Skip to content
Extraits de code Groupes Projets
Valider 1f527339 rédigé par esj's avatar esj
Parcourir les fichiers

4 améliorations du validateur intégré: 

Suite de [8144]: on charge maintenant les DTD appelées à l'intérieur d'une DTD, ce qui permet en particulier de charger celle définissant les entités symbol, special et lat1 réféncées dans la DTD XHTML

Suite à cela et à [8179] le validateur peut maintenant dénoncer des entités présentes dans la page et non déclarées dans la DTD et ses inclusions

Suite de [8149]: le validateur est plus modulaire et peut s'étendre par simple ajout de fonctions. Si une DTD contient un nouveau symbole S de type d'attributs (i.e. un symbole utilisé dans le meme contexte que ID, IDREF etc), le validateur appellera automatiquement la fonction validerAttribut_S censée vérifier que la valeur d'attribut est conforme à la rèlge associée à ce symbole.

Suite de [8090]: l'erreur de conception de SAX est à présent systématiquement contournée sans plus vérifier que la DTD HTMLSymbol était référencée, ce qui n'était de toutes façons qu'un pis aller. Au cas où cette transformation des entités dans le charset déclaré serait malencontreuse, il suffira de surcharger le validateur par une variante n'appelant pas html2unicode.
parent 28e4c5ee
Aucune branche associée trouvée
Aucune étiquette associée trouvée
Aucune requête de fusion associée trouvée
Masquer les modifications d'espaces
En ligne Côte à côte
ecrire/inc/indenter_xml.php
+ 5
− 1
Voir le fichier @ 1f527339
...@@ -39,6 +39,10 @@ function defautElement($phraseur, $data) ...@@ -39,6 +39,10 @@ function defautElement($phraseur, $data)
// http://doc.spip.org/@phraserTout // http://doc.spip.org/@phraserTout
function phraserTout($phraseur, $data) function phraserTout($phraseur, $data)
{ {
// bug de SAX qui ne dit pas si une Entite est dans un attribut ou non
// ==> eliminer toutes les entites
$data = unicode2charset(html2unicode($data, true));
xml_parsestring($phraseur, $data); xml_parsestring($phraseur, $data);
return !$this->err ? $this->res : join('<br />', $this->err) . '<br />'; return !$this->err ? $this->res : join('<br />', $this->err) . '<br />';
} }
...@@ -49,7 +53,7 @@ function phraserTout($phraseur, $data) ...@@ -49,7 +53,7 @@ function phraserTout($phraseur, $data)
var $contenu = array(); var $contenu = array();
var $ouvrant = array(); var $ouvrant = array();
var $reperes = array(); var $reperes = array();
var $entites = array();
} }
// http://doc.spip.org/@inc_indenter_xml_dist // http://doc.spip.org/@inc_indenter_xml_dist
......
ecrire/inc/valider_xml.php
+ 129
− 74
Voir le fichier @ 1f527339
...@@ -19,11 +19,19 @@ define('_REGEXP_DOCTYPE', ...@@ -19,11 +19,19 @@ define('_REGEXP_DOCTYPE',
define('_REGEXP_ID', '/^[A-Za-z_][\w_:.-]*$/'); define('_REGEXP_ID', '/^[A-Za-z_][\w_:.-]*$/');
// Document Type Compilation
class DTC {
var $macros = array();
var $elements = array();
var $peres = array();
var $attributs = array();
var $entites = array();
}
// http://doc.spip.org/@validateur // http://doc.spip.org/@validateur
function validateur($data) function charger_dtd($data)
{ {
global $phraseur_xml;
if (!preg_match(_REGEXP_DOCTYPE, $data, $r)) if (!preg_match(_REGEXP_DOCTYPE, $data, $r))
return array(); return array();
...@@ -31,7 +39,7 @@ function validateur($data) ...@@ -31,7 +39,7 @@ function validateur($data)
if (!preg_match('/^"([^"]*)"\s*(.*)$/', $suite, $r)) if (!preg_match('/^"([^"]*)"\s*(.*)$/', $suite, $r))
if (!preg_match("/^'([^']*)'\s*(.*)$/", $suite, $r)) if (!preg_match("/^'([^']*)'\s*(.*)$/", $suite, $r))
return array(); return array();
list(,$rotlvl, $suite) = $r; list(,$rotlvl, $suite) = $r;
if (!$suite) { if (!$suite) {
...@@ -43,6 +51,14 @@ function validateur($data) ...@@ -43,6 +51,14 @@ function validateur($data)
return array(); return array();
$grammaire = $r[1]; $grammaire = $r[1];
} }
spip_log("Racine $topelement dans $grammaire ($rotlvl)");
$dtc = new DTC;
analyser_dtd($grammaire, $avail, $dtc);
return $dtc;
}
function analyser_dtd($grammaire, $avail, &$dtc)
{
$dtd = ''; $dtd = '';
if ($avail == 'SYSTEM') if ($avail == 'SYSTEM')
...@@ -64,93 +80,105 @@ function validateur($data) ...@@ -64,93 +80,105 @@ function validateur($data)
return array(); return array();
} }
$res = array(); // ejecter les commentaires, surtout quand ils contiennent du code.
// Option /s car sur plusieurs lignes parfois
// les entites publiques sont declarees vides. A ameliorer a terme $dtd = preg_replace('/<!--.*?-->/s','',$dtd);
if (preg_match_all('/<!ENTITY\s+%\s+([.\w]+)\s+(PUBLIC)?\s*"([^"]*)"\s*("[^"]*")?\s*>/', $dtd, $r, PREG_SET_ORDER)) {
foreach($r as $m) { if (preg_match_all('/<!ENTITY\s+(%?)\s*([.\w]+)\s+(PUBLIC|SYSTEM)?\s*"([^"]*)"\s*("([^"]*)")?\s*>/', $dtd, $r, PREG_SET_ORDER)) {
list(,$nom, $type, $val) = $m; foreach($r as $m) {
$res[$nom] = $type ? '': expanserEntite($val, $res) ; list($t, $term, $nom, $type, $val, $q, $alt) = $m;
} if ($type) {
$dir = preg_replace(',/[^/]+$,', '/', $grammaire);
// en cas d'inclusion, l'espace de nom est le meme
analyser_dtd($dir . $alt, $type, $dtc);
}
elseif (!$term) {
$dtc->entites[$nom] = $val;
}
else
$dtc->macros[$nom] = expanserEntite($val, $dtc->macros) ;
}
} }
$phraseur_xml->entites = $res;
// reperer pour chaque noeud ses fils potentiels. // reperer pour chaque noeud ses fils potentiels.
// mais tant pis pour leur eventuel ordre de succession (, * +): // mais tant pis pour leur eventuel ordre de succession (, * +):
// les cas sont rares et si aberrants que interet/temps-de-calcul -> 0 // les cas sont rares et si aberrants que interet/temps-de-calcul -> 0
$res = array();
if (preg_match_all('/<!ELEMENT\s+(\w+)([^>]*)>/', $dtd, $r, PREG_SET_ORDER)) { if (preg_match_all('/<!ELEMENT\s+(\w+)([^>]*)>/', $dtd, $r, PREG_SET_ORDER)) {
foreach($r as $m) { foreach($r as $m) {
list(,$nom, $val) = $m; list(,$nom, $val) = $m;
$val = expanserEntite($val, $phraseur_xml->entites); $val = expanserEntite($val, $dtc->macros);
$val = array_values(preg_split('/\W+/', $val,-1,PREG_SPLIT_NO_EMPTY)); $val = array_values(preg_split('/\W+/', $val,-1,PREG_SPLIT_NO_EMPTY));
$res[$nom]= $val; $dtc->elements[$nom]= $val;
foreach ($val as $k) { foreach ($val as $k) {
if (!isset($phraseur_xml->peres[$k]) if (!isset($dtc->peres[$k])
OR !in_array($nom, $phraseur_xml->peres[$k])) OR !in_array($nom, $dtc->peres[$k]))
$phraseur_xml->peres[$k][]= $nom; $dtc->peres[$k][]= $nom;
} }
} }
foreach ($phraseur_xml->peres as $k => $v) { foreach ($dtc->peres as $k => $v) {
asort($v); asort($v);
$phraseur_xml->peres[$k] = $v; $dtc->peres[$k] = $v;
} }
} }
$phraseur_xml->elements = $res;
$res = array(); $res2 = array();
if (preg_match_all('/<!ATTLIST\s+(\S+)\s+([^>]*)>/', $dtd, $r, PREG_SET_ORDER)) { if (preg_match_all('/<!ATTLIST\s+(\S+)\s+([^>]*)>/', $dtd, $r, PREG_SET_ORDER)) {
foreach($r as $m) { foreach($r as $m) {
list(,$nom, $val) = $m; list(,$nom, $val) = $m;
$val = expanserEntite($val, $phraseur_xml->entites); $val = expanserEntite($val, $dtc->macros);
$att = array(); $att = array();
if (preg_match_all("/\s*(\S+)\s+(([(][^)]*[)])|(\S+))\s+(\S+)(\s*'[^']*')?/", $val, $r2, PREG_SET_ORDER)) { if (preg_match_all("/\s*(\S+)\s+(([(][^)]*[)])|(\S+))\s+(\S+)(\s*'[^']*')?/", $val, $r2, PREG_SET_ORDER)) {
foreach($r2 as $m2) { foreach($r2 as $m2) {
$v = preg_match('/^\w+$/', $m2[2]) ? $m2[2] $v = preg_match('/^\w+$/', $m2[2]) ? $m2[2]
: ('/^' . preg_replace('/\s+/', '', $m2[2]) . '$/'); : ('/^' . preg_replace('/\s+/', '', $m2[2]) . '$/');
$res2[$v] = 1;
$att[$m2[1]] = array($v, $m2[5]); $att[$m2[1]] = array($v, $m2[5]);
} }
} }
$res[$nom] = $att; $dtc->attributs[$nom] = $att;
} }
} }
$phraseur_xml->attributs = $res;
spip_log("DTD $topelement ($avail) $rotlvl $grammaire ". strlen($dtd) . ' octets ' . count($phraseur_xml->entites) . ' entites, ' . count($phraseur_xml->elements) . ' elements'); // pour voir la liste des regep d'attributs:
# echo join('<br />', array_keys($res2));exit;
spip_log("DTD $avail $grammaire ". strlen($dtd) . ' octets ' . count($dtc->macros) . ' macros, ' . count($dtc->elements) . ' elements, ' . count($res2) . " types diffrents d'attributs " . count($dtc->entites) . " entites");
} }
// http://doc.spip.org/@expanserEntite // http://doc.spip.org/@expanserEntite
function expanserEntite($val, $entites) function expanserEntite($val, $macros)
{ {
if (preg_match_all('/%([.\w]+);/', $val, $r, PREG_SET_ORDER)) { if (preg_match_all('/%([.\w]+);/', $val, $r, PREG_SET_ORDER)) {
foreach($r as $m) foreach($r as $m)
// parfois faux suite au non chargement des entites publiques if ($x = $macros[$m[1]])
if ($x = $entites[$m[1]])
$val = str_replace($m[0], $x, $val); $val = str_replace($m[0], $x, $val);
} }
return $val; return $val;
} }
// http://doc.spip.org/@validerElement // http://doc.spip.org/@validerElement
function validerElement($parser, $name, $attrs) function validerElement($phraseur, $name, $attrs)
{ {
global $phraseur_xml; global $phraseur_xml;
if (!$phraseur_xml->elements) return; if (!$phraseur_xml->dtc->elements) return;
if (!isset($phraseur_xml->elements[$name])) if (!isset($phraseur_xml->dtc->elements[$name]))
$phraseur_xml->err[]= " <b>$name</b>" $phraseur_xml->err[]= " <b>$name</b>"
. _L(' balise inconnue ') . _L(' balise inconnue ')
. coordonnees_erreur($parser); . coordonnees_erreur($phraseur);
else { else {
$depth = $phraseur_xml->depth; $depth = $phraseur_xml->depth;
$ouvrant = $phraseur_xml->ouvrant; $ouvrant = $phraseur_xml->ouvrant;
if (isset($ouvrant[$depth])) { if (isset($ouvrant[$depth])) {
if (preg_match('/^\s*(\w+)/', $ouvrant[$depth], $r)) { if (preg_match('/^\s*(\w+)/', $ouvrant[$depth], $r)) {
$pere = $r[1]; $pere = $r[1];
if (isset($phraseur_xml->elements[$pere])) if (isset($phraseur_xml->dtc->elements[$pere]))
if (!@in_array($name, $phraseur_xml->elements[$pere])) { if (!@in_array($name, $phraseur_xml->dtc->elements[$pere])) {
$bons_peres = @join ('</b>, <b>', $phraseur_xml->peres[$name]); $bons_peres = @join ('</b>, <b>', $phraseur_xml->dtc->peres[$name]);
$phraseur_xml->err[]= " <b>$name</b>" $phraseur_xml->err[]= " <b>$name</b>"
. _L(" n'est pas un fils de ") . _L(" n'est pas un fils de ")
. '<b>' . '<b>'
...@@ -158,18 +186,18 @@ function validerElement($parser, $name, $attrs) ...@@ -158,18 +186,18 @@ function validerElement($parser, $name, $attrs)
. '</b>' . '</b>'
. (!$bons_peres ? '' . (!$bons_peres ? ''
: (_L( '<p style="font-size: 80%"> mais de <b>') . $bons_peres . '</b></p>')) : (_L( '<p style="font-size: 80%"> mais de <b>') . $bons_peres . '</b></p>'))
. coordonnees_erreur($parser); . coordonnees_erreur($phraseur);
} }
} }
} }
if (isset($phraseur_xml->attributs[$name])) { if (isset($phraseur_xml->dtc->attributs[$name])) {
foreach ($phraseur_xml->attributs[$name] as $n => $v) foreach ($phraseur_xml->dtc->attributs[$name] as $n => $v)
{ if (($v[1] == '#REQUIRED') AND (!isset($attrs[$n]))) { if (($v[1] == '#REQUIRED') AND (!isset($attrs[$n])))
$phraseur_xml->err[]= " <b>$n</b>" $phraseur_xml->err[]= " <b>$n</b>"
. '&nbsp;:&nbsp;' . '&nbsp;:&nbsp;'
. _L(" attribut obligatoire mais absent dans ") . _L(" attribut obligatoire mais absent dans ")
. "<b>$name</b>" . "<b>$name</b>"
. coordonnees_erreur($parser); . coordonnees_erreur($phraseur);
} }
} }
} }
...@@ -177,15 +205,15 @@ function validerElement($parser, $name, $attrs) ...@@ -177,15 +205,15 @@ function validerElement($parser, $name, $attrs)
// http://doc.spip.org/@validerAttribut // http://doc.spip.org/@validerAttribut
function validerAttribut($parser, $name, $val, $bal) function validerAttribut($phraseur, $name, $val, $bal)
{ {
global $phraseur_xml; global $phraseur_xml;
// Si la balise est inconnue, eviter d'insister // Si la balise est inconnue, eviter d'insister
if (!isset($phraseur_xml->attributs[$bal])) if (!isset($phraseur_xml->dtc->attributs[$bal]))
return ; return ;
$a = $phraseur_xml->attributs[$bal]; $a = $phraseur_xml->dtc->attributs[$bal];
if (!isset($a[$name])) { if (!isset($a[$name])) {
$bons = join(', ',array_keys($a)); $bons = join(', ',array_keys($a));
if ($bons) if ($bons)
...@@ -198,36 +226,50 @@ function validerAttribut($parser, $name, $val, $bal) ...@@ -198,36 +226,50 @@ function validerAttribut($parser, $name, $val, $bal)
. _L(' attribut inconnu de ') . _L(' attribut inconnu de ')
. "<a$bons>$bal</a>" . "<a$bons>$bal</a>"
. _L(" (survoler pour voir les corrects)") . _L(" (survoler pour voir les corrects)")
. coordonnees_erreur($parser); . coordonnees_erreur($phraseur);
} else{ } else{
$type = $a[$name][0]; $type = $a[$name][0];
if ($type[0]=='/') if (!preg_match('/^\w+$/', $type))
valider_motif($parser, $name, $val, $bal, $type); valider_motif($phraseur, $name, $val, $bal, $type);
elseif ($type == 'ID') { else if (function_exists($f = 'validerAttribut_' . $type))
if (isset($phraseur_xml->ids[$val])) { $f($phraseur, $name, $val, $bal);
list($l,$c) = $phraseur_xml->ids[$val]; }
$phraseur_xml->err[]= " <p><b>$val</b>" }
function validerAttribut_ID($phraseur, $name, $val, $bal)
{
global $phraseur_xml;
if (isset($phraseur_xml->ids[$val])) {
list($l,$c) = $phraseur_xml->ids[$val];
$phraseur_xml->err[]= " <p><b>$val</b>"
. _L(" valeur de l'attribut ") . _L(" valeur de l'attribut ")
. "<b>$name</b>" . "<b>$name</b>"
. _L(' de ') . _L(' de ')
. "<b>$bal</b>" . "<b>$bal</b>"
. _L(" vu auparavant ") . _L(" vu auparavant ")
. "(L$l,C$c)" . "(L$l,C$c)"
. coordonnees_erreur($parser); . coordonnees_erreur($phraseur);
} else { } else {
valider_motif($parser, $name, $val, $bal, _REGEXP_ID); valider_motif($phraseur, $name, $val, $bal, _REGEXP_ID);
$phraseur_xml->ids[$val] = array(xml_get_current_line_number($parser), xml_get_current_column_number($parser)); $phraseur_xml->ids[$val] = array(xml_get_current_line_number($phraseur), xml_get_current_column_number($phraseur));
}
} elseif ($type == 'IDREF') {
$phraseur_xml->idrefs[] = array($val, xml_get_current_line_number($parser), xml_get_current_column_number($parser));
} elseif ($type == 'IDREFS') {
$phraseur_xml->idrefss[] = array($val, xml_get_current_line_number($parser), xml_get_current_column_number($parser));
}
} }
} }
// http://doc.spip.org/@valider_motif function validerAttribut_IDREF($phraseur, $name, $val, $bal)
function valider_motif($parser, $name, $val, $bal, $motif) {
global $phraseur_xml;
$phraseur_xml->idrefs[] = array($val, xml_get_current_line_number($phraseur), xml_get_current_column_number($phraseur));
}
function validerAttribut_IDREFS($phraseur, $name, $val, $bal)
{
global $phraseur_xml;
$phraseur_xml->idrefss[] = array($val, xml_get_current_line_number($phraseur), xml_get_current_column_number($phraseur));
}
function valider_motif($phraseur, $name, $val, $bal, $motif)
{ {
global $phraseur_xml; global $phraseur_xml;
...@@ -239,11 +281,10 @@ function valider_motif($parser, $name, $val, $bal, $motif) ...@@ -239,11 +281,10 @@ function valider_motif($parser, $name, $val, $bal, $motif)
. "<b>$bal</b>" . "<b>$bal</b>"
. _L(" n'est pas conforme au motif</p><p>") . _L(" n'est pas conforme au motif</p><p>")
. "<b>" . $motif . "</b></p>" . "<b>" . $motif . "</b></p>"
. coordonnees_erreur($parser); . coordonnees_erreur($phraseur);
} }
} }
// http://doc.spip.org/@valider_idref
function valider_idref($nom, $ligne, $col) function valider_idref($nom, $ligne, $col)
{ {
global $phraseur_xml; global $phraseur_xml;
...@@ -274,7 +315,7 @@ function finElement($phraseur, $name) ...@@ -274,7 +315,7 @@ function finElement($phraseur, $name)
global $phraseur_xml; global $phraseur_xml;
xml_finElement($phraseur, xml_finElement($phraseur,
$name, $name,
$phraseur_xml->elements[$name][0] == 'EMPTY'); $phraseur_xml->dtc->elements[$name][0] == 'EMPTY');
} }
// http://doc.spip.org/@textElement // http://doc.spip.org/@textElement
...@@ -287,16 +328,32 @@ function PiElement($phraseur, $target, $data) ...@@ -287,16 +328,32 @@ function PiElement($phraseur, $target, $data)
// http://doc.spip.org/@defautElement // http://doc.spip.org/@defautElement
function defautElement($phraseur, $data) function defautElement($phraseur, $data)
{ xml_defautElement($phraseur, $data);} {
global $phraseur_xml;
if (!preg_match('/^<!--/', $data)
AND (preg_match_all('/&([^;]*)?/', $data, $r, PREG_SET_ORDER)))
foreach ($r as $m) {
list($t,$e) = $m;
if (!isset($phraseur_xml->dtc->entites[$e]))
$phraseur_xml->err[]= " <b>$e</b>"
. _L(' entite inconnue ')
. coordonnees_erreur($phraseur);
}
xml_defautElement($phraseur, $data);
}
// http://doc.spip.org/@phraserTout // http://doc.spip.org/@phraserTout
function phraserTout($phraseur, $data) function phraserTout($phraseur, $data)
{ {
global $phraseur_xml; global $phraseur_xml;
validateur($data); $this->dtc = charger_dtd($data);
if (isset($phraseur_xml->entites['HTMLsymbol']))
$data = unicode2charset(html2unicode($data, true)); // bug de SAX qui ne dit pas si une Entite est dans un attribut ou non
// ==> eliminer toutes les entites
$data = unicode2charset(html2unicode($data, true));
xml_parsestring($phraseur, $data); xml_parsestring($phraseur, $data);
...@@ -320,14 +377,12 @@ function phraserTout($phraseur, $data) ...@@ -320,14 +377,12 @@ function phraserTout($phraseur, $data)
var $contenu = array(); var $contenu = array();
var $ouvrant = array(); var $ouvrant = array();
var $reperes = array(); var $reperes = array();
var $elements = array();
var $peres = array(); var $dtc = NULL;
var $entites = array(); var $err = array();
var $attributs = array();
var $ids = array(); var $ids = array();
var $idrefs = array(); var $idrefs = array();
var $idrefss = array(); var $idrefss = array();
var $err = array();
} }
// http://doc.spip.org/@inc_valider_xml_dist // http://doc.spip.org/@inc_valider_xml_dist
......
0% ou .
You are about to add 0 people to the discussion. Proceed with caution.
Terminez d'abord l'édition de ce message.
Veuillez vous inscrire ou vous pour commenter

Forge communautaire SPIP | Charte d'utilisation | Signaler un problème sur ce site