diff --git a/ecrire/inc/valider_xml.php b/ecrire/inc/valider_xml.php
index 56d0e6b7c644e27ede430a31503bc6316398ad54..ed86eb6229bef8914182a9997a6fee433302bf26 100644
--- a/ecrire/inc/valider_xml.php
+++ b/ecrire/inc/valider_xml.php
@@ -65,13 +65,32 @@ function charger_dtd($data)
spip_log("Racine $topelement dans $grammaire ($rotlvl)");
$dtc = new DTC;
analyser_dtd($grammaire, $avail, $dtc);
+$r = $dtc->regles; ksort($r);foreach($r as $l => $v) echo "$l '$v'<br />\n";
return $dtc;
}
+// Compiler une regle de production en une Regexp qu'on appliquera sur la
+// suite des noms de balises separes par des espaces. Du coup:
+// supprimer #PCDATA etc, ca ne sert pas pour le controle des balises;
+// supprimer les virgules (les sequences sont implicites dans une Regexp)
+// conserver | + * ? ( ) qui ont la meme signification en DTD et en Regexp;
+// faire suivre chaque nom d'un espace (et supprimer les autres) ...
+// et parentheser le tout pour que | + * ? s'applique dessus.
+
+function compilerRegle($val)
+{
+ $x = str_replace('()','',
+ preg_replace('/\s*,\s*/','',
+ preg_replace('/(\w+)\s*/','(\1 )',
+ preg_replace('/\s*\|\s*/','|',
+ preg_replace('/#\w+\s*[,|]?\s*/','', $val)))));
+ return $x;
+}
+
+
// http://doc.spip.org/@analyser_dtd
function analyser_dtd($grammaire, $avail, &$dtc)
{
-
static $trace = array(); // pour debug
$dtd = '';
@@ -120,23 +139,44 @@ function analyser_dtd($grammaire, $avail, &$dtc)
}
}
- // memoriser la regle de production de l'element
- // et dresser le tableau de ses fils potentiels
- // pour traquer tres vite les balises filles illegitimes
-
+ // Dresser le tableau des filles potentielles de l'element
+ // pour traquer tres vite les illegitimes.
+ // Si la regle a au moins une sequence (i.e. une virgule)
+ // ou n'est pas une it�ration (i.e. se termine par * ou +)
+ // en faire une RegExp qu'on appliquera aux balises rencontrees.
+ // Sinon, conserver seulement le type de l'iteration car la traque
+ // aura fait l'essentiel du controle sans memorisation des balises.
+ // Fin du controle en finElement
if (preg_match_all('/<!ELEMENT\s+(\S+)\s+([^>]*)>/', $dtd, $r, PREG_SET_ORDER)) {
foreach($r as $m) {
list(,$nom, $val) = $m;
$nom = expanserEntite($nom, $dtc->macros);
- $val = expanserEntite($val, $dtc->macros);
- $dtc->regles[$nom]= $val;
- $val = array_values(preg_split('/\W+/', $val,-1, PREG_SPLIT_NO_EMPTY));
- $dtc->elements[$nom]= $val;
-
- foreach ($val as $k) {
- if (($k != 'EMPTY') AND ($k != 'ANY') AND ($k[0] != '#') AND ((!isset($dtc->peres[$k])) OR !in_array($nom, $dtc->peres[$k])))
- $dtc->peres[$k][]= $nom;
+ $val = compilerRegle(expanserEntite($val, $dtc->macros));
+ if (isset($dtc->elements[$nom])) {
+ spip_log("double definition de $nom dans la DTD");
+ return;
+ }
+ $filles = array();
+ if ($val == '(EMPTY )')
+ $dtc->regles[$nom] = 'EMPTY';
+ elseif ($val == '(ANY )')
+ $dtc->regles[$nom] = 'ANY';
+ else {
+ $last = substr($val,-1);
+ if (preg_match('/ \w/', $val)
+ OR strpos('*+', $last) === false)
+ $dtc->regles[$nom] = "/^$val$/";
+ else
+ $dtc->regles[$nom] = $last;
+ $filles = array_values(preg_split('/\W+/', $val,-1, PREG_SPLIT_NO_EMPTY));
+
+ foreach ($filles as $k) {
+ if ((!isset($dtc->peres[$k]))
+ OR !in_array($nom, $dtc->peres[$k]))
+ $dtc->peres[$k][]= $nom;
+ }
}
+ $dtc->elements[$nom]= $filles;
}
// tri pour presenter les suggestions de corrections
foreach ($dtc->peres as $k => $v) {
@@ -169,37 +209,34 @@ function analyser_dtd($grammaire, $avail, &$dtc)
spip_log("DTD $avail $grammaire ". strlen($dtd) . ' octets ' . count($dtc->macros) . ' macros, ' . count($dtc->elements) . ' elements, ' . count($trace) . " types diff�rents d'attributs " . count($dtc->entites) . " entites");
}
+
// http://doc.spip.org/@expanserEntite
function expanserEntite($val, $macros)
{
if (preg_match_all('/%([.\w]+);/', $val, $r, PREG_SET_ORDER)) {
- foreach($r as $m)
+ foreach($r as $m) {
+ $ent = $m[1];
// il peut valoir ""
- if (isset($macros[$m[1]]))
- $val = str_replace($m[0], $macros[$m[1]], $val);
+ if (isset($macros[$ent]))
+ $val = str_replace($m[0], $macros[$ent], $val);
+ }
}
return trim(preg_replace('/\s+/', ' ', $val));
}
+
// http://doc.spip.org/@validerElement
function validerElement($phraseur, $name, $attrs)
{
global $phraseur_xml;
- if (!$phraseur_xml->dtc->elements) return;
-
if (!isset($phraseur_xml->dtc->elements[$name]))
$phraseur_xml->err[]= " <b>$name</b>"
. _L(' balise inconnue ')
. coordonnees_erreur($phraseur);
- // controler les filles illegitimes, mais pas le droit d'ainesse
- // (i.e. l'ordre de succession indique par une virgule dans la regle:
- // le cas est rare, du coup interet/temps-de-calcul tend vers 0)
- // Pour XHTML 1.0 il n'y a que <html>, <head> et <table>.
- // Mais a-t-on jamais mis head apres body et caption apres tr ?
- // Quant a Head, c'est juste pour avoir 1 seul title et 1 seul base.
else {
+ // controler les filles illegitimes, ca suffut
$depth = $phraseur_xml->depth;
$ouvrant = $phraseur_xml->ouvrant;
if (isset($ouvrant[$depth])) {
@@ -216,9 +253,14 @@ function validerElement($phraseur, $name, $attrs)
. (!$bons_peres ? ''
: (_L( '<p style="font-size: 80%"> mais de <b>') . $bons_peres . '</b></p>'))
. coordonnees_erreur($phraseur);
- }
+ } else if ($phraseur_xml->dtc->regles[$pere][0]=='/') {
+ $phraseur_xml->fratrie[substr($depth,2)].= "$name ";
+ }
}
}
+ // Init de la suite des balises a memoriser si regle difficile
+ if ($phraseur_xml->dtc->regles[$name][0]=='/')
+ $phraseur_xml->fratrie[$depth]='';
if (isset($phraseur_xml->dtc->attributs[$name])) {
foreach ($phraseur_xml->dtc->attributs[$name] as $n => $v)
{ if (($v[1] == '#REQUIRED') AND (!isset($attrs[$n])))
@@ -352,7 +394,9 @@ function debutElement($phraseur, $name, $attrs)
{
global $phraseur_xml;
- validerElement($phraseur, $name, $attrs);
+ if ($phraseur_xml->dtc->elements)
+ validerElement($phraseur, $name, $attrs);
+
xml_debutElement($phraseur, $name, $attrs);
$depth = &$phraseur_xml->depth;
$phraseur_xml->debuts[$depth] = strlen($phraseur_xml->res);
@@ -374,33 +418,37 @@ function finElement($phraseur, $name)
if ($ouv[0] != ' ')
$ouvrant[$depth] = ' ' . $ouv;
else $ouv= "";
- $n = strlen($phraseur_xml->res) + strlen(trim($contenu[$depth]));
+ $n = strlen($phraseur_xml->res);
+ $c = strlen(trim($contenu[$depth]));
$k = $phraseur_xml->debuts[$depth];
$regle = $phraseur_xml->dtc->regles[$name];
$vide = ($regle == 'EMPTY');
- // controler que les balises devant etre vides le sont (ok),
- // idem pour les nons vides (approximatif, car on ignore "|")
- // Pour Xhtml 1.0, cette approximation suffit
+ // controler que les balises devant etre vides le sont
if ($vide) {
- if ($n <> $k)
+ if ($n <> ($k + $c))
$phraseur_xml->err[]= " <p><b>$name</b>"
. _L(' balise non vide')
. coordonnees_erreur($phraseur);
- } elseif ($n == $k) {
- if (strpos($regle, '+')) $ok = false;
- else {
- if (!preg_match('/^\(.*(.)$/', $regle,$r))
- $ok = true; // DATA: ok.
- elseif ($r[1] != ')') $ok = true; // i.e. ? ou *: ok
- elseif (preg_match('/[^?*)][)]*,/', $regle)) $ok= false;
- else $ok= true;
- }
- if( !$ok) {
- $phraseur_xml->err[]= " <p>\n<b>$name</b>"
- . _L(' balise vide')
- . coordonnees_erreur($phraseur);
+ // pour les regles PCDATA ou iteration de disjonction, tout est fait
+ } elseif ($regle AND ($regle != '*')) {
+ if ($regle == '+') {
+ // iteration de disjonction non vide: 1 balise au -
+ if ($n == $k) {
+ $phraseur_xml->err[]= " <p>\n<b>$name</b>"
+ . _L(' balise vide')
+ . coordonnees_erreur($phraseur);
+ }
+ } else {
+ $f = $phraseur_xml->fratrie[substr($depth,2)];
+ if (!preg_match($regle, $f))
+ $phraseur_xml->err[]= " <p>\n<b>$name</b>"
+ . _L(' succession des fils incorrecte : <b>')
+ . $f
+ . '</b>'
+ . coordonnees_erreur($phraseur);
}
+
}
xml_finElement($phraseur, $name, $vide);
}
@@ -460,6 +508,7 @@ function phraserTout($phraseur, $data)
var $idrefs = array();
var $idrefss = array();
var $debuts = array();
+ var $fratrie = array();
}
// http://doc.spip.org/@inc_valider_xml_dist