mirror of
https://github.com/Hopiu/linkchecker.git
synced 2026-04-19 22:01:00 +00:00
fix quoting in parser
git-svn-id: https://linkchecker.svn.sourceforge.net/svnroot/linkchecker/trunk/linkchecker@683 e7d03fd6-7b0d-0410-9947-9c21f3af8025
This commit is contained in:
calvin
parent
5d66fa6af1
commit
3a22f0e59f
3 changed files with 159 additions and 140 deletions
|
|
@ -2,6 +2,9 @@
|
|||
* - ignore invalid html attribute characters
|
||||
- ignore trailing garbage on html end tags
|
||||
- fixed debugging code with flex
|
||||
- use flex memory management interface
|
||||
- use only double quotes for attribute quoting
|
||||
- check quoting of all attributes
|
||||
Changed files: linkcheck/parser/htmllex.l
|
||||
* build parser with flex 2.5.25
|
||||
Changed files: linkcheck/parser/{Makefile, htmllex.c}
|
||||
|
|
|
|||
|
|
@ -6646,21 +6646,27 @@ char *yytext;
|
|||
#define SET_ERROR(s)
|
||||
|
||||
/* use Pythons memory management */
|
||||
#define malloc PyMem_Malloc
|
||||
#define realloc PyMem_Realloc
|
||||
#define free PyMem_Free
|
||||
void* yyalloc (size_t bytes, void* yyscanner) {
|
||||
return PyMem_Malloc(bytes);
|
||||
}
|
||||
void* yyrealloc (void* ptr, size_t bytes, void* yyscanner) {
|
||||
return PyMem_Realloc(ptr, bytes);
|
||||
}
|
||||
void yyfree (void* ptr, void* yyscanner) {
|
||||
PyMem_Free(ptr);
|
||||
}
|
||||
|
||||
#include "htmlparse.h"
|
||||
|
||||
/* Find out if and how we must quote the value as an HTML attribute.
|
||||
- quote if it contains white space or <> or ends with /
|
||||
- quote with " if it contains '
|
||||
- quote with ' if it contains "
|
||||
|
||||
val is a Python String object
|
||||
/* Find out if the given HTML attribute val must be quoted.
|
||||
The string will be surrounded by double quotes if it contains white space
|
||||
or <> or ends with /.
|
||||
All double quotes inside the string will be replaced with ".
|
||||
val must be a Python String object
|
||||
*/
|
||||
static PyObject* quote_string (PyObject* val) {
|
||||
char* quote = NULL;
|
||||
int quote = 0;
|
||||
int replace = 0;
|
||||
int len = PyString_GET_SIZE(val);
|
||||
char* internal = PyString_AS_STRING(val);
|
||||
int i;
|
||||
|
|
@ -6670,28 +6676,29 @@ static PyObject* quote_string (PyObject* val) {
|
|||
return val;
|
||||
}
|
||||
for (i=0; i<len; i++) {
|
||||
if (!quote && (isspace(internal[i]) ||
|
||||
internal[i]=='<' ||
|
||||
internal[i]=='>')) {
|
||||
quote = "\"";
|
||||
}
|
||||
else if (internal[i]=='\'') {
|
||||
quote = "\"";
|
||||
break;
|
||||
if (isspace(internal[i]) ||
|
||||
internal[i]=='<' ||
|
||||
internal[i]=='>' ||
|
||||
internal[i]=='\'') {
|
||||
if (!quote) quote = 1;
|
||||
}
|
||||
else if (internal[i]=='"') {
|
||||
quote = "'";
|
||||
break;
|
||||
replace = 1;
|
||||
}
|
||||
}
|
||||
if (!quote && internal[len-1]=='/') {
|
||||
quote = "\"";
|
||||
quote = 1;
|
||||
}
|
||||
if (quote==NULL) {
|
||||
if (replace) {
|
||||
PyObject* nval = PyObject_CallMethod(val, "replace", "ss", "\"", """);
|
||||
Py_DECREF(val);
|
||||
val = nval;
|
||||
}
|
||||
if (!quote) {
|
||||
return val;
|
||||
}
|
||||
/* quote suffix */
|
||||
if ((prefix = PyString_FromString(quote))==NULL) return NULL;
|
||||
if ((prefix = PyString_FromString("\""))==NULL) return NULL;
|
||||
PyString_Concat(&val, prefix);
|
||||
if (val==NULL) {
|
||||
Py_DECREF(prefix);
|
||||
|
|
@ -6705,6 +6712,10 @@ static PyObject* quote_string (PyObject* val) {
|
|||
}
|
||||
return prefix;
|
||||
}
|
||||
|
||||
#define YY_NO_FLEX_ALLOC 1
|
||||
#define YY_NO_FLEX_REALLOC 1
|
||||
#define YY_NO_FLEX_FREE 1
|
||||
/* uncomment the next line for debugging */
|
||||
/*%option debug*/
|
||||
#define YY_NO_UNPUT 1
|
||||
|
|
@ -6742,7 +6753,7 @@ static PyObject* quote_string (PyObject* val) {
|
|||
|
||||
#define S_STRING 16
|
||||
|
||||
#line 6746 "htmllex.c"
|
||||
#line 6757 "htmllex.c"
|
||||
#endif /* !yyIN_HEADER YY-END-DISCARD-FROM-HEADER */
|
||||
|
||||
/* Special case for "unistd.h", since it is non-ANSI. We include it way
|
||||
|
|
@ -7055,12 +7066,12 @@ YY_DECL
|
|||
register char *yy_cp, *yy_bp;
|
||||
register int yy_act;
|
||||
|
||||
#line 194 "htmllex.l"
|
||||
#line 203 "htmllex.l"
|
||||
#define YY_TABLES_VERIFY 0
|
||||
|
||||
|
||||
/*********************** EOF ************************/
|
||||
#line 7064 "htmllex.c"
|
||||
#line 7075 "htmllex.c"
|
||||
|
||||
yylval = yylvalp;
|
||||
#ifdef YYLTYPE
|
||||
|
|
@ -7167,7 +7178,7 @@ case YY_STATE_EOF(S_ATTR4):
|
|||
case YY_STATE_EOF(S_ATTR5):
|
||||
case YY_STATE_EOF(S_APOSSTRING):
|
||||
case YY_STATE_EOF(S_STRING):
|
||||
#line 197 "htmllex.l"
|
||||
#line 206 "htmllex.l"
|
||||
{
|
||||
/* wait for more data */
|
||||
return T_WAIT;
|
||||
|
|
@ -7176,7 +7187,7 @@ case YY_STATE_EOF(S_STRING):
|
|||
/*********************** COMMENT ************************/
|
||||
case 1:
|
||||
YY_RULE_SETUP
|
||||
#line 203 "htmllex.l"
|
||||
#line 212 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7185,7 +7196,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 2:
|
||||
YY_RULE_SETUP
|
||||
#line 209 "htmllex.l"
|
||||
#line 218 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7198,7 +7209,7 @@ YY_RULE_SETUP
|
|||
case 3:
|
||||
/* rule 3 can match eol */
|
||||
YY_RULE_SETUP
|
||||
#line 218 "htmllex.l"
|
||||
#line 227 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7208,7 +7219,7 @@ YY_RULE_SETUP
|
|||
case 4:
|
||||
/* rule 4 can match eol */
|
||||
YY_RULE_SETUP
|
||||
#line 224 "htmllex.l"
|
||||
#line 233 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7217,7 +7228,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 5:
|
||||
YY_RULE_SETUP
|
||||
#line 230 "htmllex.l"
|
||||
#line 239 "htmllex.l"
|
||||
{
|
||||
return T_WAIT;
|
||||
}
|
||||
|
|
@ -7225,7 +7236,7 @@ YY_RULE_SETUP
|
|||
/*********************** DOCTYPE ************************/
|
||||
case 6:
|
||||
YY_RULE_SETUP
|
||||
#line 235 "htmllex.l"
|
||||
#line 244 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7234,7 +7245,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 7:
|
||||
YY_RULE_SETUP
|
||||
#line 241 "htmllex.l"
|
||||
#line 250 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7246,7 +7257,7 @@ YY_RULE_SETUP
|
|||
case 8:
|
||||
/* rule 8 can match eol */
|
||||
YY_RULE_SETUP
|
||||
#line 249 "htmllex.l"
|
||||
#line 258 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7256,7 +7267,7 @@ YY_RULE_SETUP
|
|||
/*********************** CDATA ************************/
|
||||
case 9:
|
||||
YY_RULE_SETUP
|
||||
#line 256 "htmllex.l"
|
||||
#line 265 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7265,7 +7276,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 10:
|
||||
YY_RULE_SETUP
|
||||
#line 262 "htmllex.l"
|
||||
#line 271 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7278,7 +7289,7 @@ YY_RULE_SETUP
|
|||
case 11:
|
||||
/* rule 11 can match eol */
|
||||
YY_RULE_SETUP
|
||||
#line 271 "htmllex.l"
|
||||
#line 280 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7288,7 +7299,7 @@ YY_RULE_SETUP
|
|||
case 12:
|
||||
/* rule 12 can match eol */
|
||||
YY_RULE_SETUP
|
||||
#line 277 "htmllex.l"
|
||||
#line 286 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7297,7 +7308,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 13:
|
||||
YY_RULE_SETUP
|
||||
#line 283 "htmllex.l"
|
||||
#line 292 "htmllex.l"
|
||||
{
|
||||
return T_WAIT;
|
||||
}
|
||||
|
|
@ -7305,7 +7316,7 @@ YY_RULE_SETUP
|
|||
/*********************** PI ************************/
|
||||
case 14:
|
||||
YY_RULE_SETUP
|
||||
#line 288 "htmllex.l"
|
||||
#line 297 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7314,7 +7325,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 15:
|
||||
YY_RULE_SETUP
|
||||
#line 294 "htmllex.l"
|
||||
#line 303 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7327,7 +7338,7 @@ YY_RULE_SETUP
|
|||
case 16:
|
||||
/* rule 16 can match eol */
|
||||
YY_RULE_SETUP
|
||||
#line 303 "htmllex.l"
|
||||
#line 312 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7337,7 +7348,7 @@ YY_RULE_SETUP
|
|||
case 17:
|
||||
/* rule 17 can match eol */
|
||||
YY_RULE_SETUP
|
||||
#line 309 "htmllex.l"
|
||||
#line 318 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7346,7 +7357,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 18:
|
||||
YY_RULE_SETUP
|
||||
#line 315 "htmllex.l"
|
||||
#line 324 "htmllex.l"
|
||||
{
|
||||
return T_WAIT;
|
||||
}
|
||||
|
|
@ -7358,7 +7369,7 @@ case 19:
|
|||
YY_G(yy_c_buf_p) = yy_cp -= 1;
|
||||
YY_DO_BEFORE_ACTION; /* set up yytext again */
|
||||
YY_RULE_SETUP
|
||||
#line 321 "htmllex.l"
|
||||
#line 330 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7369,7 +7380,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 20:
|
||||
YY_RULE_SETUP
|
||||
#line 329 "htmllex.l"
|
||||
#line 338 "htmllex.l"
|
||||
{
|
||||
/* actually accept a lot of tag chars, which may be illegal,
|
||||
but we dont care, its the browsers job */
|
||||
|
|
@ -7381,7 +7392,7 @@ YY_RULE_SETUP
|
|||
case 21:
|
||||
/* rule 21 can match eol */
|
||||
YY_RULE_SETUP
|
||||
#line 337 "htmllex.l"
|
||||
#line 346 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7393,7 +7404,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 22:
|
||||
YY_RULE_SETUP
|
||||
#line 346 "htmllex.l"
|
||||
#line 355 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7415,7 +7426,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 23:
|
||||
YY_RULE_SETUP
|
||||
#line 365 "htmllex.l"
|
||||
#line 374 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7437,7 +7448,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 24:
|
||||
YY_RULE_SETUP
|
||||
#line 384 "htmllex.l"
|
||||
#line 393 "htmllex.l"
|
||||
{
|
||||
return T_WAIT;
|
||||
}
|
||||
|
|
@ -7446,7 +7457,7 @@ YY_RULE_SETUP
|
|||
case 25:
|
||||
/* rule 25 can match eol */
|
||||
YY_RULE_SETUP
|
||||
#line 389 "htmllex.l"
|
||||
#line 398 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7458,7 +7469,7 @@ YY_RULE_SETUP
|
|||
case 26:
|
||||
/* rule 26 can match eol */
|
||||
YY_RULE_SETUP
|
||||
#line 397 "htmllex.l"
|
||||
#line 406 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7472,7 +7483,7 @@ case 27:
|
|||
YY_G(yy_c_buf_p) = yy_cp = yy_bp + 1;
|
||||
YY_DO_BEFORE_ACTION; /* set up yytext again */
|
||||
YY_RULE_SETUP
|
||||
#line 404 "htmllex.l"
|
||||
#line 413 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7485,7 +7496,7 @@ case 28:
|
|||
YY_G(yy_c_buf_p) = yy_cp -= 1;
|
||||
YY_DO_BEFORE_ACTION; /* set up yytext again */
|
||||
YY_RULE_SETUP
|
||||
#line 410 "htmllex.l"
|
||||
#line 419 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7498,7 +7509,7 @@ case 29:
|
|||
YY_G(yy_c_buf_p) = yy_cp -= 1;
|
||||
YY_DO_BEFORE_ACTION; /* set up yytext again */
|
||||
YY_RULE_SETUP
|
||||
#line 416 "htmllex.l"
|
||||
#line 425 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7511,7 +7522,7 @@ case 30:
|
|||
YY_G(yy_c_buf_p) = yy_cp -= 1;
|
||||
YY_DO_BEFORE_ACTION; /* set up yytext again */
|
||||
YY_RULE_SETUP
|
||||
#line 422 "htmllex.l"
|
||||
#line 431 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7524,7 +7535,7 @@ case 31:
|
|||
YY_G(yy_c_buf_p) = yy_cp -= 1;
|
||||
YY_DO_BEFORE_ACTION; /* set up yytext again */
|
||||
YY_RULE_SETUP
|
||||
#line 428 "htmllex.l"
|
||||
#line 437 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7537,7 +7548,7 @@ case 32:
|
|||
YY_G(yy_c_buf_p) = yy_cp -= 1;
|
||||
YY_DO_BEFORE_ACTION; /* set up yytext again */
|
||||
YY_RULE_SETUP
|
||||
#line 434 "htmllex.l"
|
||||
#line 443 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7550,7 +7561,7 @@ case 33:
|
|||
YY_G(yy_c_buf_p) = yy_cp -= 1;
|
||||
YY_DO_BEFORE_ACTION; /* set up yytext again */
|
||||
YY_RULE_SETUP
|
||||
#line 440 "htmllex.l"
|
||||
#line 449 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7563,7 +7574,7 @@ case 34:
|
|||
YY_G(yy_c_buf_p) = yy_cp -= 1;
|
||||
YY_DO_BEFORE_ACTION; /* set up yytext again */
|
||||
YY_RULE_SETUP
|
||||
#line 446 "htmllex.l"
|
||||
#line 455 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7572,7 +7583,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 35:
|
||||
YY_RULE_SETUP
|
||||
#line 452 "htmllex.l"
|
||||
#line 461 "htmllex.l"
|
||||
{
|
||||
return T_WAIT;
|
||||
}
|
||||
|
|
@ -7581,7 +7592,7 @@ YY_RULE_SETUP
|
|||
case 36:
|
||||
/* rule 36 can match eol */
|
||||
YY_RULE_SETUP
|
||||
#line 457 "htmllex.l"
|
||||
#line 466 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7593,7 +7604,7 @@ YY_RULE_SETUP
|
|||
case 37:
|
||||
/* rule 37 can match eol */
|
||||
YY_RULE_SETUP
|
||||
#line 465 "htmllex.l"
|
||||
#line 474 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7607,7 +7618,7 @@ case 38:
|
|||
YY_G(yy_c_buf_p) = yy_cp = yy_bp + 1;
|
||||
YY_DO_BEFORE_ACTION; /* set up yytext again */
|
||||
YY_RULE_SETUP
|
||||
#line 472 "htmllex.l"
|
||||
#line 481 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7620,7 +7631,7 @@ case 39:
|
|||
YY_G(yy_c_buf_p) = yy_cp -= 1;
|
||||
YY_DO_BEFORE_ACTION; /* set up yytext again */
|
||||
YY_RULE_SETUP
|
||||
#line 478 "htmllex.l"
|
||||
#line 487 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7633,7 +7644,7 @@ case 40:
|
|||
YY_G(yy_c_buf_p) = yy_cp -= 1;
|
||||
YY_DO_BEFORE_ACTION; /* set up yytext again */
|
||||
YY_RULE_SETUP
|
||||
#line 484 "htmllex.l"
|
||||
#line 493 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7646,7 +7657,7 @@ case 41:
|
|||
YY_G(yy_c_buf_p) = yy_cp -= 1;
|
||||
YY_DO_BEFORE_ACTION; /* set up yytext again */
|
||||
YY_RULE_SETUP
|
||||
#line 490 "htmllex.l"
|
||||
#line 499 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7659,7 +7670,7 @@ case 42:
|
|||
YY_G(yy_c_buf_p) = yy_cp -= 1;
|
||||
YY_DO_BEFORE_ACTION; /* set up yytext again */
|
||||
YY_RULE_SETUP
|
||||
#line 496 "htmllex.l"
|
||||
#line 505 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7672,7 +7683,7 @@ case 43:
|
|||
YY_G(yy_c_buf_p) = yy_cp -= 1;
|
||||
YY_DO_BEFORE_ACTION; /* set up yytext again */
|
||||
YY_RULE_SETUP
|
||||
#line 502 "htmllex.l"
|
||||
#line 511 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7685,7 +7696,7 @@ case 44:
|
|||
YY_G(yy_c_buf_p) = yy_cp -= 1;
|
||||
YY_DO_BEFORE_ACTION; /* set up yytext again */
|
||||
YY_RULE_SETUP
|
||||
#line 508 "htmllex.l"
|
||||
#line 517 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7694,7 +7705,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 45:
|
||||
YY_RULE_SETUP
|
||||
#line 514 "htmllex.l"
|
||||
#line 523 "htmllex.l"
|
||||
{
|
||||
return T_WAIT;
|
||||
}
|
||||
|
|
@ -7702,7 +7713,7 @@ YY_RULE_SETUP
|
|||
/*********************** ATTRS ************************/
|
||||
case 46:
|
||||
YY_RULE_SETUP
|
||||
#line 519 "htmllex.l"
|
||||
#line 528 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7712,7 +7723,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 47:
|
||||
YY_RULE_SETUP
|
||||
#line 526 "htmllex.l"
|
||||
#line 535 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7724,7 +7735,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 48:
|
||||
YY_RULE_SETUP
|
||||
#line 535 "htmllex.l"
|
||||
#line 544 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7736,7 +7747,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 49:
|
||||
YY_RULE_SETUP
|
||||
#line 544 "htmllex.l"
|
||||
#line 553 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7746,7 +7757,7 @@ YY_RULE_SETUP
|
|||
case 50:
|
||||
/* rule 50 can match eol */
|
||||
YY_RULE_SETUP
|
||||
#line 550 "htmllex.l"
|
||||
#line 559 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7756,7 +7767,7 @@ YY_RULE_SETUP
|
|||
case 51:
|
||||
/* rule 51 can match eol */
|
||||
YY_RULE_SETUP
|
||||
#line 556 "htmllex.l"
|
||||
#line 565 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7768,7 +7779,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 52:
|
||||
YY_RULE_SETUP
|
||||
#line 565 "htmllex.l"
|
||||
#line 574 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7789,7 +7800,7 @@ YY_RULE_SETUP
|
|||
case 53:
|
||||
/* rule 53 can match eol */
|
||||
YY_RULE_SETUP
|
||||
#line 582 "htmllex.l"
|
||||
#line 591 "htmllex.l"
|
||||
{
|
||||
/* this also skips whitespace! */
|
||||
UPDATE_BUFPOS;
|
||||
|
|
@ -7798,7 +7809,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 54:
|
||||
YY_RULE_SETUP
|
||||
#line 588 "htmllex.l"
|
||||
#line 597 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7807,7 +7818,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 55:
|
||||
YY_RULE_SETUP
|
||||
#line 595 "htmllex.l"
|
||||
#line 604 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7816,7 +7827,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 56:
|
||||
YY_RULE_SETUP
|
||||
#line 602 "htmllex.l"
|
||||
#line 611 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7826,7 +7837,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 57:
|
||||
YY_RULE_SETUP
|
||||
#line 609 "htmllex.l"
|
||||
#line 618 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7845,7 +7856,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 58:
|
||||
YY_RULE_SETUP
|
||||
#line 625 "htmllex.l"
|
||||
#line 634 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7865,7 +7876,7 @@ YY_RULE_SETUP
|
|||
case 59:
|
||||
/* rule 59 can match eol */
|
||||
YY_RULE_SETUP
|
||||
#line 641 "htmllex.l"
|
||||
#line 650 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7873,7 +7884,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 60:
|
||||
YY_RULE_SETUP
|
||||
#line 646 "htmllex.l"
|
||||
#line 655 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7882,7 +7893,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 61:
|
||||
YY_RULE_SETUP
|
||||
#line 652 "htmllex.l"
|
||||
#line 661 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7901,7 +7912,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 62:
|
||||
YY_RULE_SETUP
|
||||
#line 668 "htmllex.l"
|
||||
#line 677 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7921,7 +7932,7 @@ YY_RULE_SETUP
|
|||
case 63:
|
||||
/* rule 63 can match eol */
|
||||
YY_RULE_SETUP
|
||||
#line 684 "htmllex.l"
|
||||
#line 693 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7938,7 +7949,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 64:
|
||||
YY_RULE_SETUP
|
||||
#line 698 "htmllex.l"
|
||||
#line 707 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7958,7 +7969,7 @@ YY_RULE_SETUP
|
|||
case 65:
|
||||
/* rule 65 can match eol */
|
||||
YY_RULE_SETUP
|
||||
#line 714 "htmllex.l"
|
||||
#line 723 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -7967,7 +7978,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 66:
|
||||
YY_RULE_SETUP
|
||||
#line 721 "htmllex.l"
|
||||
#line 730 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -7987,7 +7998,7 @@ YY_RULE_SETUP
|
|||
case 67:
|
||||
/* rule 67 can match eol */
|
||||
YY_RULE_SETUP
|
||||
#line 737 "htmllex.l"
|
||||
#line 746 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -8001,7 +8012,7 @@ case 68:
|
|||
YY_G(yy_c_buf_p) = yy_cp -= 1;
|
||||
YY_DO_BEFORE_ACTION; /* set up yytext again */
|
||||
YY_RULE_SETUP
|
||||
#line 744 "htmllex.l"
|
||||
#line 753 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -8010,7 +8021,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 69:
|
||||
YY_RULE_SETUP
|
||||
#line 750 "htmllex.l"
|
||||
#line 759 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -8019,7 +8030,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 70:
|
||||
YY_RULE_SETUP
|
||||
#line 756 "htmllex.l"
|
||||
#line 765 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -8032,7 +8043,7 @@ YY_RULE_SETUP
|
|||
case 71:
|
||||
/* rule 71 can match eol */
|
||||
YY_RULE_SETUP
|
||||
#line 765 "htmllex.l"
|
||||
#line 774 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -8048,7 +8059,7 @@ YY_RULE_SETUP
|
|||
case 72:
|
||||
/* rule 72 can match eol */
|
||||
YY_RULE_SETUP
|
||||
#line 777 "htmllex.l"
|
||||
#line 786 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -8058,7 +8069,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 73:
|
||||
YY_RULE_SETUP
|
||||
#line 784 "htmllex.l"
|
||||
#line 793 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -8070,7 +8081,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 74:
|
||||
YY_RULE_SETUP
|
||||
#line 793 "htmllex.l"
|
||||
#line 802 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -8080,7 +8091,7 @@ YY_RULE_SETUP
|
|||
case 75:
|
||||
/* rule 75 can match eol */
|
||||
YY_RULE_SETUP
|
||||
#line 799 "htmllex.l"
|
||||
#line 808 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -8091,7 +8102,7 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 76:
|
||||
YY_RULE_SETUP
|
||||
#line 807 "htmllex.l"
|
||||
#line 816 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_COLUMN;
|
||||
|
|
@ -8103,7 +8114,7 @@ YY_RULE_SETUP
|
|||
case 77:
|
||||
/* rule 77 can match eol */
|
||||
YY_RULE_SETUP
|
||||
#line 815 "htmllex.l"
|
||||
#line 824 "htmllex.l"
|
||||
{
|
||||
UPDATE_BUFPOS;
|
||||
UPDATE_LINE;
|
||||
|
|
@ -8114,17 +8125,17 @@ YY_RULE_SETUP
|
|||
YY_BREAK
|
||||
case 78:
|
||||
YY_RULE_SETUP
|
||||
#line 823 "htmllex.l"
|
||||
#line 832 "htmllex.l"
|
||||
{
|
||||
return T_WAIT;
|
||||
}
|
||||
YY_BREAK
|
||||
case 79:
|
||||
YY_RULE_SETUP
|
||||
#line 827 "htmllex.l"
|
||||
#line 836 "htmllex.l"
|
||||
ECHO;
|
||||
YY_BREAK
|
||||
#line 8128 "htmllex.c"
|
||||
#line 8139 "htmllex.c"
|
||||
|
||||
case YY_END_OF_BUFFER:
|
||||
{
|
||||
|
|
@ -9156,14 +9167,10 @@ int main ()
|
|||
}
|
||||
#endif
|
||||
#endif /* !yyIN_HEADER YY-END-DISCARD-FROM-HEADER */
|
||||
#line 827 "htmllex.l"
|
||||
#line 836 "htmllex.l"
|
||||
#ifndef yyIN_HEADER /* YY-DISCARD-FROM-HEADER */
|
||||
|
||||
|
||||
#undef malloc
|
||||
#undef realloc
|
||||
#undef free
|
||||
|
||||
int htmllexInit (void** scanner, UserData* data) {
|
||||
yylex_init(scanner);
|
||||
/* uncomment the next line for debugging */
|
||||
|
|
|
|||
|
|
@ -100,21 +100,27 @@
|
|||
#define SET_ERROR(s)
|
||||
|
||||
/* use Pythons memory management */
|
||||
#define malloc PyMem_Malloc
|
||||
#define realloc PyMem_Realloc
|
||||
#define free PyMem_Free
|
||||
void* yyalloc (size_t bytes, void* yyscanner) {
|
||||
return PyMem_Malloc(bytes);
|
||||
}
|
||||
void* yyrealloc (void* ptr, size_t bytes, void* yyscanner) {
|
||||
return PyMem_Realloc(ptr, bytes);
|
||||
}
|
||||
void yyfree (void* ptr, void* yyscanner) {
|
||||
PyMem_Free(ptr);
|
||||
}
|
||||
|
||||
#include "htmlparse.h"
|
||||
|
||||
/* Find out if and how we must quote the value as an HTML attribute.
|
||||
- quote if it contains white space or <> or ends with /
|
||||
- quote with " if it contains '
|
||||
- quote with ' if it contains "
|
||||
|
||||
val is a Python String object
|
||||
/* Find out if the given HTML attribute val must be quoted.
|
||||
The string will be surrounded by double quotes if it contains white space
|
||||
or <> or ends with /.
|
||||
All double quotes inside the string will be replaced with ".
|
||||
val must be a Python String object
|
||||
*/
|
||||
static PyObject* quote_string (PyObject* val) {
|
||||
char* quote = NULL;
|
||||
int quote = 0;
|
||||
int replace = 0;
|
||||
int len = PyString_GET_SIZE(val);
|
||||
char* internal = PyString_AS_STRING(val);
|
||||
int i;
|
||||
|
|
@ -124,28 +130,29 @@ static PyObject* quote_string (PyObject* val) {
|
|||
return val;
|
||||
}
|
||||
for (i=0; i<len; i++) {
|
||||
if (!quote && (isspace(internal[i]) ||
|
||||
internal[i]=='<' ||
|
||||
internal[i]=='>')) {
|
||||
quote = "\"";
|
||||
}
|
||||
else if (internal[i]=='\'') {
|
||||
quote = "\"";
|
||||
break;
|
||||
if (isspace(internal[i]) ||
|
||||
internal[i]=='<' ||
|
||||
internal[i]=='>' ||
|
||||
internal[i]=='\'') {
|
||||
quote = 1;
|
||||
}
|
||||
else if (internal[i]=='"') {
|
||||
quote = "'";
|
||||
break;
|
||||
replace = 1;
|
||||
}
|
||||
}
|
||||
if (!quote && internal[len-1]=='/') {
|
||||
quote = "\"";
|
||||
if (internal[len-1]=='/') {
|
||||
quote = 1;
|
||||
}
|
||||
if (quote==NULL) {
|
||||
if (replace) {
|
||||
PyObject* nval = PyObject_CallMethod(val, "replace", "ss", "\"", """);
|
||||
Py_DECREF(val);
|
||||
val = nval;
|
||||
}
|
||||
if (!quote) {
|
||||
return val;
|
||||
}
|
||||
/* quote suffix */
|
||||
if ((prefix = PyString_FromString(quote))==NULL) return NULL;
|
||||
if ((prefix = PyString_FromString("\""))==NULL) return NULL;
|
||||
PyString_Concat(&val, prefix);
|
||||
if (val==NULL) {
|
||||
Py_DECREF(prefix);
|
||||
|
|
@ -161,6 +168,7 @@ static PyObject* quote_string (PyObject* val) {
|
|||
}
|
||||
%}
|
||||
|
||||
%option noyyalloc noyyrealloc noyyfree
|
||||
%option 8bit outfile="htmllex.c"
|
||||
%option align full
|
||||
/* uncomment the next line for debugging */
|
||||
|
|
@ -611,6 +619,7 @@ RX_DATA [-a-zA-Z0-9_]+
|
|||
UPDATE_COLUMN;
|
||||
PYSTRING_TMP(yyextra->tmp_attrval);
|
||||
CLEAR_BUF(yyextra->tmp_buf);
|
||||
yyextra->tmp_attrval = quote_string(yyextra->tmp_attrval);
|
||||
if (PyDict_SetItem(yyextra->tmp_attrs,
|
||||
yyextra->tmp_attrname,
|
||||
yyextra->tmp_attrval)==-1) return T_ERROR;
|
||||
|
|
@ -627,6 +636,7 @@ RX_DATA [-a-zA-Z0-9_]+
|
|||
UPDATE_COLUMN;
|
||||
PYSTRING_TMP(yyextra->tmp_attrval);
|
||||
CLEAR_BUF(yyextra->tmp_buf);
|
||||
yyextra->tmp_attrval = quote_string(yyextra->tmp_attrval);
|
||||
if (PyDict_SetItem(yyextra->tmp_attrs,
|
||||
yyextra->tmp_attrname,
|
||||
yyextra->tmp_attrval)==-1) return T_ERROR;
|
||||
|
|
@ -654,6 +664,7 @@ RX_DATA [-a-zA-Z0-9_]+
|
|||
UPDATE_COLUMN;
|
||||
PYSTRING_TMP(yyextra->tmp_attrval);
|
||||
CLEAR_BUF(yyextra->tmp_buf);
|
||||
yyextra->tmp_attrval = quote_string(yyextra->tmp_attrval);
|
||||
if (PyDict_SetItem(yyextra->tmp_attrs,
|
||||
yyextra->tmp_attrname,
|
||||
yyextra->tmp_attrval)==-1) return T_ERROR;
|
||||
|
|
@ -670,6 +681,7 @@ RX_DATA [-a-zA-Z0-9_]+
|
|||
UPDATE_COLUMN;
|
||||
PYSTRING_TMP(yyextra->tmp_attrval);
|
||||
CLEAR_BUF(yyextra->tmp_buf);
|
||||
yyextra->tmp_attrval = quote_string(yyextra->tmp_attrval);
|
||||
if (PyDict_SetItem(yyextra->tmp_attrs,
|
||||
yyextra->tmp_attrname,
|
||||
yyextra->tmp_attrval)==-1) return T_ERROR;
|
||||
|
|
@ -686,6 +698,7 @@ RX_DATA [-a-zA-Z0-9_]+
|
|||
UPDATE_LINE;
|
||||
PYSTRING_TMP(yyextra->tmp_attrval);
|
||||
CLEAR_BUF(yyextra->tmp_buf);
|
||||
yyextra->tmp_attrval = quote_string(yyextra->tmp_attrval);
|
||||
if (PyDict_SetItem(yyextra->tmp_attrs,
|
||||
yyextra->tmp_attrname,
|
||||
yyextra->tmp_attrval)==-1) return T_ERROR;
|
||||
|
|
@ -826,10 +839,6 @@ RX_DATA [-a-zA-Z0-9_]+
|
|||
|
||||
%%
|
||||
|
||||
#undef malloc
|
||||
#undef realloc
|
||||
#undef free
|
||||
|
||||
int htmllexInit (void** scanner, UserData* data) {
|
||||
yylex_init(scanner);
|
||||
/* uncomment the next line for debugging */
|
||||
|
|
|
|||
Loading…
Reference in a new issue