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

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