source/mir/util/xml/html/HTMLParser.java

   1 package mir.util.xml.html;
   2
   3 import java.io.IOException;
   4 import java.io.Reader;
   5 import java.util.HashMap;
   6 import java.util.Iterator;
   7 import java.util.Map;
   8 import java.util.Stack;
   9
  10 /**
  11  *
  12  * TODO
  13  *   [x] selfclosing <br/> tags
  14  *   [ ] de-html-escaping of cdata, parameter values etc
  15  *   [ ] Smarter corrections
  16  *       [ ]
  17  *   [ ] case sensitivity optional
  18  */
  19
  20 public class HTMLParser {
  21   private HTMLSchemaInformation schemaInformation;
  22
  23   public HTMLParser() {
  24     schemaInformation = new HTMLSchemaInformation();
  25   }
  26
  27   public void parse(Reader aReader, ParserReceiver aReceiver) throws HTMLParserExc, HTMLParserFailure, IOException {
  28     HTMLScanner scanner;
  29     CoreParser parser;
  30     parser = new CoreParser(aReceiver);
  31     scanner = new HTMLScanner(parser, aReader);
  32     scanner.run();
  33   }
  34
  35   private class CoreParser implements HTMLScanner.ScannerReceiver {
  36     private ParserReceiver receiver;
  37     private Stack tagStack;
  38
  39     public CoreParser(ParserReceiver aReceiver) {
  40       receiver = aReceiver;
  41       tagStack = new Stack();
  42     }
  43
  44     public void handleDTD(String aDTD) throws HTMLParserExc  {
  45       receiver.dtd(aDTD);
  46     }
  47
  48     public void handleOpenTag(String aTag, Map anAttributes) throws HTMLParserExc  {
  49       String lowercaseTag = aTag.toLowerCase();
  50
  51       HTMLSchemaInformation.HTMLTagInformation tagInformation =
  52           schemaInformation.lookupTag(lowercaseTag);
  53
  54       Map attributes = new HashMap();
  55
  56       Iterator i = anAttributes.entrySet().iterator();
  57       while (i.hasNext()) {
  58         Map.Entry entry = (Map.Entry) i.next();
  59
  60         attributes.put(((String) entry.getKey()).toLowerCase(), entry.getValue());
  61       }
  62
  63       if (tagInformation!=null) {
  64         if (tagInformation.getIsBlock()) {
  65           closeAllInlineTags();
  66         }
  67
  68         closeAllAutoclosingTags(tagInformation);
  69
  70         receiver.openTag(lowercaseTag, attributes);
  71         if (tagInformation.getHasBody()) {
  72           tagStack.push(lowercaseTag);
  73         }
  74         else {
  75           receiver.closeTag(lowercaseTag);
  76         }
  77       }
  78       else {
  79         receiver.openTag(lowercaseTag, attributes);
  80         tagStack.push(lowercaseTag);
  81       }
  82     }
  83
  84     public void handleClosingTag(String aTag) throws HTMLParserExc {
  85       String lowercaseTag = aTag.toLowerCase();
  86
  87       HTMLSchemaInformation.HTMLTagInformation tagInformation =
  88           schemaInformation.lookupTag(lowercaseTag);
  89
  90       if (tagInformation!=null) {
  91         if (tagInformation.getIsBlock()) {
  92           closeAllInlineTags();
  93         }
  94       }
  95
  96       int index = tagStack.search(lowercaseTag);
  97
  98       if (index>-1 && index<4) {
  99         for (int i=0; i<index; i++) {
 100           closeUpmostTag();
 101         }
 102       }
 103     }
 104
 105     public void handleCData(String aData)  throws HTMLParserExc {
 106       receiver.cdata(aData);
 107     }
 108
 109     public void handleComment(String aTag) throws HTMLParserExc  {
 110       receiver.comment(aTag);
 111     }
 112
 113     public void handleEndOfStream() throws HTMLParserExc {
 114       while (!tagStack.empty())
 115         closeUpmostTag();
 116     }
 117
 118     private void closeAllAutoclosingTags(HTMLSchemaInformation.HTMLTagInformation aTagInformation) throws HTMLParserExc {
 119       while (!tagStack.empty()) {
 120         String tag = (String) tagStack.peek();
 121
 122         if (aTagInformation.autoClose(tag)) {
 123           closeUpmostTag();
 124         }
 125         else {
 126           break;
 127         }
 128       }
 129     }
 130
 131     private void closeAllInlineTags() throws HTMLParserExc {
 132       while (!tagStack.empty()) {
 133         HTMLSchemaInformation.HTMLTagInformation tagInformation =
 134             schemaInformation.lookupTag((String) tagStack.peek());
 135
 136         if (tagInformation!=null && !tagInformation.getIsBlock()) {
 137           closeUpmostTag();
 138         }
 139         else {
 140           break;
 141         }
 142       }
 143     }
 144
 145     private void closeUpmostTag() throws HTMLParserExc {
 146       receiver.closeTag((String) tagStack.peek());
 147       tagStack.pop();
 148     }
 149   }
 150
 151   public interface ParserReceiver {
 152     public void dtd(String aDTD) throws HTMLParserExc;
 153     public void openTag(String aTag, Map anAttributes) throws HTMLParserExc;
 154     public void closeTag(String aTag) throws HTMLParserExc;
 155     public void comment(String aData) throws HTMLParserExc;
 156     public void cdata(String aData) throws HTMLParserExc;
 157   }
 158 }