1 191b4ca2 2021-03-12 op /*
  2 191b4ca2 2021-03-12 op  * Copyright (c) 2021 Omar Polo <op@omarpolo.com>
  3 191b4ca2 2021-03-12 op  *
  4 191b4ca2 2021-03-12 op  * Permission to use, copy, modify, and distribute this software for any
  5 191b4ca2 2021-03-12 op  * purpose with or without fee is hereby granted, provided that the above
  6 191b4ca2 2021-03-12 op  * copyright notice and this permission notice appear in all copies.
  7 191b4ca2 2021-03-12 op  *
  8 191b4ca2 2021-03-12 op  * THE SOFTWARE IS PROVIDED "AS IS" AND THE AUTHOR DISCLAIMS ALL WARRANTIES
  9 191b4ca2 2021-03-12 op  * WITH REGARD TO THIS SOFTWARE INCLUDING ALL IMPLIED WARRANTIES OF
 10 191b4ca2 2021-03-12 op  * MERCHANTABILITY AND FITNESS. IN NO EVENT SHALL THE AUTHOR BE LIABLE FOR
 11 191b4ca2 2021-03-12 op  * ANY SPECIAL, DIRECT, INDIRECT, OR CONSEQUENTIAL DAMAGES OR ANY DAMAGES
 12 191b4ca2 2021-03-12 op  * WHATSOEVER RESULTING FROM LOSS OF USE, DATA OR PROFITS, WHETHER IN AN
 13 191b4ca2 2021-03-12 op  * ACTION OF CONTRACT, NEGLIGENCE OR OTHER TORTIOUS ACTION, ARISING OUT OF
 14 191b4ca2 2021-03-12 op  * OR IN CONNECTION WITH THE USE OR PERFORMANCE OF THIS SOFTWARE.
 15 191b4ca2 2021-03-12 op  */
 16 191b4ca2 2021-03-12 op 
 17 395b9f4e 2021-07-12 op #include "parser.h"
 18 191b4ca2 2021-03-12 op #include "telescope.h"
 19 1fce2e75 2021-08-14 op #include "ui.h"
 20 191b4ca2 2021-03-12 op 
 21 191b4ca2 2021-03-12 op #include <stdlib.h>
 22 191b4ca2 2021-03-12 op #include <string.h>
 23 191b4ca2 2021-03-12 op 
 24 1fce2e75 2021-08-14 op /*
 25 1fce2e75 2021-08-14 op  * Load a text/gemini page given the string page.  Always returns 0.
 26 1fce2e75 2021-08-14 op  */
 27 1fce2e75 2021-08-14 op int
 28 1fce2e75 2021-08-14 op load_page_from_str(struct tab *tab, const char *page)
 29 1fce2e75 2021-08-14 op {
 30 1fce2e75 2021-08-14 op 	erase_buffer(&tab->buffer);
 31 1fce2e75 2021-08-14 op 	parser_init(tab, gemtext_initparser);
 32 1fce2e75 2021-08-14 op 	if (!tab->buffer.page.parse(&tab->buffer.page, page, strlen(page)))
 33 1fce2e75 2021-08-14 op 		abort();
 34 1fce2e75 2021-08-14 op 	if (!tab->buffer.page.free(&tab->buffer.page))
 35 1fce2e75 2021-08-14 op 		abort();
 36 1fce2e75 2021-08-14 op 	ui_on_tab_refresh(tab);
 37 1fce2e75 2021-08-14 op 	ui_on_tab_loaded(tab);
 38 1fce2e75 2021-08-14 op 	return 0;
 39 1fce2e75 2021-08-14 op }
 40 1fce2e75 2021-08-14 op 
 41 8c1b0837 2021-07-25 op void
 42 8c1b0837 2021-07-25 op parser_init(struct tab *tab, parserfn fn)
 43 8c1b0837 2021-07-25 op {
 44 8c1b0837 2021-07-25 op 	fn(&tab->buffer.page);
 45 8c1b0837 2021-07-25 op }
 46 8c1b0837 2021-07-25 op 
 47 191b4ca2 2021-03-12 op int
 48 8c1b0837 2021-07-25 op parser_parse(struct tab *tab, const char *chunk, size_t len)
 49 8c1b0837 2021-07-25 op {
 50 8c1b0837 2021-07-25 op 	return tab->buffer.page.parse(&tab->buffer.page, chunk, len);
 51 8c1b0837 2021-07-25 op }
 52 8c1b0837 2021-07-25 op 
 53 8c1b0837 2021-07-25 op int
 54 8c1b0837 2021-07-25 op parser_free(struct tab *tab)
 55 8c1b0837 2021-07-25 op {
 56 2fd6d754 2021-07-30 op 	int	 r;
 57 2fd6d754 2021-07-30 op 	char	*tilde, *slash;
 58 8c1b0837 2021-07-25 op 
 59 8c1b0837 2021-07-25 op 	r = tab->buffer.page.free(&tab->buffer.page);
 60 8c1b0837 2021-07-25 op 
 61 8c1b0837 2021-07-25 op 	/* fallback to the host as title if nothing else */
 62 2fd6d754 2021-07-30 op 	if (*tab->buffer.page.title != '\0')
 63 2fd6d754 2021-07-30 op 		return r;
 64 2fd6d754 2021-07-30 op 
 65 2fd6d754 2021-07-30 op 	if ((tilde = strstr(tab->hist_cur->h, "/~")) != NULL) {
 66 2fd6d754 2021-07-30 op 		strlcpy(tab->buffer.page.title, tilde+1,
 67 2fd6d754 2021-07-30 op 		    sizeof(tab->buffer.page.title));
 68 2fd6d754 2021-07-30 op 
 69 2fd6d754 2021-07-30 op 		if ((slash = strchr(tab->buffer.page.title, '/')) != NULL)
 70 2fd6d754 2021-07-30 op 			*slash = '\0';
 71 2fd6d754 2021-07-30 op 	} else
 72 8c1b0837 2021-07-25 op 		strlcpy(tab->buffer.page.title, tab->uri.host,
 73 8c1b0837 2021-07-25 op 		    sizeof(tab->buffer.page.title));
 74 8c1b0837 2021-07-25 op 
 75 8c1b0837 2021-07-25 op 	return r;
 76 8c1b0837 2021-07-25 op }
 77 8c1b0837 2021-07-25 op 
 78 8c1b0837 2021-07-25 op int
 79 191b4ca2 2021-03-12 op parser_append(struct parser *p, const char *buf, size_t len)
 80 191b4ca2 2021-03-12 op {
 81 191b4ca2 2021-03-12 op 	size_t newlen;
 82 191b4ca2 2021-03-12 op 	char *t;
 83 191b4ca2 2021-03-12 op 
 84 191b4ca2 2021-03-12 op 	newlen = len + p->len;
 85 191b4ca2 2021-03-12 op 	if ((t = calloc(1, newlen)) == NULL)
 86 191b4ca2 2021-03-12 op 		return 0;
 87 191b4ca2 2021-03-12 op 	memcpy(t, p->buf, p->len);
 88 191b4ca2 2021-03-12 op 	memcpy(t + p->len, buf, len);
 89 191b4ca2 2021-03-12 op 	free(p->buf);
 90 191b4ca2 2021-03-12 op 	p->buf = t;
 91 191b4ca2 2021-03-12 op 	p->len = newlen;
 92 191b4ca2 2021-03-12 op 	return 1;
 93 191b4ca2 2021-03-12 op }
 94 191b4ca2 2021-03-12 op 
 95 191b4ca2 2021-03-12 op int
 96 191b4ca2 2021-03-12 op parser_set_buf(struct parser *p, const char *buf, size_t len)
 97 191b4ca2 2021-03-12 op {
 98 20107775 2021-03-19 op 	char *tmp;
 99 191b4ca2 2021-03-12 op 
100 191b4ca2 2021-03-12 op 	if (len == 0) {
101 191b4ca2 2021-03-12 op 		p->len = 0;
102 20107775 2021-03-19 op 		free(p->buf);
103 20107775 2021-03-19 op 		p->buf = NULL;
104 191b4ca2 2021-03-12 op 		return 1;
105 191b4ca2 2021-03-12 op 	}
106 191b4ca2 2021-03-12 op 
107 be2ee49f 2021-05-14 op 	/*
108 be2ee49f 2021-05-14 op 	 * p->buf and buf can (and probably almost always will)
109 be2ee49f 2021-05-14 op 	 * overlap!
110 be2ee49f 2021-05-14 op 	 */
111 20107775 2021-03-19 op 
112 20107775 2021-03-19 op 	if ((tmp = calloc(1, len)) == NULL)
113 191b4ca2 2021-03-12 op 		return 0;
114 20107775 2021-03-19 op 	memcpy(tmp, buf, len);
115 20107775 2021-03-19 op 	free(p->buf);
116 20107775 2021-03-19 op 	p->buf = tmp;
117 191b4ca2 2021-03-12 op 	p->len = len;
118 191b4ca2 2021-03-12 op 	return 1;
119 191b4ca2 2021-03-12 op }
120 a5845bb5 2021-03-20 op 
121 a5845bb5 2021-03-20 op int
122 a5845bb5 2021-03-20 op parser_foreach_line(struct parser *p, const char *buf, size_t size,
123 a5845bb5 2021-03-20 op     parsechunkfn fn)
124 a5845bb5 2021-03-20 op {
125 31aa9f59 2021-03-20 op 	char		*b, *e;
126 31aa9f59 2021-03-20 op 	unsigned int	 ch;
127 31aa9f59 2021-03-20 op 	size_t		 i, l, len;
128 a5845bb5 2021-03-20 op 
129 31aa9f59 2021-03-20 op 	if (!parser_append(p, buf, size))
130 31aa9f59 2021-03-20 op 		return 0;
131 31aa9f59 2021-03-20 op 	b = p->buf;
132 31aa9f59 2021-03-20 op 	len = p->len;
133 31aa9f59 2021-03-20 op 
134 27dce34f 2021-07-06 op 	if (!(p->flags & PARSER_IN_BODY) && len < 3)
135 c0b634dd 2021-07-06 op 		return 1;
136 c0b634dd 2021-07-06 op 
137 27dce34f 2021-07-06 op 	if (!(p->flags & PARSER_IN_BODY)) {
138 27dce34f 2021-07-06 op                 p->flags |= PARSER_IN_BODY;
139 c0b634dd 2021-07-06 op 
140 c0b634dd 2021-07-06 op 		/*
141 c0b634dd 2021-07-06 op 		 * drop the BOM: only UTF-8 is supported, and there
142 c0b634dd 2021-07-06 op 		 * it's useless; some editors may still add one
143 c0b634dd 2021-07-06 op 		 * though.
144 c0b634dd 2021-07-06 op 		 */
145 c0b634dd 2021-07-06 op 		if (memmem(b, len, "\xEF\xBB\xBF", 3) == b) {
146 c0b634dd 2021-07-06 op 			b += 3;
147 c0b634dd 2021-07-06 op 			len -= 3;
148 c0b634dd 2021-07-06 op 		}
149 c0b634dd 2021-07-06 op 	}
150 c0b634dd 2021-07-06 op 
151 31aa9f59 2021-03-20 op 	/* drop every "funny" ASCII character */
152 31aa9f59 2021-03-20 op 	for (i = 0; i < len; ) {
153 31aa9f59 2021-03-20 op 		ch = b[i];
154 31aa9f59 2021-03-20 op 		if ((ch >= ' ' || ch == '\n' || ch == '\t')
155 31aa9f59 2021-03-20 op 		    && ch != 127) { /* del */
156 31aa9f59 2021-03-20 op 			++i;
157 31aa9f59 2021-03-20 op 			continue;
158 31aa9f59 2021-03-20 op 		}
159 08b9feb5 2021-07-26 op 		memmove(&b[i], &b[i+1], len - i - 1);
160 31aa9f59 2021-03-20 op 		len--;
161 a5845bb5 2021-03-20 op 	}
162 a5845bb5 2021-03-20 op 
163 a5845bb5 2021-03-20 op 	while (len > 0) {
164 a5845bb5 2021-03-20 op 		if ((e = memmem((char*)b, len, "\n", 1)) == NULL)
165 a5845bb5 2021-03-20 op 			break;
166 a5845bb5 2021-03-20 op 		l = e - b;
167 a5845bb5 2021-03-20 op 
168 a5845bb5 2021-03-20 op 		if (!fn(p, b, l))
169 a5845bb5 2021-03-20 op 			return 0;
170 a5845bb5 2021-03-20 op 
171 a5845bb5 2021-03-20 op 		len -= l;
172 a5845bb5 2021-03-20 op 		b += l;
173 a5845bb5 2021-03-20 op 
174 a5845bb5 2021-03-20 op 		if (len > 0) {
175 a5845bb5 2021-03-20 op 			/* skip \n */
176 a5845bb5 2021-03-20 op 			len--;
177 a5845bb5 2021-03-20 op 			b++;
178 a5845bb5 2021-03-20 op 		}
179 a5845bb5 2021-03-20 op 	}
180 a5845bb5 2021-03-20 op 
181 a5845bb5 2021-03-20 op 	return parser_set_buf(p, b, len);
182 a5845bb5 2021-03-20 op }