--- /dev/null
+<?php
+
+/***************************************************************************\
+ * SPIP, Systeme de publication pour l'internet *
+ * *
+ * Copyright (c) 2001-2011 *
+ * Arnaud Martin, Antoine Pitrou, Philippe Riviere, Emmanuel Saint-James *
+ * *
+ * Ce programme est un logiciel libre distribue sous licence GNU/GPL. *
+ * Pour plus de details voir le fichier COPYING.txt ou l'aide en ligne. *
+\***************************************************************************/
+
+if (!defined('_ECRIRE_INC_VERSION')) return;
+
+include_spip('xml/interfaces');
+
+// http://doc.spip.org/@charger_dtd
+function charger_dtd($grammaire, $avail, $rotlvl)
+{
+ static $dtd = array(); # cache bien utile pour le validateur en boucle
+
+ if (isset($dtd[$grammaire]))
+ return $dtd[$grammaire];
+
+ if ($avail == 'SYSTEM') $grammaire = find_in_path($grammaire);
+
+ $file = _DIR_CACHE_XML . preg_replace('/[^\w.]/','_', $rotlvl) . '.gz';
+
+ if (lire_fichier($file, $r)) {
+ if (!$grammaire) return array();
+ if (($avail == 'SYSTEM') AND filemtime($file) < filemtime($grammaire))
+ $r = false;
+ }
+
+ if ($r) {
+ $dtc = unserialize($r);
+ } else {
+ spip_timer('dtd');
+ $dtc = new DTC;
+ // L'analyseur retourne un booleen de reussite et modifie $dtc.
+ // Retourner vide en cas d'echec
+ if (!analyser_dtd($grammaire, $avail, $dtc))
+ $dtc = array();
+ else {
+ // tri final pour presenter les suggestions de corrections
+ foreach ($dtc->peres as $k => $v) {
+ asort($v);
+ $dtc->peres[$k] = $v;
+ }
+
+ spip_log("Analyser DTD $avail $grammaire (" . spip_timer('dtd') . ") " . count($dtc->macros) . ' macros, ' . count($dtc->elements) . ' elements, ' . count($dtc->attributs) . " listes d'attributs, " . count($dtc->entites) . " entites");
+ # $r = $dtc->regles; ksort($r);foreach($r as $l => $v) {$t=array_keys($dtc->attributs[$l]);echo "<b>$l</b> '$v' ", count($t), " attributs: ", join (', ',$t);$t=$dtc->peres[$l];echo "<br />",count($t), " peres: ", @join (', ',$t), "<br />\n";}exit;
+ ecrire_fichier($file, serialize($dtc), true);
+ }
+
+ }
+ $dtd[$grammaire] = $dtc;
+ return $dtc;
+}
+
+// Compiler une regle de production en une Regexp qu'on appliquera sur la
+// suite des noms de balises separes par des espaces. Du coup:
+// supprimer #PCDATA etc, ca ne sert pas pour le controle des balises;
+// supprimer les virgules (les sequences sont implicites dans une Regexp)
+// conserver | + * ? ( ) qui ont la meme signification en DTD et en Regexp;
+// faire suivre chaque nom d'un espace (et supprimer les autres) ...
+// et parentheser le tout pour que | + * ? s'applique dessus.
+
+// http://doc.spip.org/@compilerRegle
+function compilerRegle($val)
+{
+ $x = str_replace('()','',
+ preg_replace('/\s*,\s*/','',
+ preg_replace('/(\w+)\s*/','(\1 )',
+ preg_replace('/\s*\)/',')',
+ preg_replace('/\s*([(+*|?])\s*/','\1',
+ preg_replace('/\s*#\w+\s*[,|]?\s*/','', $val))))));
+ return $x;
+}
+
+
+// http://doc.spip.org/@analyser_dtd
+function analyser_dtd($loc, $avail, &$dtc)
+{
+ // creer le repertoire de cache si ce n'est fait
+ // (utile aussi pour le resultat de la compil)
+ $file = sous_repertoire(_DIR_CACHE_XML);
+ // si DTD locale, ignorer ce repertoire pour le moment
+ if ($avail == 'SYSTEM')
+ $file = find_in_path($loc);
+ else {
+ $file .= preg_replace('/[^\w.]/','_', $loc);
+ }
+
+ $dtd = '';
+ if (@is_readable($file)) {
+ lire_fichier($file, $dtd);
+ } else {
+ if ($avail == 'PUBLIC') {
+ include_spip('inc/distant');
+ if ($dtd = trim(recuperer_page($loc)))
+ ecrire_fichier($file, $dtd, true);
+ }
+ }
+
+ $dtd = ltrim($dtd);
+ if (!$dtd) {
+ spip_log("DTD '$loc' ($file) inaccessible");
+ return false;
+ } else spip_log("analyse de la DTD $loc ");
+
+ while ($dtd) {
+ if ($dtd[0] != '<')
+ $r = analyser_dtd_lexeme($dtd, $dtc, $loc);
+ elseif ($dtd[1] != '!')
+ $r = analyser_dtd_pi($dtd, $dtc, $loc);
+ elseif ($dtd[2] == '[')
+ $r = analyser_dtd_data($dtd, $dtc, $loc);
+ else {
+ switch ($dtd[3]) {
+ case '%' : $r = analyser_dtd_data($dtd, $dtc, $loc); break;
+ case 'T' : $r = analyser_dtd_attlist($dtd, $dtc, $loc);break;
+ case 'L' : $r = analyser_dtd_element($dtd, $dtc, $loc);break;
+ case 'N' : $r = analyser_dtd_entity($dtd, $dtc, $loc);break;
+ case 'O' : $r = analyser_dtd_notation($dtd, $dtc, $loc);break;
+ case '-' : $r = analyser_dtd_comment($dtd, $dtc, $loc); break;
+ default: $r = -1;
+ }
+ }
+ if (!is_string($r)) {
+ spip_log("erreur $r dans la DTD " . substr($dtd,0,80) . ".....");
+ return false;
+ }
+ $dtd = $r;
+ }
+ return true;
+}
+
+// http://doc.spip.org/@analyser_dtd_comment
+function analyser_dtd_comment($dtd, &$dtc, $grammaire){
+ // ejecter les commentaires, surtout quand ils contiennent du code.
+ // Option /s car sur plusieurs lignes parfois
+
+ if (!preg_match('/^<!--.*?-->\s*(.*)$/s',$dtd, $m))
+ return -6;
+ return $m[1];
+}
+
+// http://doc.spip.org/@analyser_dtd_pi
+function analyser_dtd_pi($dtd, &$dtc, $grammaire){
+ if (!preg_match('/^<\?.*?>\s*(.*)$/s', $dtd, $m))
+ return -10;
+ return $m[1];
+}
+
+// http://doc.spip.org/@analyser_dtd_lexeme
+function analyser_dtd_lexeme($dtd, &$dtc, $grammaire){
+
+ if (!preg_match(_REGEXP_ENTITY_DEF,$dtd, $m))
+ return -9;
+
+ list(,$s) = $m;
+ $n = $dtc->macros[$s];
+
+ if (is_array($n)) {
+ // en cas d'inclusion, l'espace de nom est le meme
+ // mais gaffe aux DTD dont l'URL est relative a l'engloblante
+ if (($n[0] == 'PUBLIC')
+ AND !preg_match("%^http://%", $n[1])) {
+ $n[1] = substr($grammaire,0, strrpos($grammaire,'/')+1) . $n[1];
+ }
+ analyser_dtd($n[1], $n[0], $dtc);
+ }
+
+ return ltrim(substr($dtd,strlen($m[0])));
+}
+
+// il faudrait gerer plus proprement les niveaux d'inclusion:
+// ca ne depasse pas 3 ici.
+
+// http://doc.spip.org/@analyser_dtd_data
+function analyser_dtd_data($dtd, &$dtc, $grammaire){
+
+ if (!preg_match(_REGEXP_INCLUDE_USE,$dtd,$m))
+ return -11;
+ if (!preg_match('/^((\s*<!(\[\s*%\s*[^;]*;\s*\[([^]<]*<[^>]*>)*[^]<]*\]\]>)|([^]>]*>))*[^]<]*)\]\]>\s*/s',$m[2], $r))
+ return -12;
+
+ if ($dtc->macros[$m[1]] == 'INCLUDE')
+ $retour = $r[1] . substr($m[2], strlen($r[0]));
+ else $retour = substr($m[2], strlen($r[0]));
+
+ return $retour;
+}
+
+// http://doc.spip.org/@analyser_dtd_notation
+function analyser_dtd_notation($dtd, &$dtc, $grammaire){
+ if (!preg_match('/^<!NOTATION.*?>\s*(.*)$/s',$dtd, $m))
+ return -8;
+ spip_log("analyser_dtd_notation a ecrire");
+ return $m[1];
+}
+
+// http://doc.spip.org/@analyser_dtd_entity
+function analyser_dtd_entity($dtd, &$dtc, $grammaire)
+{
+ if (!preg_match(_REGEXP_ENTITY_DECL, $dtd, $m))
+ return -2;
+
+ list($t, $term, $nom, $type, $k1,$k2,$k3,$k4,$k5,$k6, $c, $q, $alt, $dtd) = $m;
+
+ if (isset($dtc->macros[$nom]) AND $dtc->macros[$nom])
+ return $dtd;
+ if (isset($dtc->entites[$nom]))
+ spip_log("redefinition de l'entite $nom");
+ if ($k6) return $k6 . $dtd; // cas du synonyme complet
+ $val = expanserEntite(($k2 ? $k3 : ($k4 ? $k5 : $k6)), $dtc->macros);
+
+ // cas particulier double evaluation: 'PUBLIC "..." "...."'
+ if (preg_match('/(PUBLIC|SYSTEM)\s+"([^"]*)"\s*("([^"]*)")?\s*$/s',$val,$r)) {
+ list($t, $type, $val, $q, $alt) = $r;
+ }
+
+ if (!$term)
+ $dtc->entites[$nom] = $val;
+ elseif (!$type)
+ $dtc->macros[$nom] = $val;
+ else {
+ if (($type == 'SYSTEM') AND !$alt) $alt = $val;
+ if (!$alt)
+ $dtc->macros[$nom] = $val;
+ else {
+ if (($type == 'PUBLIC')
+ AND (strpos($alt, '/') === false))
+ $alt = preg_replace(',/[^/]+$,', '/', $grammaire)
+ . $alt ;
+ $dtc->macros[$nom] = array($type, $alt);
+ }
+ }
+
+ return $dtd;
+}
+
+// Dresser le tableau des filles potentielles de l'element
+// pour traquer tres vite les illegitimes.
+// Si la regle a au moins une sequence (i.e. une virgule)
+// ou n'est pas une itération (i.e. se termine par * ou +)
+// en faire une RegExp qu'on appliquera aux balises rencontrees.
+// Sinon, conserver seulement le type de l'iteration car la traque
+// aura fait l'essentiel du controle sans memorisation des balises.
+// Fin du controle en finElement
+
+// http://doc.spip.org/@analyser_dtd_element
+function analyser_dtd_element($dtd, &$dtc, $grammaire)
+{
+ if (!preg_match('/^<!ELEMENT\s+([^>\s]+)([^>]*)>\s*(.*)$/s', $dtd, $m))
+ return -3;
+
+ list(,$nom, $contenu, $dtd) = $m;
+ $nom = expanserEntite($nom, $dtc->macros);
+
+ if (isset($dtc->elements[$nom])) {
+ spip_log("redefinition de l'element $nom dans la DTD");
+ return -4;
+ }
+ $filles = array();
+ $contenu = expanserEntite($contenu, $dtc->macros);
+ $val = $contenu ? compilerRegle($contenu) : '(EMPTY )';
+ if ($val == '(EMPTY )')
+ $dtc->regles[$nom] = 'EMPTY';
+ elseif ($val == '(ANY )')
+ $dtc->regles[$nom] = 'ANY';
+ else {
+ $last = substr($val,-1);
+ if (preg_match('/ \w/', $val)
+ OR strpos('*+', $last) === false)
+ $dtc->regles[$nom] = "/^$val$/";
+ else
+ $dtc->regles[$nom] = $last;
+ $filles = array_values(preg_split('/\W+/', $val,-1, PREG_SPLIT_NO_EMPTY));
+
+ foreach ($filles as $k) {
+ if (!isset($dtc->peres[$k]))
+ $dtc->peres[$k] = array();
+ if (!in_array($nom, $dtc->peres[$k]))
+ $dtc->peres[$k][]= $nom;
+ }
+ }
+ $dtc->pcdata[$nom]= (strpos($contenu, '#PCDATA')===false);
+ $dtc->elements[$nom]= $filles;
+ return $dtd;
+}
+
+
+// http://doc.spip.org/@analyser_dtd_attlist
+function analyser_dtd_attlist($dtd, &$dtc, $grammaire)
+{
+ if (!preg_match('/^<!ATTLIST\s+(\S+)\s+([^>]*)>\s*(.*)/s', $dtd, $m))
+ return -5;
+
+ list(,$nom, $val, $dtd) = $m;
+ $nom = expanserEntite($nom, $dtc->macros);
+ $val = expanserEntite($val, $dtc->macros);
+ if (!isset($dtc->attributs[$nom]))
+ $dtc->attributs[$nom] = array();
+
+ if (preg_match_all("/\s*(\S+)\s+(([(][^)]*[)])|(\S+))\s+([^\s']*)(\s*'[^']*')?/", $val, $r2, PREG_SET_ORDER)) {
+ foreach($r2 as $m2) {
+ $v = preg_match('/^\w+$/', $m2[2]) ? $m2[2]
+ : ('/^' . preg_replace('/\s+/', '', $m2[2]) . '$/');
+ $m21 = expanserEntite($m2[1], $dtc->macros);
+ $m25 = expanserEntite($m2[5], $dtc->macros);
+ $dtc->attributs[$nom][$m21] = array($v, $m25);
+ }
+ }
+
+ return $dtd;
+}
+
+
+// Remplace dans la chaine $val les sous-chaines de forme "%NOM;"
+// par leur definition dans le tableau $macros
+// Si le premier argument n'est pas une chaine,
+// retourne les statistiques (pour debug de DTD, inutilise en mode normal)
+
+// http://doc.spip.org/@expanserEntite
+function expanserEntite($val, $macros=array())
+{
+ static $vu = array();
+ if (!is_string($val)) return $vu;
+
+ if (preg_match_all(_REGEXP_ENTITY_USE, $val, $r, PREG_SET_ORDER)){
+ foreach($r as $m) {
+ $ent = $m[1];
+ // il peut valoir ""
+ if (!isset($macros[$ent]))
+ spip_log("Entite $ent inconnu");
+ else {
+ @$vu[$ent]++;
+ $val = str_replace($m[0], $macros[$ent], $val);
+ }
+ }
+ }
+
+ return trim(preg_replace('/\s+/', ' ', $val));
+}
+?>