestion,
|
||||||
|
Lindex,
|
||||||
|
Lreset,
|
||||||
|
Lsubmit,
|
||||||
|
Lnot0to9,
|
||||||
|
Lisindex,
|
||||||
|
L_blank,
|
||||||
|
Lfr,
|
||||||
|
Lnoname,
|
||||||
|
L_parent,
|
||||||
|
L_self,
|
||||||
|
L_top,
|
||||||
|
Lappl_form,
|
||||||
|
Lcircle,
|
||||||
|
Lcm,
|
||||||
|
Lcontent,
|
||||||
|
Ldisc,
|
||||||
|
Lem,
|
||||||
|
Lin,
|
||||||
|
Ljavascript,
|
||||||
|
Ljscript,
|
||||||
|
Ljscript1,
|
||||||
|
Lmm,
|
||||||
|
Lnone,
|
||||||
|
Lpi,
|
||||||
|
Lpt,
|
||||||
|
Lrefresh,
|
||||||
|
Lselect,
|
||||||
|
Lsquare,
|
||||||
|
Ltextarea,
|
||||||
|
};
|
||||||
|
|
||||||
|
#define L(x) runeconsttab[(x)]
|
||||||
|
|
||||||
|
extern Rune **runeconsttab;
|
||||||
|
|
||||||
|
/* XXX: for unix port only */
|
||||||
|
Rune **cvtstringtab(char**, int);
|
||||||
|
StringInt *cvtstringinttab(AsciiInt*, int);
|
||||||
|
void runetabinit(void);
|
||||||
64
src/libhtml/strinttab.c
Normal file
64
src/libhtml/strinttab.c
Normal file
|
|
@ -0,0 +1,64 @@
|
||||||
|
#include <u.h>
|
||||||
|
#include <libc.h>
|
||||||
|
#include <draw.h>
|
||||||
|
#include <html.h>
|
||||||
|
#include "impl.h"
|
||||||
|
|
||||||
|
// Do case-insensitive lookup of key[0:keylen] in t[0:n] (key part),
|
||||||
|
// returning 1 if found, 0 if not.
|
||||||
|
// Array t must be sorted in increasing lexicographic order of key.
|
||||||
|
// If found, return corresponding val in *pans.
|
||||||
|
int
|
||||||
|
_lookup(StringInt* t, int n, Rune* key, int keylen, int* pans)
|
||||||
|
{
|
||||||
|
int min;
|
||||||
|
int max;
|
||||||
|
int try;
|
||||||
|
int cmpresult;
|
||||||
|
|
||||||
|
min = 0;
|
||||||
|
max = n - 1;
|
||||||
|
while(min <= max) {
|
||||||
|
try = (min + max)/2;
|
||||||
|
cmpresult = _Strncmpci(key, keylen, t[try].key);
|
||||||
|
if(cmpresult > 0)
|
||||||
|
min = try + 1;
|
||||||
|
else if(cmpresult < 0)
|
||||||
|
max = try - 1;
|
||||||
|
else {
|
||||||
|
*pans = t[try].val;
|
||||||
|
return 1;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
return 0;
|
||||||
|
}
|
||||||
|
|
||||||
|
// Return first key in t[0:n] that corresponds to val,
|
||||||
|
// nil if none.
|
||||||
|
Rune*
|
||||||
|
_revlookup(StringInt* t, int n, int val)
|
||||||
|
{
|
||||||
|
int i;
|
||||||
|
|
||||||
|
for(i = 0; i < n; i++)
|
||||||
|
if(t[i].val == val)
|
||||||
|
return t[i].key;
|
||||||
|
return nil;
|
||||||
|
}
|
||||||
|
|
||||||
|
// Make a StringInt table out of a[0:n], mapping each string
|
||||||
|
// to its index. Check that entries are in alphabetical order.
|
||||||
|
StringInt*
|
||||||
|
_makestrinttab(Rune** a, int n)
|
||||||
|
{
|
||||||
|
StringInt* ans;
|
||||||
|
int i;
|
||||||
|
|
||||||
|
ans = (StringInt*)emalloc(n * sizeof(StringInt));
|
||||||
|
for(i = 0; i < n; i++) {
|
||||||
|
ans[i].key = a[i];
|
||||||
|
ans[i].val = i;
|
||||||
|
assert(i == 0 || runestrcmp(a[i], a[i - 1]) >= 0);
|
||||||
|
}
|
||||||
|
return ans;
|
||||||
|
}
|
||||||
591
src/libhtml/utils.c
Normal file
591
src/libhtml/utils.c
Normal file
|
|
@ -0,0 +1,591 @@
|
||||||
|
#include <u.h>
|
||||||
|
#include <libc.h>
|
||||||
|
#include <draw.h>
|
||||||
|
#include <html.h>
|
||||||
|
#include "impl.h"
|
||||||
|
|
||||||
|
Rune whitespace[] = { ' ', '\t', '\n', '\r', '\0' };
|
||||||
|
Rune notwhitespace[] = { '^', ' ', '\t', '\n', '\r' , '\0'};
|
||||||
|
|
||||||
|
// All lists start out like List structure.
|
||||||
|
// List itself can be used as list of int.
|
||||||
|
int
|
||||||
|
_listlen(List* l)
|
||||||
|
{
|
||||||
|
int n = 0;
|
||||||
|
|
||||||
|
while(l != nil) {
|
||||||
|
l = l->next;
|
||||||
|
n++;
|
||||||
|
}
|
||||||
|
return n;
|
||||||
|
}
|
||||||
|
|
||||||
|
// Cons
|
||||||
|
List*
|
||||||
|
_newlist(int val, List* rest)
|
||||||
|
{
|
||||||
|
List* ans;
|
||||||
|
|
||||||
|
ans = (List*)emalloc(sizeof(List));
|
||||||
|
ans->val = val;
|
||||||
|
ans->next = rest;
|
||||||
|
return ans;
|
||||||
|
}
|
||||||
|
|
||||||
|
// Reverse a list in place
|
||||||
|
List*
|
||||||
|
_revlist(List* l)
|
||||||
|
{
|
||||||
|
List* newl;
|
||||||
|
List* nextl;
|
||||||
|
|
||||||
|
newl = nil;
|
||||||
|
while(l != nil) {
|
||||||
|
nextl = l->next;
|
||||||
|
l->next = newl;
|
||||||
|
newl = l;
|
||||||
|
l = nextl;
|
||||||
|
}
|
||||||
|
return newl;
|
||||||
|
}
|
||||||
|
|
||||||
|
// The next few routines take a "character class" as argument.
|
||||||
|
// e.g., "a-zA-Z", or "^ \t\n"
|
||||||
|
// (ranges indicated by - except in first position;
|
||||||
|
// ^ is first position means "not in" the following class)
|
||||||
|
|
||||||
|
// Splitl splits s[0:n] just before first character of class cl.
|
||||||
|
// Answers go in (p1, n1) and (p2, n2).
|
||||||
|
// If no split, the whole thing goes in the first component.
|
||||||
|
// Note: answers contain pointers into original string.
|
||||||
|
void
|
||||||
|
_splitl(Rune* s, int n, Rune* cl, Rune** p1, int* n1, Rune** p2, int* n2)
|
||||||
|
{
|
||||||
|
Rune* p;
|
||||||
|
|
||||||
|
p = _Strnclass(s, cl, n);
|
||||||
|
*p1 = s;
|
||||||
|
if(p == nil) {
|
||||||
|
*n1 = n;
|
||||||
|
*p2 = nil;
|
||||||
|
*n2 = 0;
|
||||||
|
}
|
||||||
|
else {
|
||||||
|
*p2 = p;
|
||||||
|
*n1 = p-s;
|
||||||
|
*n2 = n-*n1;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// Splitr splits s[0:n] just after last character of class cl.
|
||||||
|
// Answers go in (p1, n1) and (p2, n2).
|
||||||
|
// If no split, the whole thing goes in the last component.
|
||||||
|
// Note: answers contain pointers into original string.
|
||||||
|
void
|
||||||
|
_splitr(Rune* s, int n, Rune* cl, Rune** p1, int* n1, Rune** p2, int* n2)
|
||||||
|
{
|
||||||
|
Rune* p;
|
||||||
|
|
||||||
|
p = _Strnrclass(s, cl, n);
|
||||||
|
if(p == nil) {
|
||||||
|
*p1 = nil;
|
||||||
|
*n1 = 0;
|
||||||
|
*p2 = s;
|
||||||
|
*n2 = n;
|
||||||
|
}
|
||||||
|
else {
|
||||||
|
*p1 = s;
|
||||||
|
*p2 = p+1;
|
||||||
|
*n1 = *p2-s;
|
||||||
|
*n2 = n-*n1;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// Splitall splits s[0:n] into parts that are separated by characters from class cl.
|
||||||
|
// Each part will have nonzero length.
|
||||||
|
// At most alen parts are found, and pointers to their starts go into
|
||||||
|
// the strarr array, while their lengths go into the lenarr array.
|
||||||
|
// The return value is the number of parts found.
|
||||||
|
int
|
||||||
|
_splitall(Rune* s, int n, Rune* cl, Rune** strarr, int* lenarr, int alen)
|
||||||
|
{
|
||||||
|
int i;
|
||||||
|
Rune* p;
|
||||||
|
Rune* q;
|
||||||
|
Rune* slast;
|
||||||
|
|
||||||
|
if(s == nil || n == 0)
|
||||||
|
return 0;
|
||||||
|
i = 0;
|
||||||
|
p = s;
|
||||||
|
slast = s+n;
|
||||||
|
while(p < slast && i < alen) {
|
||||||
|
while(p < slast && _inclass(*p, cl))
|
||||||
|
p++;
|
||||||
|
if(p == slast)
|
||||||
|
break;
|
||||||
|
q = _Strnclass(p, cl, slast-p);
|
||||||
|
if(q == nil)
|
||||||
|
q = slast;
|
||||||
|
assert(q > p && q <= slast);
|
||||||
|
strarr[i] = p;
|
||||||
|
lenarr[i] = q-p;
|
||||||
|
i++;
|
||||||
|
p = q;
|
||||||
|
}
|
||||||
|
return i;
|
||||||
|
}
|
||||||
|
|
||||||
|
// Find part of s that excludes leading and trailing whitespace,
|
||||||
|
// and return that part in *pans (and its length in *panslen).
|
||||||
|
void
|
||||||
|
_trimwhite(Rune* s, int n, Rune** pans, int* panslen)
|
||||||
|
{
|
||||||
|
Rune* p;
|
||||||
|
Rune* q;
|
||||||
|
|
||||||
|
p = nil;
|
||||||
|
if(n > 0) {
|
||||||
|
p = _Strnclass(s, notwhitespace, n);
|
||||||
|
if(p != nil) {
|
||||||
|
q = _Strnrclass(s, notwhitespace, n);
|
||||||
|
assert(q != nil);
|
||||||
|
n = q+1-p;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
*pans = p;
|
||||||
|
*panslen = n;
|
||||||
|
}
|
||||||
|
|
||||||
|
// _Strclass returns a pointer to the first element of s that is
|
||||||
|
// a member of class cl, nil if none.
|
||||||
|
Rune*
|
||||||
|
_Strclass(Rune* s, Rune* cl)
|
||||||
|
{
|
||||||
|
Rune* p;
|
||||||
|
|
||||||
|
for(p = s; *p != 0; p++)
|
||||||
|
if(_inclass(*p, cl))
|
||||||
|
return p;
|
||||||
|
return nil;
|
||||||
|
}
|
||||||
|
|
||||||
|
// _Strnclass returns a pointer to the first element of s[0:n] that is
|
||||||
|
// a member of class cl, nil if none.
|
||||||
|
Rune*
|
||||||
|
_Strnclass(Rune* s, Rune* cl, int n)
|
||||||
|
{
|
||||||
|
Rune* p;
|
||||||
|
|
||||||
|
for(p = s; n-- && *p != 0; p++)
|
||||||
|
if(_inclass(*p, cl))
|
||||||
|
return p;
|
||||||
|
return nil;
|
||||||
|
}
|
||||||
|
|
||||||
|
// _Strrclass returns a pointer to the last element of s that is
|
||||||
|
// a member of class cl, nil if none
|
||||||
|
Rune*
|
||||||
|
_Strrclass(Rune* s, Rune* cl)
|
||||||
|
{
|
||||||
|
Rune* p;
|
||||||
|
|
||||||
|
if(s == nil || *s == 0)
|
||||||
|
return nil;
|
||||||
|
p = s + runestrlen(s) - 1;
|
||||||
|
while(p >= s) {
|
||||||
|
if(_inclass(*p, cl))
|
||||||
|
return p;
|
||||||
|
p--;
|
||||||
|
};
|
||||||
|
return nil;
|
||||||
|
}
|
||||||
|
|
||||||
|
// _Strnrclass returns a pointer to the last element of s[0:n] that is
|
||||||
|
// a member of class cl, nil if none
|
||||||
|
Rune*
|
||||||
|
_Strnrclass(Rune* s, Rune* cl, int n)
|
||||||
|
{
|
||||||
|
Rune* p;
|
||||||
|
|
||||||
|
if(s == nil || *s == 0 || n == 0)
|
||||||
|
return nil;
|
||||||
|
p = s + n - 1;
|
||||||
|
while(p >= s) {
|
||||||
|
if(_inclass(*p, cl))
|
||||||
|
return p;
|
||||||
|
p--;
|
||||||
|
};
|
||||||
|
return nil;
|
||||||
|
}
|
||||||
|
|
||||||
|
// Is c in the class cl?
|
||||||
|
int
|
||||||
|
_inclass(Rune c, Rune* cl)
|
||||||
|
{
|
||||||
|
int n;
|
||||||
|
int ans;
|
||||||
|
int negate;
|
||||||
|
int i;
|
||||||
|
|
||||||
|
n = _Strlen(cl);
|
||||||
|
if(n == 0)
|
||||||
|
return 0;
|
||||||
|
ans = 0;
|
||||||
|
negate = 0;
|
||||||
|
if(cl[0] == '^') {
|
||||||
|
negate = 1;
|
||||||
|
cl++;
|
||||||
|
n--;
|
||||||
|
}
|
||||||
|
for(i = 0; i < n; i++) {
|
||||||
|
if(cl[i] == '-' && i > 0 && i < n - 1) {
|
||||||
|
if(c >= cl[i - 1] && c <= cl[i + 1]) {
|
||||||
|
ans = 1;
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
i++;
|
||||||
|
}
|
||||||
|
else if(c == cl[i]) {
|
||||||
|
ans = 1;
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
if(negate)
|
||||||
|
ans = !ans;
|
||||||
|
return ans;
|
||||||
|
}
|
||||||
|
|
||||||
|
// Is pre a prefix of s?
|
||||||
|
int
|
||||||
|
_prefix(Rune* pre, Rune* s)
|
||||||
|
{
|
||||||
|
int ns;
|
||||||
|
int n;
|
||||||
|
int k;
|
||||||
|
|
||||||
|
ns = _Strlen(s);
|
||||||
|
n = _Strlen(pre);
|
||||||
|
if(ns < n)
|
||||||
|
return 0;
|
||||||
|
for(k = 0; k < n; k++) {
|
||||||
|
if(pre[k] != s[k])
|
||||||
|
return 0;
|
||||||
|
}
|
||||||
|
return 1;
|
||||||
|
}
|
||||||
|
|
||||||
|
// Number of runes in (null-terminated) s
|
||||||
|
int
|
||||||
|
_Strlen(Rune* s)
|
||||||
|
{
|
||||||
|
if(s == nil)
|
||||||
|
return 0;
|
||||||
|
return runestrlen(s);
|
||||||
|
}
|
||||||
|
|
||||||
|
// -1, 0, 1 as s1 is lexicographically less, equal greater than s2
|
||||||
|
int
|
||||||
|
_Strcmp(Rune *s1, Rune *s2)
|
||||||
|
{
|
||||||
|
if(s1 == nil)
|
||||||
|
return (s2 == nil || *s2 == 0) ? 0 : -1;
|
||||||
|
if(s2 == nil)
|
||||||
|
return (*s1 == 0) ? 0 : 1;
|
||||||
|
return runestrcmp(s1, s2);
|
||||||
|
}
|
||||||
|
|
||||||
|
// Like Strcmp, but use exactly n chars of s1 (assume s1 has at least n chars).
|
||||||
|
// Also, do a case-insensitive match, assuming s2
|
||||||
|
// has no chars in [A-Z], only their lowercase versions.
|
||||||
|
// (This routine is used for in-place keyword lookup, where s2 is in a keyword
|
||||||
|
// list and s1 is some substring, possibly mixed-case, in a buffer.)
|
||||||
|
int
|
||||||
|
_Strncmpci(Rune *s1, int n1, Rune *s2)
|
||||||
|
{
|
||||||
|
Rune c1, c2;
|
||||||
|
|
||||||
|
for(;;) {
|
||||||
|
if(n1-- == 0) {
|
||||||
|
if(*s2 == 0)
|
||||||
|
return 0;
|
||||||
|
return -1;
|
||||||
|
}
|
||||||
|
c1 = *s1++;
|
||||||
|
c2 = *s2++;
|
||||||
|
if(c1 >= 'A' && c1 <= 'Z')
|
||||||
|
c1 = c1 - 'A' + 'a';
|
||||||
|
if(c1 != c2) {
|
||||||
|
if(c1 > c2)
|
||||||
|
return 1;
|
||||||
|
return -1;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// emalloc and copy
|
||||||
|
Rune*
|
||||||
|
_Strdup(Rune* s)
|
||||||
|
{
|
||||||
|
if(s == nil)
|
||||||
|
return nil;
|
||||||
|
return _Strndup(s, runestrlen(s));
|
||||||
|
}
|
||||||
|
|
||||||
|
// emalloc and copy n chars of s (assume s is at least that long),
|
||||||
|
// and add 0 terminator.
|
||||||
|
// Return nil if n==0.
|
||||||
|
Rune*
|
||||||
|
_Strndup(Rune* s, int n)
|
||||||
|
{
|
||||||
|
Rune* ans;
|
||||||
|
|
||||||
|
if(n <= 0)
|
||||||
|
return nil;
|
||||||
|
ans = _newstr(n);
|
||||||
|
memmove(ans, s, n*sizeof(Rune));
|
||||||
|
ans[n] = 0;
|
||||||
|
return ans;
|
||||||
|
}
|
||||||
|
// emalloc enough room for n Runes, plus 1 null terminator.
|
||||||
|
// (Not initialized to anything.)
|
||||||
|
Rune*
|
||||||
|
_newstr(int n)
|
||||||
|
{
|
||||||
|
return (Rune*)emalloc((n+1)*sizeof(Rune));
|
||||||
|
}
|
||||||
|
|
||||||
|
// emalloc and copy s+t
|
||||||
|
Rune*
|
||||||
|
_Strdup2(Rune* s, Rune* t)
|
||||||
|
{
|
||||||
|
int ns, nt;
|
||||||
|
Rune* ans;
|
||||||
|
Rune* p;
|
||||||
|
|
||||||
|
ns = _Strlen(s);
|
||||||
|
nt = _Strlen(t);
|
||||||
|
if(ns+nt == 0)
|
||||||
|
return nil;
|
||||||
|
ans = _newstr(ns+nt);
|
||||||
|
p = _Stradd(ans, s, ns);
|
||||||
|
p = _Stradd(p, t, nt);
|
||||||
|
*p = 0;
|
||||||
|
return ans;
|
||||||
|
}
|
||||||
|
|
||||||
|
// Return emalloc'd substring s[start:stop],
|
||||||
|
Rune*
|
||||||
|
_Strsubstr(Rune* s, int start, int stop)
|
||||||
|
{
|
||||||
|
Rune* t;
|
||||||
|
|
||||||
|
if(start == stop)
|
||||||
|
return nil;
|
||||||
|
t = _Strndup(s+start, stop-start);
|
||||||
|
return t;
|
||||||
|
}
|
||||||
|
|
||||||
|
// Copy n chars to s1 from s2, and return s1+n
|
||||||
|
Rune*
|
||||||
|
_Stradd(Rune* s1, Rune* s2, int n)
|
||||||
|
{
|
||||||
|
if(n == 0)
|
||||||
|
return s1;
|
||||||
|
memmove(s1, s2, n*sizeof(Rune));
|
||||||
|
return s1+n;
|
||||||
|
}
|
||||||
|
|
||||||
|
// Like strtol, but converting from Rune* string
|
||||||
|
|
||||||
|
//#define LONG_MAX 2147483647L
|
||||||
|
//#define LONG_MIN -2147483648L
|
||||||
|
|
||||||
|
long
|
||||||
|
_Strtol(Rune* nptr, Rune** endptr, int base)
|
||||||
|
{
|
||||||
|
Rune* p;
|
||||||
|
long n, nn;
|
||||||
|
int c, ovfl, v, neg, ndig;
|
||||||
|
|
||||||
|
p = nptr;
|
||||||
|
neg = 0;
|
||||||
|
n = 0;
|
||||||
|
ndig = 0;
|
||||||
|
ovfl = 0;
|
||||||
|
|
||||||
|
/*
|
||||||
|
* White space
|
||||||
|
*/
|
||||||
|
for(;;p++){
|
||||||
|
switch(*p){
|
||||||
|
case ' ':
|
||||||
|
case '\t':
|
||||||
|
case '\n':
|
||||||
|
case '\f':
|
||||||
|
case '\r':
|
||||||
|
case '\v':
|
||||||
|
continue;
|
||||||
|
}
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
|
||||||
|
/*
|
||||||
|
* Sign
|
||||||
|
*/
|
||||||
|
if(*p=='-' || *p=='+')
|
||||||
|
if(*p++ == '-')
|
||||||
|
neg = 1;
|
||||||
|
|
||||||
|
/*
|
||||||
|
* Base
|
||||||
|
*/
|
||||||
|
if(base==0){
|
||||||
|
if(*p != '0')
|
||||||
|
base = 10;
|
||||||
|
else{
|
||||||
|
base = 8;
|
||||||
|
if(p[1]=='x' || p[1]=='X'){
|
||||||
|
p += 2;
|
||||||
|
base = 16;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}else if(base==16 && *p=='0'){
|
||||||
|
if(p[1]=='x' || p[1]=='X')
|
||||||
|
p += 2;
|
||||||
|
}else if(base<0 || 36<base)
|
||||||
|
goto Return;
|
||||||
|
|
||||||
|
/*
|
||||||
|
* Non-empty sequence of digits
|
||||||
|
*/
|
||||||
|
for(;; p++,ndig++){
|
||||||
|
c = *p;
|
||||||
|
v = base;
|
||||||
|
if('0'<=c && c<='9')
|
||||||
|
v = c - '0';
|
||||||
|
else if('a'<=c && c<='z')
|
||||||
|
v = c - 'a' + 10;
|
||||||
|
else if('A'<=c && c<='Z')
|
||||||
|
v = c - 'A' + 10;
|
||||||
|
if(v >= base)
|
||||||
|
break;
|
||||||
|
nn = n*base + v;
|
||||||
|
if(nn < n)
|
||||||
|
ovfl = 1;
|
||||||
|
n = nn;
|
||||||
|
}
|
||||||
|
|
||||||
|
Return:
|
||||||
|
if(ndig == 0)
|
||||||
|
p = nptr;
|
||||||
|
if(endptr)
|
||||||
|
*endptr = p;
|
||||||
|
if(ovfl){
|
||||||
|
if(neg)
|
||||||
|
return LONG_MIN;
|
||||||
|
return LONG_MAX;
|
||||||
|
}
|
||||||
|
if(neg)
|
||||||
|
return -n;
|
||||||
|
return n;
|
||||||
|
}
|
||||||
|
|
||||||
|
// Convert buf[0:n], bytes whose character set is chset,
|
||||||
|
// into a emalloc'd null-terminated Unicode string.
|
||||||
|
Rune*
|
||||||
|
toStr(uchar* buf, int n, int chset)
|
||||||
|
{
|
||||||
|
int i;
|
||||||
|
int m;
|
||||||
|
Rune ch;
|
||||||
|
Rune* ans;
|
||||||
|
|
||||||
|
switch(chset) {
|
||||||
|
case US_Ascii:
|
||||||
|
case ISO_8859_1:
|
||||||
|
ans = (Rune*)emalloc((n+1)*sizeof(Rune));
|
||||||
|
for(i = 0; i < n; i++)
|
||||||
|
ans[i] = buf[i];
|
||||||
|
ans[n] = 0;
|
||||||
|
break;
|
||||||
|
|
||||||
|
case UTF_8:
|
||||||
|
m = 0;
|
||||||
|
for(i = 0; i < n; ) {
|
||||||
|
i += chartorune(&ch, (char*)(buf+i));
|
||||||
|
m++;
|
||||||
|
}
|
||||||
|
ans = (Rune*)emalloc((m+1)*sizeof(Rune));
|
||||||
|
m = 0;
|
||||||
|
for(i = 0; i < n; ) {
|
||||||
|
i += chartorune(&ch, (char*)(buf+i));
|
||||||
|
ans[m++] = ch;
|
||||||
|
}
|
||||||
|
ans[m] = 0;
|
||||||
|
break;
|
||||||
|
|
||||||
|
default:
|
||||||
|
ans = nil;
|
||||||
|
assert(0);
|
||||||
|
}
|
||||||
|
return ans;
|
||||||
|
}
|
||||||
|
|
||||||
|
// Convert buf[0:n], Unicode characters,
|
||||||
|
// into an emalloc'd null-terminated string in character set chset.
|
||||||
|
// Use 0x80 for unconvertable characters.
|
||||||
|
uchar*
|
||||||
|
fromStr(Rune* buf, int n, int chset)
|
||||||
|
{
|
||||||
|
uchar* ans;
|
||||||
|
int i, lim, m;
|
||||||
|
Rune ch;
|
||||||
|
uchar* p;
|
||||||
|
uchar s[UTFmax];
|
||||||
|
|
||||||
|
ans = nil;
|
||||||
|
switch(chset) {
|
||||||
|
case US_Ascii:
|
||||||
|
case ISO_8859_1:
|
||||||
|
ans = (uchar*)emalloc(n+1);
|
||||||
|
lim = (chset==US_Ascii)? 127 : 255;
|
||||||
|
for(i = 0; i < n; i++) {
|
||||||
|
ch = buf[i];
|
||||||
|
if(ch > lim)
|
||||||
|
ch = 0x80;
|
||||||
|
ans[i] = ch;
|
||||||
|
}
|
||||||
|
ans[n] = 0;
|
||||||
|
break;
|
||||||
|
|
||||||
|
case UTF_8:
|
||||||
|
m = 0;
|
||||||
|
for(i = 0; i < n; i++) {
|
||||||
|
m += runetochar((char*)s, &buf[i]);
|
||||||
|
}
|
||||||
|
ans = (uchar*)emalloc(m+1);
|
||||||
|
p = ans;
|
||||||
|
for(i = 0; i < n; i++)
|
||||||
|
p += runetochar((char*)p, &buf[i]);
|
||||||
|
*p = 0;
|
||||||
|
break;
|
||||||
|
|
||||||
|
default:
|
||||||
|
assert(0);
|
||||||
|
}
|
||||||
|
return ans;
|
||||||
|
|
||||||
|
}
|
||||||
|
|
||||||
|
// Convert n to emalloc'd String.
|
||||||
|
Rune*
|
||||||
|
_ltoStr(int n)
|
||||||
|
{
|
||||||
|
int m;
|
||||||
|
uchar buf[20];
|
||||||
|
|
||||||
|
m = snprint((char*)buf, sizeof(buf), "%d", n);
|
||||||
|
return toStr(buf, m, US_Ascii);
|
||||||
|
}
|
||||||
Loading…
Add table
Add a link
Reference in a new issue