www/ecrire/xml/sax.php

   1 <?php
   2
   3 /***************************************************************************\
   4  *  SPIP, Systeme de publication pour l'internet                           *
   5  *                                                                         *
   6  *  Copyright (c) 2001-2019                                                *
   7  *  Arnaud Martin, Antoine Pitrou, Philippe Riviere, Emmanuel Saint-James  *
   8  *                                                                         *
   9  *  Ce programme est un logiciel libre distribue sous licence GNU/GPL.     *
  10  *  Pour plus de details voir le fichier COPYING.txt ou l'aide en ligne.   *
  11 \***************************************************************************/
  12
  13 if (!defined('_ECRIRE_INC_VERSION')) {
  14         return;
  15 }
  16
  17 include_spip('inc/charsets');
  18 include_spip('xml/interfaces');
  19
  20 /**
  21  * Encoder les entites
  22  *
  23  * @param string $texte
  24  * @return string
  25  */
  26 function xml_entites_html($texte) {
  27         if (!is_string($texte) or !$texte
  28                 or strpbrk($texte, "&\"'<>") == false
  29         ) {
  30                 return $texte;
  31         }
  32
  33         if (!function_exists('spip_htmlspecialchars')) {
  34                 include_spip("inc/filtres_mini");
  35         }
  36         $texte = spip_htmlspecialchars($texte, ENT_QUOTES);
  37
  38         return $texte;
  39 }
  40
  41 // http://code.spip.net/@xml_debutElement
  42 function xml_debutElement($phraseur, $name, $attrs) {
  43         $depth = $phraseur->depth;
  44
  45         $t = isset($phraseur->ouvrant[$depth]) ? $phraseur->ouvrant[$depth] : ' ';
  46         // espace initial signifie: deja integree au resultat
  47         if ($t[0] != ' ') {
  48                 $phraseur->res .= '<' . $t . '>';
  49                 $phraseur->ouvrant[$depth] = ' ' . $t;
  50         }
  51         $t = $phraseur->contenu[$depth];
  52         // n'indenter que s'il y a un separateur avant
  53         $phraseur->res .= preg_replace("/[\n\t ]+$/", "\n$depth", $t);
  54         $phraseur->contenu[$depth] = "";
  55         $att = '';
  56         $sep = ' ';
  57         foreach ($attrs as $k => $v) {
  58                 $delim = strpos($v, "'") === false ? "'" : '"';
  59                 $val = xml_entites_html($v);
  60                 $att .= $sep . $k . "=" . $delim
  61                         . ($delim !== '"' ? str_replace('&quot;', '"', $val) : $val)
  62                         . $delim;
  63                 $sep = "\n $depth";
  64         }
  65         $phraseur->depth .= '  ';
  66         $phraseur->contenu[$phraseur->depth] = "";
  67         $phraseur->ouvrant[$phraseur->depth] = $name . $att;
  68         $phraseur->reperes[$phraseur->depth] = xml_get_current_line_number($phraseur->sax);
  69 }
  70
  71 // http://code.spip.net/@xml_finElement
  72 function xml_finElement($phraseur, $name, $fusion_bal = false) {
  73         $ouv = $phraseur->ouvrant[$phraseur->depth];
  74
  75         if ($ouv[0] != ' ') {
  76                 $phraseur->ouvrant[$phraseur->depth] = ' ' . $ouv;
  77         } else {
  78                 $ouv = "";
  79         }
  80         $t = $phraseur->contenu[$phraseur->depth];
  81         $phraseur->depth = substr($phraseur->depth, 2);
  82         $t = preg_replace("/[\n\t ]+$/", "\n" . $phraseur->depth, $t);
  83
  84         // fusion <balise></balise> en <balise />.
  85         // ATTENTION,  certains clients http croient que fusion ==> pas d'atttributs
  86         // en particulier pour les balises Script et A.
  87         // en presence d'attributs ne le faire que si la DTD est dispo et d'accord
  88         // (param fusion_bal)
  89
  90         if ($t || (($ouv != $name) and !$fusion_bal)) {
  91                 $phraseur->res .= ($ouv ? ('<' . $ouv . '>') : '') . $t . "</" . $name . ">";
  92         } else {
  93                 $phraseur->res .= ($ouv ? ('<' . $ouv . ' />') : ("</" . $name . ">"));
  94         }
  95 }
  96
  97 // http://code.spip.net/@xml_textElement
  98 function xml_textElement($phraseur, $data) {
  99         $depth = $phraseur->depth;
 100         $phraseur->contenu[$depth] .= preg_match('/^script/', $phraseur->ouvrant[$depth])
 101                 ? $data
 102                 : xml_entites_html($data);
 103 }
 104
 105 function xml_piElement($phraseur, $target, $data) {
 106         $depth = $phraseur->depth;
 107
 108         if (strtolower($target) != "php") {
 109                 $phraseur->contenu[$depth] .= $data;
 110         } else {
 111                 ob_start();
 112                 eval($data);
 113                 $data = ob_get_contents();
 114                 ob_end_clean();
 115                 $phraseur->contenu[$depth] .= $data;
 116         }
 117 }
 118
 119
 120 // http://code.spip.net/@xml_defautElement
 121 function xml_defaultElement($phraseur, $data) {
 122         $depth = $phraseur->depth;
 123
 124         if (!isset($phraseur->contenu[$depth])) {
 125                 $phraseur->contenu[$depth] = '';
 126         }
 127         $phraseur->contenu[$depth] .= $data;
 128 }
 129
 130 // http://code.spip.net/@xml_parsestring
 131 function xml_parsestring($phraseur, $data) {
 132         $phraseur->contenu[$phraseur->depth] = '';
 133
 134         if (!xml_parse($phraseur->sax, $data, true)) {
 135                 coordonnees_erreur($phraseur,
 136                         xml_error_string(xml_get_error_code($phraseur->sax))
 137                         . "<br />\n" .
 138                         (!$phraseur->depth ? '' :
 139                                 ('(' .
 140                                         _T('erreur_balise_non_fermee') .
 141                                         " <tt>" .
 142                                         $phraseur->ouvrant[$phraseur->depth] .
 143                                         "</tt> " .
 144                                         _T('ligne') .
 145                                         " " .
 146                                         $phraseur->reperes[$phraseur->depth] .
 147                                         ") <br />\n")));
 148         }
 149 }
 150
 151 // http://code.spip.net/@coordonnees_erreur
 152 function coordonnees_erreur($phraseur, $msg) {
 153         $entete_length = substr_count($phraseur->entete, "\n");
 154         $phraseur->err[] = array(
 155                 $msg,
 156                 xml_get_current_line_number($phraseur->sax) + $entete_length,
 157                 xml_get_current_column_number($phraseur->sax)
 158         );
 159 }
 160
 161 // http://code.spip.net/@xml_sax_dist
 162 function xml_sax_dist($page, $apply = false, $phraseur = null, $doctype = '', $charset = null) {
 163         if (is_null($charset)) {
 164                 $charset = $GLOBALS['meta']['charset'];
 165         }
 166         if ($apply) {
 167                 ob_start();
 168                 if (is_array($apply)) {
 169                         $r = call_user_func_array($page, $apply);
 170                 } else {
 171                         $r = $page();
 172                 }
 173                 $page = ob_get_contents();
 174                 ob_end_clean();
 175                 // fonction sans aucun "echo", ca doit etre le resultat
 176                 if (!$page) {
 177                         $page = $r;
 178                 }
 179         }
 180
 181         if (!$page) {
 182                 return '';
 183         }
 184         // charger la DTD et transcoder les entites,
 185         // et escamoter le doctype que sax mange en php5 mais pas en  php4
 186         if (!$doctype) {
 187                 if (!$r = analyser_doctype($page)) {
 188                         $page = _MESSAGE_DOCTYPE . _DOCTYPE_ECRIRE
 189                                 . preg_replace(_REGEXP_DOCTYPE, '', $page);
 190                         $r = analyser_doctype($page);
 191                 }
 192                 list($entete, $avail, $grammaire, $rotlvl) = array_pad($r, 4, null);
 193                 $page = substr($page, strlen($entete));
 194         } else {
 195                 $avail = 'SYSTEM';
 196                 $grammaire = $doctype;
 197                 $rotlvl = basename($grammaire);
 198         }
 199
 200         include_spip('xml/analyser_dtd');
 201         $dtc = charger_dtd($grammaire, $avail, $rotlvl);
 202         $page = sax_bug($page, $dtc, $charset);
 203
 204         // compatibilite Tidy espace public
 205         if (!$phraseur) {
 206                 $indenter_xml = charger_fonction('indenter', 'xml');
 207
 208                 return $indenter_xml($page, $apply);
 209         }
 210
 211         $xml_parser = xml_parser_create($charset);
 212
 213         xml_set_element_handler($xml_parser,
 214                 array($phraseur, "debutElement"),
 215                 array($phraseur, "finElement"));
 216
 217         xml_set_character_data_handler($xml_parser,
 218                 array($phraseur, "textElement"));
 219
 220         xml_set_processing_instruction_handler($xml_parser,
 221                 array($phraseur, 'piElement'));
 222
 223         xml_set_default_handler($xml_parser,
 224                 array($phraseur, "defaultElement"));
 225
 226         xml_parser_set_option($xml_parser, XML_OPTION_CASE_FOLDING, false);
 227
 228         $phraseur->sax = $xml_parser;
 229         if (isset($entete)) {
 230                 $phraseur->entete = $entete;
 231         }
 232         $phraseur->page = $page;
 233         $phraseur->dtc = $dtc;
 234         $phraseur->phraserTout($xml_parser, $page);
 235         xml_parser_free($xml_parser);
 236         $phraseur->sax = '';
 237
 238         return $phraseur;
 239 }
 240
 241 // SAX ne dit pas si une Entite est dans un attribut ou non.
 242 // Les eliminer toutes sinon celles des attributs apparaissent en zone texte!
 243 // Celles fondamentales pour la lecture (lt gt quot amp) sont conservees
 244 // (d'ailleurs SAX ne les considere pas comme des entites dans un attribut)
 245 // Si la DTD est dispo, on va chercher les entites dedans
 246 // sinon on se rabat sur ce qu'en connait SPIP en standard.
 247
 248 // http://code.spip.net/@sax_bug
 249 function sax_bug($data, $dtc, $charset = null) {
 250         if (is_null($charset)) {
 251                 $charset = $GLOBALS['meta']['charset'];
 252         }
 253
 254         if ($dtc) {
 255                 $trans = array();
 256
 257                 foreach ($dtc->entites as $k => $v) {
 258                         if (!strpos(" amp lt gt quot ", $k)) {
 259                                 $trans["&$k;"] = $v;
 260                         }
 261                 }
 262                 $data = strtr($data, $trans);
 263         } else {
 264                 $data = html2unicode($data, true);
 265         }
 266
 267         return unicode2charset($data, $charset);
 268 }
 269
 270 // Retirer < ? xml... ? > et autre PI, ainsi que les commentaires en debut
 271 // afin de reperer le Doctype et le decomposer selon:
 272 // http://www.freebsd.org/doc/fr_FR.ISO8859-1/books/fdp-primer/sgml-primer-doctype-declaration.html
 273 // Si pas de Doctype et premiere balise = RSS prendre la doctype RSS 0.91:
 274 // les autres formats RSS n'ont pas de DTD,
 275 // mais un XML Schema que SPIP ne fait pas encore lire.
 276 // http://code.spip.net/@analyser_doctype
 277 function analyser_doctype($data) {
 278         if (!preg_match(_REGEXP_DOCTYPE, $data, $page)) {
 279                 if (preg_match(_REGEXP_XML, $data, $page)) {
 280                         list(, $entete, $topelement) = $page;
 281                         if ($topelement == 'rss') {
 282                                 return array(
 283                                         $entete,
 284                                         'PUBLIC',
 285                                         _DOCTYPE_RSS,
 286                                         'rss-0.91.dtd'
 287                                 );
 288                         } else {
 289                                 $dtd = $topelement . '.dtd';
 290                                 $f = find_in_path($dtd);
 291                                 if (file_exists($f)) {
 292                                         return array($entete, 'SYSTEM', $f, $dtd);
 293                                 }
 294                         }
 295                 }
 296                 spip_log("Dtd pas vu pour " . substr($data, 0, 100));
 297
 298                 return array();
 299         }
 300         list($entete, , $topelement, $avail, $suite) = $page;
 301
 302         if (!preg_match('/^"([^"]*)"\s*(.*)$/', $suite, $r)) {
 303                 if (!preg_match("/^'([^']*)'\s*(.*)$/", $suite, $r)) {
 304                         return array();
 305                 }
 306         }
 307         list(, $rotlvl, $suite) = $r;
 308
 309         if (!$suite) {
 310                 if ($avail != 'SYSTEM') {
 311                         return array();
 312                 }
 313                 $grammaire = $rotlvl;
 314                 $rotlvl = '';
 315         } else {
 316                 if (!preg_match('/^"([^"]*)"\s*$/', $suite, $r)) {
 317                         if (!preg_match("/^'([^']*)'\s*$/", $suite, $r)) {
 318                                 return array();
 319                         }
 320                 }
 321
 322                 $grammaire = $r[1];
 323         }
 324
 325         return array($entete, $avail, $grammaire, $rotlvl);
 326 }