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 191b4ca2 2021-03-12 op 
 20 191b4ca2 2021-03-12 op #include <stdlib.h>
 21 191b4ca2 2021-03-12 op #include <string.h>
 22 191b4ca2 2021-03-12 op 
 23 8c1b0837 2021-07-25 op void
 24 8c1b0837 2021-07-25 op parser_init(struct tab *tab, parserfn fn)
 25 8c1b0837 2021-07-25 op {
 26 8c1b0837 2021-07-25 op 	fn(&tab->buffer.page);
 27 8c1b0837 2021-07-25 op }
 28 8c1b0837 2021-07-25 op 
 29 191b4ca2 2021-03-12 op int
 30 8c1b0837 2021-07-25 op parser_parse(struct tab *tab, const char *chunk, size_t len)
 31 8c1b0837 2021-07-25 op {
 32 8c1b0837 2021-07-25 op 	return tab->buffer.page.parse(&tab->buffer.page, chunk, len);
 33 8c1b0837 2021-07-25 op }
 34 8c1b0837 2021-07-25 op 
 35 8c1b0837 2021-07-25 op int
 36 8c1b0837 2021-07-25 op parser_free(struct tab *tab)
 37 8c1b0837 2021-07-25 op {
 38 8c1b0837 2021-07-25 op 	int r;
 39 8c1b0837 2021-07-25 op 
 40 8c1b0837 2021-07-25 op 	r = tab->buffer.page.free(&tab->buffer.page);
 41 8c1b0837 2021-07-25 op 
 42 8c1b0837 2021-07-25 op 	/* fallback to the host as title if nothing else */
 43 8c1b0837 2021-07-25 op 	if (*tab->buffer.page.title == '\0')
 44 8c1b0837 2021-07-25 op 		strlcpy(tab->buffer.page.title, tab->uri.host,
 45 8c1b0837 2021-07-25 op 		    sizeof(tab->buffer.page.title));
 46 8c1b0837 2021-07-25 op 
 47 8c1b0837 2021-07-25 op 	return r;
 48 8c1b0837 2021-07-25 op }
 49 8c1b0837 2021-07-25 op 
 50 8c1b0837 2021-07-25 op int
 51 191b4ca2 2021-03-12 op parser_append(struct parser *p, const char *buf, size_t len)
 52 191b4ca2 2021-03-12 op {
 53 191b4ca2 2021-03-12 op 	size_t newlen;
 54 191b4ca2 2021-03-12 op 	char *t;
 55 191b4ca2 2021-03-12 op 
 56 191b4ca2 2021-03-12 op 	newlen = len + p->len;
 57 191b4ca2 2021-03-12 op 	if ((t = calloc(1, newlen)) == NULL)
 58 191b4ca2 2021-03-12 op 		return 0;
 59 191b4ca2 2021-03-12 op 	memcpy(t, p->buf, p->len);
 60 191b4ca2 2021-03-12 op 	memcpy(t + p->len, buf, len);
 61 191b4ca2 2021-03-12 op 	free(p->buf);
 62 191b4ca2 2021-03-12 op 	p->buf = t;
 63 191b4ca2 2021-03-12 op 	p->len = newlen;
 64 191b4ca2 2021-03-12 op 	return 1;
 65 191b4ca2 2021-03-12 op }
 66 191b4ca2 2021-03-12 op 
 67 191b4ca2 2021-03-12 op int
 68 191b4ca2 2021-03-12 op parser_set_buf(struct parser *p, const char *buf, size_t len)
 69 191b4ca2 2021-03-12 op {
 70 20107775 2021-03-19 op 	char *tmp;
 71 191b4ca2 2021-03-12 op 
 72 191b4ca2 2021-03-12 op 	if (len == 0) {
 73 191b4ca2 2021-03-12 op 		p->len = 0;
 74 20107775 2021-03-19 op 		free(p->buf);
 75 20107775 2021-03-19 op 		p->buf = NULL;
 76 191b4ca2 2021-03-12 op 		return 1;
 77 191b4ca2 2021-03-12 op 	}
 78 191b4ca2 2021-03-12 op 
 79 be2ee49f 2021-05-14 op 	/*
 80 be2ee49f 2021-05-14 op 	 * p->buf and buf can (and probably almost always will)
 81 be2ee49f 2021-05-14 op 	 * overlap!
 82 be2ee49f 2021-05-14 op 	 */
 83 20107775 2021-03-19 op 
 84 20107775 2021-03-19 op 	if ((tmp = calloc(1, len)) == NULL)
 85 191b4ca2 2021-03-12 op 		return 0;
 86 20107775 2021-03-19 op 	memcpy(tmp, buf, len);
 87 20107775 2021-03-19 op 	free(p->buf);
 88 20107775 2021-03-19 op 	p->buf = tmp;
 89 191b4ca2 2021-03-12 op 	p->len = len;
 90 191b4ca2 2021-03-12 op 	return 1;
 91 191b4ca2 2021-03-12 op }
 92 a5845bb5 2021-03-20 op 
 93 a5845bb5 2021-03-20 op int
 94 a5845bb5 2021-03-20 op parser_foreach_line(struct parser *p, const char *buf, size_t size,
 95 a5845bb5 2021-03-20 op     parsechunkfn fn)
 96 a5845bb5 2021-03-20 op {
 97 31aa9f59 2021-03-20 op 	char		*b, *e;
 98 31aa9f59 2021-03-20 op 	unsigned int	 ch;
 99 31aa9f59 2021-03-20 op 	size_t		 i, l, len;
100 a5845bb5 2021-03-20 op 
101 31aa9f59 2021-03-20 op 	if (!parser_append(p, buf, size))
102 31aa9f59 2021-03-20 op 		return 0;
103 31aa9f59 2021-03-20 op 	b = p->buf;
104 31aa9f59 2021-03-20 op 	len = p->len;
105 31aa9f59 2021-03-20 op 
106 27dce34f 2021-07-06 op 	if (!(p->flags & PARSER_IN_BODY) && len < 3)
107 c0b634dd 2021-07-06 op 		return 1;
108 c0b634dd 2021-07-06 op 
109 27dce34f 2021-07-06 op 	if (!(p->flags & PARSER_IN_BODY)) {
110 27dce34f 2021-07-06 op                 p->flags |= PARSER_IN_BODY;
111 c0b634dd 2021-07-06 op 
112 c0b634dd 2021-07-06 op 		/*
113 c0b634dd 2021-07-06 op 		 * drop the BOM: only UTF-8 is supported, and there
114 c0b634dd 2021-07-06 op 		 * it's useless; some editors may still add one
115 c0b634dd 2021-07-06 op 		 * though.
116 c0b634dd 2021-07-06 op 		 */
117 c0b634dd 2021-07-06 op 		if (memmem(b, len, "\xEF\xBB\xBF", 3) == b) {
118 c0b634dd 2021-07-06 op 			b += 3;
119 c0b634dd 2021-07-06 op 			len -= 3;
120 c0b634dd 2021-07-06 op 		}
121 c0b634dd 2021-07-06 op 	}
122 c0b634dd 2021-07-06 op 
123 31aa9f59 2021-03-20 op 	/* drop every "funny" ASCII character */
124 31aa9f59 2021-03-20 op 	for (i = 0; i < len; ) {
125 31aa9f59 2021-03-20 op 		ch = b[i];
126 31aa9f59 2021-03-20 op 		if ((ch >= ' ' || ch == '\n' || ch == '\t')
127 31aa9f59 2021-03-20 op 		    && ch != 127) { /* del */
128 31aa9f59 2021-03-20 op 			++i;
129 31aa9f59 2021-03-20 op 			continue;
130 31aa9f59 2021-03-20 op 		}
131 08b9feb5 2021-07-26 op 		memmove(&b[i], &b[i+1], len - i - 1);
132 31aa9f59 2021-03-20 op 		len--;
133 a5845bb5 2021-03-20 op 	}
134 a5845bb5 2021-03-20 op 
135 a5845bb5 2021-03-20 op 	while (len > 0) {
136 a5845bb5 2021-03-20 op 		if ((e = memmem((char*)b, len, "\n", 1)) == NULL)
137 a5845bb5 2021-03-20 op 			break;
138 a5845bb5 2021-03-20 op 		l = e - b;
139 a5845bb5 2021-03-20 op 
140 a5845bb5 2021-03-20 op 		if (!fn(p, b, l))
141 a5845bb5 2021-03-20 op 			return 0;
142 a5845bb5 2021-03-20 op 
143 a5845bb5 2021-03-20 op 		len -= l;
144 a5845bb5 2021-03-20 op 		b += l;
145 a5845bb5 2021-03-20 op 
146 a5845bb5 2021-03-20 op 		if (len > 0) {
147 a5845bb5 2021-03-20 op 			/* skip \n */
148 a5845bb5 2021-03-20 op 			len--;
149 a5845bb5 2021-03-20 op 			b++;
150 a5845bb5 2021-03-20 op 		}
151 a5845bb5 2021-03-20 op 	}
152 a5845bb5 2021-03-20 op 
153 a5845bb5 2021-03-20 op 	return parser_set_buf(p, b, len);
154 a5845bb5 2021-03-20 op }