286 lines
9.1 KiB
V
286 lines
9.1 KiB
V
module html
|
|
|
|
import os
|
|
|
|
struct LexycalAttributes {
|
|
mut:
|
|
current_tag &Tag
|
|
open_tag bool
|
|
open_code bool
|
|
open_string int
|
|
open_comment bool
|
|
is_attribute bool
|
|
opened_code_type string
|
|
line_count int
|
|
lexeme_builder string
|
|
code_tags map[string]bool = {
|
|
'script': true
|
|
'style': true
|
|
}
|
|
}
|
|
|
|
fn (mut lxa LexycalAttributes) write_lexeme(data byte) {
|
|
mut temp := lxa.lexeme_builder
|
|
temp += data.str()
|
|
lxa.lexeme_builder = temp
|
|
}
|
|
|
|
pub struct Parser {
|
|
mut:
|
|
dom DocumentObjectModel
|
|
lexycal_attributes LexycalAttributes = LexycalAttributes{
|
|
current_tag: &Tag{}
|
|
}
|
|
filename string = 'direct-parse'
|
|
initialized bool
|
|
tags []&Tag
|
|
debug_file os.File
|
|
}
|
|
|
|
pub fn (mut parser Parser) add_code_tag(name string) {
|
|
if parser.lexycal_attributes.code_tags.keys().len <= 0 {
|
|
parser.lexycal_attributes.code_tags = map[string]bool{}
|
|
parser.lexycal_attributes.code_tags['script'] = true
|
|
parser.lexycal_attributes.code_tags['style'] = true
|
|
}
|
|
if name.len > 0 {
|
|
parser.lexycal_attributes.code_tags[name] = true
|
|
}
|
|
}
|
|
|
|
fn (parser Parser) builder_str() string {
|
|
return parser.lexycal_attributes.lexeme_builder
|
|
}
|
|
|
|
[if debug]
|
|
fn (mut parser Parser) print_debug(data string) {
|
|
$if debug {
|
|
if data.len > 0 {
|
|
parser.debug_file.writeln(data)
|
|
}
|
|
}
|
|
}
|
|
|
|
fn (mut parser Parser) verify_end_comment(remove bool) bool {
|
|
lexeme := parser.builder_str()
|
|
last := lexeme[lexeme.len - 1]
|
|
penultimate := lexeme[lexeme.len - 2]
|
|
mut is_end_comment := false
|
|
if last.str() == '-' && penultimate.str() == '-' {
|
|
is_end_comment = true
|
|
}
|
|
if is_end_comment && remove {
|
|
temp := parser.lexycal_attributes.lexeme_builder
|
|
parser.lexycal_attributes.lexeme_builder = temp[0..temp.len - 2]
|
|
}
|
|
return is_end_comment
|
|
}
|
|
|
|
fn blank_string(data string) bool {
|
|
mut count := 0
|
|
for word in data {
|
|
if word == 9 || word == 32 {
|
|
count++
|
|
}
|
|
}
|
|
return count == data.len
|
|
}
|
|
|
|
fn (mut parser Parser) initialize_all() {
|
|
parser.dom = DocumentObjectModel{
|
|
debug_file: parser.debug_file
|
|
root: &Tag{}
|
|
}
|
|
parser.add_code_tag('')
|
|
parser.tags = []&Tag{}
|
|
parser.dom.close_tags['/!document'] = true
|
|
parser.lexycal_attributes.current_tag = &Tag{}
|
|
parser.initialized = true
|
|
}
|
|
|
|
fn (mut parser Parser) generate_tag() {
|
|
if !parser.lexycal_attributes.open_tag {
|
|
if parser.lexycal_attributes.current_tag.name.len > 0 ||
|
|
parser.lexycal_attributes.current_tag.content.len > 0 {
|
|
parser.tags << parser.lexycal_attributes.current_tag
|
|
}
|
|
parser.lexycal_attributes.current_tag = &Tag{}
|
|
}
|
|
}
|
|
|
|
pub fn (mut parser Parser) split_parse(data string) {
|
|
if !parser.initialized {
|
|
parser.initialize_all()
|
|
}
|
|
for word in data {
|
|
mut is_quotation := false // " or '
|
|
if word == 34 || word == 39 {
|
|
is_quotation = true
|
|
}
|
|
string_code := match word {
|
|
34 { 1 } // "
|
|
39 { 2 } // '
|
|
else { 0 }
|
|
}
|
|
if parser.lexycal_attributes.open_code { // here will verify all needed to know if open_code finishes and string in code
|
|
parser.lexycal_attributes.write_lexeme(word)
|
|
if parser.lexycal_attributes.open_string > 0 {
|
|
if parser.lexycal_attributes.open_string == string_code {
|
|
parser.lexycal_attributes.open_string = 0
|
|
}
|
|
} else if is_quotation {
|
|
parser.lexycal_attributes.open_string = string_code
|
|
} else if word == 62 { // only execute verification if is a > // here will verify < to know if code tag is finished
|
|
name_close_tag := '</' + parser.lexycal_attributes.opened_code_type + '>'
|
|
temp_string := parser.builder_str()
|
|
if temp_string.to_lower().ends_with(name_close_tag) {
|
|
parser.lexycal_attributes.open_code = false
|
|
// need to modify lexeme_builder to add script text as a content in next loop (not gave error in dom)
|
|
parser.lexycal_attributes.lexeme_builder = temp_string[0..temp_string.len -
|
|
name_close_tag.len]
|
|
parser.lexycal_attributes.current_tag.closed = true
|
|
parser.lexycal_attributes.current_tag.close_type = .new_tag
|
|
}
|
|
}
|
|
} else if parser.lexycal_attributes.open_comment {
|
|
if word == 62 && parser.verify_end_comment(false) { // close tag '>'
|
|
// parser.print_debug(parser.builder_str() + " >> " + parser.lexycal_attributes.line_count.str())
|
|
parser.lexycal_attributes.lexeme_builder = '' // strings.Builder{}
|
|
parser.lexycal_attributes.open_comment = false
|
|
parser.lexycal_attributes.open_tag = false
|
|
} else {
|
|
parser.lexycal_attributes.write_lexeme(word)
|
|
}
|
|
} else if parser.lexycal_attributes.open_string > 0 {
|
|
if parser.lexycal_attributes.open_string == string_code {
|
|
parser.lexycal_attributes.open_string = 0
|
|
parser.lexycal_attributes.write_lexeme(word)
|
|
temp_lexeme := parser.builder_str()
|
|
if parser.lexycal_attributes.current_tag.last_attribute != '' {
|
|
lattr := parser.lexycal_attributes.current_tag.last_attribute
|
|
nval := temp_lexeme.substr(1, temp_lexeme.len - 1)
|
|
// parser.print_debug(lattr + " = " + temp_lexeme)
|
|
parser.lexycal_attributes.current_tag.attributes[lattr] = nval
|
|
parser.lexycal_attributes.current_tag.last_attribute = ''
|
|
} else {
|
|
parser.lexycal_attributes.current_tag.attributes[temp_lexeme.to_lower()] = '' // parser.print_debug(temp_lexeme)
|
|
}
|
|
parser.lexycal_attributes.lexeme_builder = ''
|
|
} else {
|
|
parser.lexycal_attributes.write_lexeme(word)
|
|
}
|
|
} else if parser.lexycal_attributes.open_tag {
|
|
if parser.lexycal_attributes.lexeme_builder.len == 0 && is_quotation {
|
|
parser.lexycal_attributes.open_string = string_code
|
|
parser.lexycal_attributes.write_lexeme(word)
|
|
} else if word == 62 { // close tag >
|
|
complete_lexeme := parser.builder_str().to_lower()
|
|
parser.lexycal_attributes.current_tag.closed = (complete_lexeme.len > 0 &&
|
|
complete_lexeme[complete_lexeme.len - 1] == 47) // if equals to /
|
|
if complete_lexeme.len > 0 && complete_lexeme[0] == 47 {
|
|
parser.dom.close_tags[complete_lexeme] = true
|
|
}
|
|
/*
|
|
else if complete_lexeme.len > 0 && complete_lexeme[complete_lexeme.len - 1] == 47 { // if end tag like "/>"
|
|
parser.lexycal_attributes.current_tag.closed = true
|
|
}
|
|
*/
|
|
if parser.lexycal_attributes.current_tag.name == '' {
|
|
parser.lexycal_attributes.current_tag.name = complete_lexeme
|
|
} else if complete_lexeme != '/' {
|
|
parser.lexycal_attributes.current_tag.attributes[complete_lexeme] = ''
|
|
}
|
|
parser.lexycal_attributes.open_tag = false
|
|
parser.lexycal_attributes.lexeme_builder = '' // if tag name is code
|
|
if parser.lexycal_attributes.current_tag.name in parser.lexycal_attributes.code_tags {
|
|
parser.lexycal_attributes.open_code = true
|
|
parser.lexycal_attributes.opened_code_type = parser.lexycal_attributes.current_tag.name
|
|
}
|
|
// parser.print_debug(parser.lexycal_attributes.current_tag.name)
|
|
} else if word != 9 && word != 32 && word != 61 && word != 10 { // Tab, space, = and \n
|
|
parser.lexycal_attributes.write_lexeme(word)
|
|
} else if word != 10 {
|
|
complete_lexeme := parser.builder_str().to_lower()
|
|
if parser.lexycal_attributes.current_tag.name == '' {
|
|
parser.lexycal_attributes.current_tag.name = complete_lexeme
|
|
} else {
|
|
parser.lexycal_attributes.current_tag.attributes[complete_lexeme] = ''
|
|
parser.lexycal_attributes.current_tag.last_attribute = ''
|
|
if word == 61 { // if was a =
|
|
parser.lexycal_attributes.current_tag.last_attribute = complete_lexeme
|
|
}
|
|
}
|
|
parser.lexycal_attributes.lexeme_builder = '' // strings.Builder{}
|
|
}
|
|
if parser.builder_str() == '!--' {
|
|
parser.lexycal_attributes.open_comment = true
|
|
}
|
|
} else if word == 60 { // open tag '<'
|
|
temp_string := parser.builder_str()
|
|
if parser.lexycal_attributes.lexeme_builder.len >= 1 {
|
|
if parser.lexycal_attributes.current_tag.name.len > 1 &&
|
|
parser.lexycal_attributes.current_tag.name[0] == 47 && !blank_string(temp_string) {
|
|
parser.tags << &Tag{
|
|
name: 'text'
|
|
content: temp_string
|
|
}
|
|
} else {
|
|
parser.lexycal_attributes.current_tag.content = temp_string // verify later who has this content
|
|
}
|
|
}
|
|
// parser.print_debug(parser.lexycal_attributes.current_tag.str())
|
|
parser.lexycal_attributes.lexeme_builder = ''
|
|
parser.generate_tag()
|
|
parser.lexycal_attributes.open_tag = true
|
|
} else {
|
|
parser.lexycal_attributes.write_lexeme(word)
|
|
}
|
|
}
|
|
}
|
|
|
|
pub fn (mut parser Parser) parse_html(data string, is_file bool) {
|
|
if !parser.initialized {
|
|
parser.initialize_all()
|
|
}
|
|
mut lines := []string{}
|
|
if is_file {
|
|
file_lines := os.read_lines(data) or {
|
|
eprintln('failed to read the file $data')
|
|
return
|
|
}
|
|
lines = file_lines
|
|
} else {
|
|
lines = data.split_into_lines()
|
|
}
|
|
for line in lines {
|
|
parser.lexycal_attributes.line_count++
|
|
parser.split_parse(line)
|
|
}
|
|
parser.generate_tag()
|
|
parser.dom.debug_file = parser.debug_file
|
|
parser.dom.construct(parser.tags) // println(parser.close_tags.keys())
|
|
}
|
|
|
|
pub fn (mut parser Parser) finalize() {
|
|
parser.generate_tag()
|
|
}
|
|
|
|
pub fn (parser Parser) get_tags() []&Tag {
|
|
return parser.tags
|
|
}
|
|
|
|
pub fn (mut parser Parser) get_dom() DocumentObjectModel {
|
|
if !parser.dom.constructed {
|
|
parser.generate_tag()
|
|
parser.dom.construct(parser.tags)
|
|
}
|
|
return parser.dom
|
|
}
|
|
|
|
/*pub fn (mut parser Parser) get_xpath() XPath {
|
|
dom := parser.get_dom()
|
|
return XPath{
|
|
dom: dom
|
|
}
|
|
}*/
|