Validation XML hors pages de l'espace privé: la Regexp du Doctype accepte que...

Validation XML hors pages de l'espace privé: la Regexp du Doctype accepte que celui-ci soit précédé de commentaires et Processing Instruction (<?xml etc) en nombre quelconque. De plus, en cas de Doctype absent ou mal écrit, le validateur prendra celui  de l'espace privé, savoir le XHTML1.0 transitionnal à ce jour. Entre autres, ca dispense de mettre un Doctype complet (avec l'URL de la DTD) dans ses squelettes si on le souhaite.

ecrire/balise/formulaire_admin.php

@@ -106,13 +106,13 @@ function balise_FORMULAIRE_ADMIN_dyn($float='', $debug='') {
 			!$var_preview
 		)
 	) ? parametre_url(self(),'var_mode', 'debug', '&'): '';
-	$analyser = !$xhtml ? "" :
+		$analyser = !$xhtml ? "" :
 		(($xhtml === 'sax') ?
 		(parametre_url(self(), 'var_mode', 'debug', '&')
 			.'&var_mode_affiche=validation') :
 		('http://validator.w3.org/check?uri='
 		. rawurlencode("http://" . $_SERVER['HTTP_HOST'] . nettoyer_uri())));
-
+	
 	// hack - ne pas avoir la rubrique si un autre bouton est deja present
 	if ($id_article OR $id_breve) unset ($id_rubrique);
 
@@ -175,9 +175,9 @@ function balise_FORMULAIRE_ADMIN_dyn($float='', $debug='') {
 		$env['use_cache'] = ' *';
 	if ($analyser)
 		$env['analyser'] = $analyser;
-	if (isset($GLOBALS['xhtml_error']))
-		$env['xhtml_error'] = $GLOBALS['xhtml_error'];
-
+	if (isset($GLOBALS['xhtml_error']) AND $GLOBALS['xhtml_error']) {
+		$env['xhtml_error'] = count($GLOBALS['xhtml_error']);
+	}
 	foreach (array('article','rubrique','auteur','breve','mot','syndic'=>'site')
 	as $id => $obj) {
 		if (is_int($id)) $id = $obj;

ecrire/inc/sax.php

@@ -225,18 +225,24 @@ function sax_bug($data)
 	$doctype = "";
 
 	$r = analyser_doctype($data);
-	if ($r) {
-		list ($doctype, $topelement, $avail, $grammaire, $rotlvl) = $r;
+	if (!$r) {
+		$data = _MESSAGE_DOCTYPE . _DOCTYPE_ECRIRE
+		. preg_replace(_REGEXP_DOCTYPE, '', $data);
+		$r =  analyser_doctype($data);
+	}
+
+	list($doctype, $topelement, $avail, $grammaire, $rotlvl) = $r;
+
 		//$data = str_replace('DOCTYPE','doctype',$doctype).substr($data,strlen($doctype));
-		$file = _DIR_CACHE_XML . preg_replace('/[^\w.]/','_', $rotlvl) . '.gz';
-		if (lire_fichier($file, $r))
+	$file = _DIR_CACHE_XML . preg_replace('/[^\w.]/','_', $rotlvl) . '.gz';
+
+	if (lire_fichier($file, $r)) {
 			$phraseur_xml->dtc = unserialize($r);
-		else {
+	} else {
 			include_spip('xml/analyser_dtd');
 		    	$phraseur_xml->dtc = charger_dtd($grammaire, $avail);
 			if (($avail == 'PUBLIC' ) AND $phraseur_xml->dtc)
 				ecrire_fichier($file, serialize($phraseur_xml->dtc), true);
-		}
 	}
 
 	if ($phraseur_xml->dtc) {
@@ -258,7 +264,7 @@ function analyser_doctype($data)
 	if (!preg_match(_REGEXP_DOCTYPE, $data, $r))
 		return array();
 
-	list($doctype,,$topelement, $avail,$suite) = $r;
+	list($doctype,$pi,$co,$pico, $topelement, $avail,$suite) = $r;
 
 	if (!preg_match('/^"([^"]*)"\s*(.*)$/', $suite, $r))
 		if (!preg_match("/^'([^']*)'\s*(.*)$/", $suite, $r))
@@ -266,15 +272,18 @@ function analyser_doctype($data)
 	list(,$rotlvl, $suite) = $r;
 
 	if (!$suite) {
+		if ($avail != 'SYSTEM') return array();
 		$grammaire = $rotlvl;
 		$rotlvl = '';
 	} else {
 		if (!preg_match('/^"([^"]*)"\s*$/', $suite, $r))
 			if (!preg_match("/^'([^']*)'\s*$/", $suite, $r))
 				return array();
+
 		$grammaire = $r[1];
 	}
-	return array($doctype, $topelement, $avail, $grammaire, $rotlvl);
+
+	return array(substr($doctype,strlen($pico)), $topelement, $avail, $grammaire, $rotlvl);
 }
 
 ?>

ecrire/inc/valider_xml.php

@@ -283,12 +283,12 @@ function phraserTout($phraseur, $data)
 { 
 	xml_parsestring($phraseur, $data);
 
-	if (!$this->dtc) {
-	  $GLOBALS['xhtml_error'] = 'DOCTYPE ? 0 0<br />';
-	  $this->err = array('DOCTYPE ? 0 0<br />');
+	if (!$this->dtc OR preg_match(',^' . _MESSAGE_DOCTYPE . ',', $data)) {
+		$GLOBALS['xhtml_error'] .= 'DOCTYPE ? 0 0<br />';
+		$this->err[]= ('DOCTYPE ? 0 0<br />');
 	} else {
-	  $valider_passe2 = charger_fonction('valider_passe2', 'inc');
-	  $valider_passe2($this);
+		$valider_passe2 = charger_fonction('valider_passe2', 'inc');
+		$valider_passe2($this);
 	}
 	return !$this->err ?  $this->res : join('<br />', $this->err) . '<br />';
 }

ecrire/xml/analyser_dtd.php

@@ -75,15 +75,17 @@ function analyser_dtd($loc, $avail, &$dtc)
 	}
 
 	if (!$dtd) {
-		spip_log("DTD $loc inaccessible");
+		spip_log("DTD '$loc' inaccessible");
 		return false;
-	}
+	} else 	spip_log("analyse de la DTD $loc ");
 
 	while ($dtd) {
 		if ($dtd[0] != '<')
 			$r = analyser_dtd_lexeme($dtd, $dtc, $loc);
 		elseif ($dtd[1] != '!')
 			$r = analyser_dtd_pi($dtd, $dtc, $loc);
+		elseif ($dtd[2] == '[')
+			$r = analyser_dtd_data($dtd, $dtc, $loc);
 		else switch ($dtd[3]) {
 	  case '%' : $r = analyser_dtd_data($dtd, $dtc, $loc); break;
 	  case 'T' : $r = analyser_dtd_attlist($dtd, $dtc, $loc);break;
@@ -92,15 +94,13 @@ function analyser_dtd($loc, $avail, &$dtc)
 	  case 'O' : $r = analyser_dtd_notation($dtd, $dtc, $loc);break;
 	  case '-' : $r = analyser_dtd_comment($dtd, $dtc, $loc); break;
 	  default: $r = -1;
-	  }
-
+		  }
 		if (!is_string($r)) {
 			spip_log("erreur $r dans la DTD  " . substr($dtd,0,80) . ".....");
 			return false;
 		}
 		$dtd = $r;
- 
-	}
+ 	}
 	return true;
 }
 
@@ -141,8 +141,8 @@ function analyser_dtd_lexeme($dtd, &$dtc, $grammaire){
 
 // http://doc.spip.org/@analyser_dtd_data
 function analyser_dtd_data($dtd, &$dtc, $grammaire){
-	if (!preg_match('/^<!\[%([^;]*);\s*\[\s*(.*?)\]\]>\s*(.*)$/s',$dtd, $m))
-		return -6;
+	if (!preg_match('/^<!\[\s*%\s*([^;]*);\s*\[\s*(.*?)\]\]>\s*(.*)$/s',$dtd, $m))
+		return -11;
 	if ($dtc->macros[$m[1]] == 'INCLUDE')
 		$retour = $m[2] . $m[3];
 	else $retour = $m[3]; 
@@ -163,7 +163,7 @@ function analyser_dtd_entity($dtd, &$dtc, $grammaire)
 	if (!preg_match(_REGEXP_ENTITY_DECL, $dtd, $m))
 		return -2;
 
-	list($t, $term, $nom, $type, $val, $q, $alt, $dtd) = $m;
+	list($t, $term, $nom, $type, $val, $q, $c, $alt, $dtd) = $m;
 
 	if (isset($dtc->macros[$nom]) AND $dtc->macros[$nom])
 		return $dtd;

ecrire/xml/interfaces.php

@@ -15,7 +15,9 @@ if (!defined("_ECRIRE_INC_VERSION")) return;
 include_spip('inc/sax');
 
 define('_REGEXP_DOCTYPE',
-	'/^\s*(<[?][^>]*>\s*)?<!DOCTYPE\s+(\w+)\s+(\w+)\s*([^>]*)>\s*/');
+	'/^((<[?][^>]*>)*\s*(<!--.*?-->)*)*<!DOCTYPE\s+(\w+)\s+(\w+)\s*([^>]*)>\s*/');
+
+define('_MESSAGE_DOCTYPE', '<!-- SPIP CORRIGE -->');
 
 define('_SUB_REGEXP_SYMBOL', '[A-Za-z_][\w_:.-]*');
 
@@ -25,7 +27,7 @@ define('_REGEXP_ENTITY_USE', '/%('  . _SUB_REGEXP_SYMBOL . ');/');
 define('_REGEXP_ENTITY_DEF', '/^%('  . _SUB_REGEXP_SYMBOL . ');/');
 define('_REGEXP_ENTITY_DECL', '/^<!ENTITY\s+(%?)\s*(' .
 		_SUB_REGEXP_SYMBOL .
-		';?)\s+(PUBLIC|SYSTEM|INCLUDE|IGNORE)?\s*"([^"]*)"\s*("([^"]*)")?\s*>\s*(.*)$/s');
+		';?)\s+(PUBLIC|SYSTEM|INCLUDE|IGNORE|CDATA)?\s*"([^"]*)"\s*(--.*?--)?("([^"]*)")?\s*>\s*(.*)$/s');
 
 // Document Type Compilation