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 2fd6d754 2021-07-30 op 	int	 r;
 39 2fd6d754 2021-07-30 op 	char	*tilde, *slash;
 40 8c1b0837 2021-07-25 op 
 41 8c1b0837 2021-07-25 op 	r = tab->buffer.page.free(&tab->buffer.page);
 42 8c1b0837 2021-07-25 op 
 43 8c1b0837 2021-07-25 op 	/* fallback to the host as title if nothing else */
 44 2fd6d754 2021-07-30 op 	if (*tab->buffer.page.title != '\0')
 45 2fd6d754 2021-07-30 op 		return r;
 46 2fd6d754 2021-07-30 op 
 47 2fd6d754 2021-07-30 op 	if ((tilde = strstr(tab->hist_cur->h, "/~")) != NULL) {
 48 2fd6d754 2021-07-30 op 		strlcpy(tab->buffer.page.title, tilde+1,
 49 2fd6d754 2021-07-30 op 		    sizeof(tab->buffer.page.title));
 50 2fd6d754 2021-07-30 op 
 51 2fd6d754 2021-07-30 op 		if ((slash = strchr(tab->buffer.page.title, '/')) != NULL)
 52 2fd6d754 2021-07-30 op 			*slash = '\0';
 53 2fd6d754 2021-07-30 op 	} else
 54 8c1b0837 2021-07-25 op 		strlcpy(tab->buffer.page.title, tab->uri.host,
 55 8c1b0837 2021-07-25 op 		    sizeof(tab->buffer.page.title));
 56 8c1b0837 2021-07-25 op 
 57 8c1b0837 2021-07-25 op 	return r;
 58 8c1b0837 2021-07-25 op }
 59 8c1b0837 2021-07-25 op 
 60 8c1b0837 2021-07-25 op int
 61 191b4ca2 2021-03-12 op parser_append(struct parser *p, const char *buf, size_t len)
 62 191b4ca2 2021-03-12 op {
 63 191b4ca2 2021-03-12 op 	size_t newlen;
 64 191b4ca2 2021-03-12 op 	char *t;
 65 191b4ca2 2021-03-12 op 
 66 191b4ca2 2021-03-12 op 	newlen = len + p->len;
 67 191b4ca2 2021-03-12 op 	if ((t = calloc(1, newlen)) == NULL)
 68 191b4ca2 2021-03-12 op 		return 0;
 69 191b4ca2 2021-03-12 op 	memcpy(t, p->buf, p->len);
 70 191b4ca2 2021-03-12 op 	memcpy(t + p->len, buf, len);
 71 191b4ca2 2021-03-12 op 	free(p->buf);
 72 191b4ca2 2021-03-12 op 	p->buf = t;
 73 191b4ca2 2021-03-12 op 	p->len = newlen;
 74 191b4ca2 2021-03-12 op 	return 1;
 75 191b4ca2 2021-03-12 op }
 76 191b4ca2 2021-03-12 op 
 77 191b4ca2 2021-03-12 op int
 78 191b4ca2 2021-03-12 op parser_set_buf(struct parser *p, const char *buf, size_t len)
 79 191b4ca2 2021-03-12 op {
 80 20107775 2021-03-19 op 	char *tmp;
 81 191b4ca2 2021-03-12 op 
 82 191b4ca2 2021-03-12 op 	if (len == 0) {
 83 191b4ca2 2021-03-12 op 		p->len = 0;
 84 20107775 2021-03-19 op 		free(p->buf);
 85 20107775 2021-03-19 op 		p->buf = NULL;
 86 191b4ca2 2021-03-12 op 		return 1;
 87 191b4ca2 2021-03-12 op 	}
 88 191b4ca2 2021-03-12 op 
 89 be2ee49f 2021-05-14 op 	/*
 90 be2ee49f 2021-05-14 op 	 * p->buf and buf can (and probably almost always will)
 91 be2ee49f 2021-05-14 op 	 * overlap!
 92 be2ee49f 2021-05-14 op 	 */
 93 20107775 2021-03-19 op 
 94 20107775 2021-03-19 op 	if ((tmp = calloc(1, len)) == NULL)
 95 191b4ca2 2021-03-12 op 		return 0;
 96 20107775 2021-03-19 op 	memcpy(tmp, buf, len);
 97 20107775 2021-03-19 op 	free(p->buf);
 98 20107775 2021-03-19 op 	p->buf = tmp;
 99 191b4ca2 2021-03-12 op 	p->len = len;
100 191b4ca2 2021-03-12 op 	return 1;
101 191b4ca2 2021-03-12 op }
102 a5845bb5 2021-03-20 op 
103 a5845bb5 2021-03-20 op int
104 a5845bb5 2021-03-20 op parser_foreach_line(struct parser *p, const char *buf, size_t size,
105 a5845bb5 2021-03-20 op     parsechunkfn fn)
106 a5845bb5 2021-03-20 op {
107 31aa9f59 2021-03-20 op 	char		*b, *e;
108 31aa9f59 2021-03-20 op 	unsigned int	 ch;
109 31aa9f59 2021-03-20 op 	size_t		 i, l, len;
110 a5845bb5 2021-03-20 op 
111 31aa9f59 2021-03-20 op 	if (!parser_append(p, buf, size))
112 31aa9f59 2021-03-20 op 		return 0;
113 31aa9f59 2021-03-20 op 	b = p->buf;
114 31aa9f59 2021-03-20 op 	len = p->len;
115 31aa9f59 2021-03-20 op 
116 27dce34f 2021-07-06 op 	if (!(p->flags & PARSER_IN_BODY) && len < 3)
117 c0b634dd 2021-07-06 op 		return 1;
118 c0b634dd 2021-07-06 op 
119 27dce34f 2021-07-06 op 	if (!(p->flags & PARSER_IN_BODY)) {
120 27dce34f 2021-07-06 op                 p->flags |= PARSER_IN_BODY;
121 c0b634dd 2021-07-06 op 
122 c0b634dd 2021-07-06 op 		/*
123 c0b634dd 2021-07-06 op 		 * drop the BOM: only UTF-8 is supported, and there
124 c0b634dd 2021-07-06 op 		 * it's useless; some editors may still add one
125 c0b634dd 2021-07-06 op 		 * though.
126 c0b634dd 2021-07-06 op 		 */
127 c0b634dd 2021-07-06 op 		if (memmem(b, len, "\xEF\xBB\xBF", 3) == b) {
128 c0b634dd 2021-07-06 op 			b += 3;
129 c0b634dd 2021-07-06 op 			len -= 3;
130 c0b634dd 2021-07-06 op 		}
131 c0b634dd 2021-07-06 op 	}
132 c0b634dd 2021-07-06 op 
133 31aa9f59 2021-03-20 op 	/* drop every "funny" ASCII character */
134 31aa9f59 2021-03-20 op 	for (i = 0; i < len; ) {
135 31aa9f59 2021-03-20 op 		ch = b[i];
136 31aa9f59 2021-03-20 op 		if ((ch >= ' ' || ch == '\n' || ch == '\t')
137 31aa9f59 2021-03-20 op 		    && ch != 127) { /* del */
138 31aa9f59 2021-03-20 op 			++i;
139 31aa9f59 2021-03-20 op 			continue;
140 31aa9f59 2021-03-20 op 		}
141 08b9feb5 2021-07-26 op 		memmove(&b[i], &b[i+1], len - i - 1);
142 31aa9f59 2021-03-20 op 		len--;
143 a5845bb5 2021-03-20 op 	}
144 a5845bb5 2021-03-20 op 
145 a5845bb5 2021-03-20 op 	while (len > 0) {
146 a5845bb5 2021-03-20 op 		if ((e = memmem((char*)b, len, "\n", 1)) == NULL)
147 a5845bb5 2021-03-20 op 			break;
148 a5845bb5 2021-03-20 op 		l = e - b;
149 a5845bb5 2021-03-20 op 
150 a5845bb5 2021-03-20 op 		if (!fn(p, b, l))
151 a5845bb5 2021-03-20 op 			return 0;
152 a5845bb5 2021-03-20 op 
153 a5845bb5 2021-03-20 op 		len -= l;
154 a5845bb5 2021-03-20 op 		b += l;
155 a5845bb5 2021-03-20 op 
156 a5845bb5 2021-03-20 op 		if (len > 0) {
157 a5845bb5 2021-03-20 op 			/* skip \n */
158 a5845bb5 2021-03-20 op 			len--;
159 a5845bb5 2021-03-20 op 			b++;
160 a5845bb5 2021-03-20 op 		}
161 a5845bb5 2021-03-20 op 	}
162 a5845bb5 2021-03-20 op 
163 a5845bb5 2021-03-20 op 	return parser_set_buf(p, b, len);
164 a5845bb5 2021-03-20 op }