xref: /plan9/sys/src/cmd/html2ms.c (revision cb8c047aa49e908a428eac8b13623e1b242fa11e) 
1 #include <u.h>
2 #include <libc.h>
3 #include <ctype.h>
4 #include <bio.h>
5 
6 enum
7 {
8 	SSIZE = 10,
9 
10 	/* list types */
11 	Lordered = 0,
12 	Lunordered,
13 	Lmenu,
14 	Ldir,
15 
16 };
17 
18 Biobuf in, out;
19 int lastc = '\n';
20 int inpre = 0;
21 
22 /* stack for fonts */
23 char *fontstack[SSIZE];
24 char *font = "R";
25 int fsp;
26 
27 /* stack for lists */
28 struct
29 {
30 	int	type;
31 	int	ord;
32 } liststack[SSIZE];
33 int lsp;
34 
35 int quoting;
36 
37 typedef struct Goobie Goobie;
38 struct Goobie
39 {
40 	char *name;
41 	void (*f)(Goobie*, char*);
42 	void (*ef)(Goobie*, char*);
43 };
44 
45 void	eatwhite(void);
46 void	escape(void);
47 
48 typedef void Action(Goobie*, char*);
49 
50 Action	g_ignore;
51 Action	g_unexpected;
52 Action	g_title;
53 Action	g_p;
54 Action	g_h;
55 Action	g_li;
56 Action	g_list, g_listend;
57 Action	g_pre;
58 Action	g_fpush, g_fpop;
59 Action	g_indent, g_exdent;
60 Action	g_dt;
61 Action	g_display;
62 Action	g_displayend;
63 Action	g_table, g_tableend, g_caption, g_captionend;
64 Action	g_br, g_hr;
65 
66 Goobie gtab[] =
67 {
68 	"!--",		g_ignore,	g_unexpected,
69 	"!doctype",	g_ignore,	g_unexpected,
70 	"a",		g_ignore,	g_ignore,
71 	"address",	g_display,	g_displayend,
72 	"b",		g_fpush,	g_fpop,
73 	"base",		g_ignore,	g_unexpected,
74 	"blink",	g_ignore,	g_ignore,
75 	"blockquote",	g_ignore,	g_ignore,
76 	"body",		g_ignore,	g_ignore,
77 	"br",		g_br,		g_unexpected,
78 	"caption",	g_caption,	g_captionend,
79 	"center",	g_ignore,	g_ignore,
80 	"cite",		g_ignore,	g_ignore,
81 	"code",		g_ignore,	g_ignore,
82 	"dd",		g_ignore,	g_unexpected,
83 	"dfn",		g_ignore,	g_ignore,
84 	"dir",		g_list,		g_listend,
85 	"dl",		g_indent,	g_exdent,
86 	"dt",		g_dt,		g_unexpected,
87 	"em",		g_ignore,	g_ignore,
88 	"font",		g_ignore,	g_ignore,
89 	"form",		g_ignore,	g_ignore,
90 	"h1",		g_h,		g_p,
91 	"h2",		g_h,		g_p,
92 	"h3",		g_h,		g_p,
93 	"h4",		g_h,		g_p,
94 	"h5",		g_h,		g_p,
95 	"h6",		g_h,		g_p,
96 	"head",		g_ignore,	g_ignore,
97 	"hr",		g_hr,		g_unexpected,
98 	"html",		g_ignore,	g_ignore,
99 	"i",		g_fpush,	g_fpop,
100 	"input",	g_ignore,	g_unexpected,
101 	"img",		g_ignore,	g_unexpected,
102 	"isindex",	g_ignore,	g_unexpected,
103 	"kbd",		g_fpush,	g_fpop,
104 	"key",		g_ignore,	g_ignore,
105 	"li",		g_li,		g_unexpected,
106 	"link",		g_ignore,	g_unexpected,
107 	"listing",	g_ignore,	g_ignore,
108 	"menu",		g_list,		g_listend,
109 	"meta",		g_ignore,	g_unexpected,
110 	"nextid",	g_ignore,	g_unexpected,
111 	"ol",		g_list,		g_listend,
112 	"option",	g_ignore,	g_unexpected,
113 	"p",		g_p,		g_ignore,
114 	"plaintext",	g_ignore,	g_unexpected,
115 	"pre",		g_pre,		g_displayend,
116 	"samp",		g_ignore,	g_ignore,
117 	"select",	g_ignore,	g_ignore,
118 	"strong",	g_ignore,	g_ignore,
119 	"table",	g_table,	g_tableend,
120 	"textarea",	g_ignore,	g_ignore,
121 	"title",	g_title,	g_ignore,
122 	"tt",		g_fpush,	g_fpop,
123 	"u",		g_ignore,	g_ignore,
124 	"ul",		g_list,		g_listend,
125 	"var",		g_ignore,	g_ignore,
126 	"xmp",		g_ignore,	g_ignore,
127 	0,		0,	0,
128 };
129 
130 typedef struct Entity Entity;
131 struct Entity
132 {
133 	char *name;
134 	Rune value;
135 };
136 
137 Entity pl_entity[]=
138 {
139 "#SPACE", L' ', "#RS",   L'\n', "#RE",   L'\r', "quot",   L'"',
140 "AElig",  L'Æ', "Aacute", L'Á', "Acirc",  L'Â', "Agrave", L'À', "Aring",  L'Å',
141 "Atilde", L'Ã', "Auml",   L'Ä', "Ccedil", L'Ç', "ETH",    L'Ð', "Eacute", L'É',
142 "Ecirc",  L'Ê', "Egrave", L'È', "Euml",   L'Ë', "Iacute", L'Í', "Icirc",  L'Î',
143 "Igrave", L'Ì', "Iuml",   L'Ï', "Ntilde", L'Ñ', "Oacute", L'Ó', "Ocirc",  L'Ô',
144 "Ograve", L'Ò', "Oslash", L'Ø', "Otilde", L'Õ', "Ouml",   L'Ö', "THORN",  L'Þ',
145 "Uacute", L'Ú', "Ucirc",  L'Û', "Ugrave", L'Ù', "Uuml",   L'Ü', "Yacute", L'Ý',
146 "aacute", L'á', "acirc",  L'â', "aelig",  L'æ', "agrave", L'à', "amp",    L'&',
147 "aring",  L'å', "atilde", L'ã', "auml",   L'ä', "ccedil", L'ç', "eacute", L'é',
148 "ecirc",  L'ê', "egrave", L'è', "eth",    L'ð', "euml",   L'ë', "gt",     L'>',
149 "iacute", L'í', "icirc",  L'î', "igrave", L'ì', "iuml",   L'ï', "lt",     L'<',
150 "ntilde", L'ñ', "oacute", L'ó', "ocirc",  L'ô', "ograve", L'ò', "oslash", L'ø',
151 "otilde", L'õ', "ouml",   L'ö', "szlig",  L'ß', "thorn",  L'þ', "uacute", L'ú',
152 "ucirc",  L'û', "ugrave", L'ù', "uuml",   L'ü', "yacute", L'ý', "yuml",   L'ÿ',
153 0
154 };
155 
156 int
157 cistrcmp(char *a, char *b)
158 {
159 	int c, d;
160 
161 	for(;; a++, b++){
162 		d = tolower(*a);
163 		c = d - tolower(*b);
164 		if(c)
165 			break;
166 		if(d == 0)
167 			break;
168 	}
169 	return c;
170 }
171 
172 int
173 readupto(char *buf, int n, char d, char notme)
174 {
175 	char *p;
176 	int c;
177 
178 	buf[0] = 0;
179 	for(p = buf;; p++){
180 		c = Bgetc(&in);
181 		if(c < 0){
182 			*p = 0;
183 			return -1;
184 		}
185 		if(c == notme){
186 			Bungetc(&in);
187 			return -1;
188 		}
189 		if(c == d){
190 			*p = 0;
191 			return 0;
192 		}
193 		*p = c;
194 		if(p == buf + n){
195 			*p = 0;
196 			Bprint(&out, "<%s", buf);
197 			return -1;
198 		}
199 	}
200 }
201 
202 void
203 dogoobie(void)
204 {
205 	char *arg, *type;
206 	Goobie *g;
207 	char buf[1024];
208 	int closing;
209 
210 	if(readupto(buf, sizeof(buf), '>', '<') < 0){
211 		Bprint(&out, "<%s", buf);
212 		return;
213 	}
214 	type = buf;
215 	if(*type == '/'){
216 		type++;
217 		closing = 1;
218 	} else
219 		closing = 0;
220 	arg = strchr(type, ' ');
221 	if(arg == 0)
222 		arg = strchr(type, '\r');
223 	if(arg == 0)
224 		arg = strchr(type, '\n');
225 	if(arg)
226 		*arg++ = 0;
227 	for(g = gtab; g->name; g++)
228 		if(cistrcmp(type, g->name) == 0){
229 			if(closing){
230 				if(g->ef){
231 					(*g->ef)(g, arg);
232 					return;
233 				}
234 			} else {
235 				if(g->f){
236 					(*g->f)(g, arg);
237 					return;
238 				}
239 			}
240 		}
241 	if(closing)
242 		type--;
243 	if(arg)
244 		Bprint(&out, "<%s %s>\n", type, arg);
245 	else
246 		Bprint(&out, "<%s>\n", type);
247 }
248 
249 void
250 main(void)
251 {
252 	int c, pos;
253 
254 	Binit(&in, 0, OREAD);
255 	Binit(&out, 1, OWRITE);
256 
257 	pos = 0;
258 	for(;;){
259 		c = Bgetc(&in);
260 		if(c < 0)
261 			return;
262 		switch(c){
263 		case '<':
264 			dogoobie();
265 			break;
266 		case '&':
267 			escape();
268 			break;
269 		case '\r':
270 			pos = 0;
271 			break;
272 		case '\n':
273 			if(quoting){
274 				Bputc(&out, '"');
275 				quoting = 0;
276 			}
277 			if(lastc != '\n')
278 				Bputc(&out, '\n');
279 			/* can't emit leading spaces in filled troff docs */
280 			if (!inpre)
281 				eatwhite();
282 			lastc = c;
283 			break;
284 		default:
285 			++pos;
286 			if(!inpre && isascii(c) && isspace(c) && pos > 80){
287 				Bputc(&out, '\n');
288 				eatwhite();
289 				pos = 0;
290 			}else
291 				Bputc(&out, c);
292 			lastc = c;
293 			break;
294 		}
295 	}
296 }
297 
298 void
299 escape(void)
300 {
301 	int c;
302 	Entity *e;
303 	char buf[8];
304 
305 	if(readupto(buf, sizeof(buf), ';', '\n') < 0){
306 		Bprint(&out, "&%s", buf);
307 		return;
308 	}
309 	for(e = pl_entity; e->name; e++)
310 		if(strcmp(buf, e->name) == 0){
311 			Bprint(&out, "%C", e->value);
312 			return;
313 		}
314 	if(*buf == '#'){
315 		c = atoi(buf+1);
316 		if(isascii(c) && isprint(c)){
317 			Bputc(&out, c);
318 			return;
319 		}
320 	}
321 	Bprint(&out, "&%s;", buf);
322 }
323 
324 /*
325  * whitespace is not significant to HTML, but newlines
326  * and leading spaces are significant to troff.
327  */
328 void
329 eatwhite(void)
330 {
331 	int c;
332 
333 	for(;;){
334 		c = Bgetc(&in);
335 		if(c < 0)
336 			break;
337 		if(!isspace(c)){
338 			Bungetc(&in);
339 			break;
340 		}
341 	}
342 }
343 
344 /*
345  *  print at start of line
346  */
347 void
348 printsol(char *fmt, ...)
349 {
350 	va_list arg;
351 
352 	if(quoting){
353 		Bputc(&out, '"');
354 		quoting = 0;
355 	}
356 	if(lastc != '\n')
357 		Bputc(&out, '\n');
358 	va_start(arg, fmt);
359 	Bvprint(&out, fmt, arg);
360 	va_end(arg);
361 	lastc = '\n';
362 }
363 
364 void
365 g_ignore(Goobie *g, char *arg)
366 {
367 	USED(g, arg);
368 }
369 
370 void
371 g_unexpected(Goobie *g, char *arg)
372 {
373 	USED(arg);
374 	fprint(2, "unexpected %s ending\n", g->name);
375 }
376 
377 void
378 g_title(Goobie *g, char *arg)
379 {
380 	USED(arg);
381 	printsol(".TL\n", g->name);
382 }
383 
384 void
385 g_p(Goobie *g, char *arg)
386 {
387 	USED(arg);
388 	printsol(".LP\n", g->name);
389 }
390 
391 void
392 g_h(Goobie *g, char *arg)
393 {
394 	USED(arg);
395 	printsol(".SH %c\n", g->name[1]);
396 }
397 
398 void
399 g_list(Goobie *g, char *arg)
400 {
401 	USED(arg);
402 
403 	if(lsp != SSIZE){
404 		switch(g->name[0]){
405 		case 'o':
406 			liststack[lsp].type  = Lordered;
407 			liststack[lsp].ord = 0;
408 			break;
409 		default:
410 			liststack[lsp].type = Lunordered;
411 			break;
412 		}
413 	}
414 	lsp++;
415 }
416 
417 void
418 g_br(Goobie *g, char *arg)
419 {
420 	USED(g, arg);
421 	printsol(".br\n");
422 }
423 
424 void
425 g_li(Goobie *g, char *arg)
426 {
427 	USED(g, arg);
428 	if(lsp <= 0 || lsp > SSIZE){
429 		printsol(".IP \\(bu\n");
430 		return;
431 	}
432 	switch(liststack[lsp-1].type){
433 	case Lunordered:
434 		printsol(".IP \\(bu\n");
435 		break;
436 	case Lordered:
437 		printsol(".IP %d\n", ++liststack[lsp-1].ord);
438 		break;
439 	}
440 }
441 
442 void
443 g_listend(Goobie *g, char *arg)
444 {
445 	USED(g, arg);
446 	if(--lsp < 0)
447 		lsp = 0;
448 	printsol(".LP\n");
449 }
450 
451 void
452 g_display(Goobie *g, char *arg)
453 {
454 	USED(g, arg);
455 	printsol(".DS\n");
456 }
457 
458 void
459 g_pre(Goobie *g, char *arg)
460 {
461 	USED(g, arg);
462 	printsol(".DS L\n");
463 	inpre = 1;
464 }
465 
466 void
467 g_displayend(Goobie *g, char *arg)
468 {
469 	USED(g, arg);
470 	printsol(".DE\n");
471 	inpre = 0;
472 }
473 
474 void
475 g_fpush(Goobie *g, char *arg)
476 {
477 	USED(arg);
478 	if(fsp < SSIZE)
479 		fontstack[fsp] = font;
480 	fsp++;
481 	switch(g->name[0]){
482 	case 'b':
483 		font = "B";
484 		break;
485 	case 'i':
486 		font = "I";
487 		break;
488 	case 'k':		/* kbd */
489 	case 't':		/* tt */
490 		font = "(CW";
491 		break;
492 	}
493 	Bprint(&out, "\\f%s", font);
494 }
495 
496 void
497 g_fpop(Goobie *g, char *arg)
498 {
499 	USED(g, arg);
500 	fsp--;
501 	if(fsp < SSIZE)
502 		font = fontstack[fsp];
503 	else
504 		font = "R";
505 
506 	Bprint(&out, "\\f%s", font);
507 }
508 
509 void
510 g_indent(Goobie *g, char *arg)
511 {
512 	USED(g, arg);
513 	printsol(".RS\n");
514 }
515 
516 void
517 g_exdent(Goobie *g, char *arg)
518 {
519 	USED(g, arg);
520 	printsol(".RE\n");
521 }
522 
523 void
524 g_dt(Goobie *g, char *arg)
525 {
526 	USED(g, arg);
527 	printsol(".IP \"");
528 	quoting = 1;
529 }
530 
531 void
532 g_hr(Goobie *g, char *arg)
533 {
534 	USED(g, arg);
535 	printsol(".br\n");
536 	printsol("\\l'5i'\n");
537 }
538 
539 
540 /*
541 <table border>
542 <caption><font size="+1"><b>Cumulative Class Data</b></font></caption>
543 <tr><th rowspan=2>DOSE<br>mg/kg</th><th colspan=2>PARALYSIS</th><th colspan=2>DEATH</th>
544 </tr>
545 <tr><th width=80>Number</th><th width=80>Percent</th><th width=80>Number</th><th width=80>Percent</th>
546 </tr>
547 <tr align=center>
548 <td>0.1</td><td><br></td> <td><br></td> <td><br></td> <td><br></td>
549 </tr>
550 <tr align=center>
551 <td>0.2</td><td><br></td> <td><br></td> <td><br></td> <td><br></td>
552 </tr>
553 <tr align=center>
554 <td>0.3</td><td><br></td> <td><br></td> <td><br></td> <td><br></td>
555 </tr>
556 <tr align=center>
557 <td>0.4</td><td><br></td> <td><br></td> <td><br></td> <td><br></td>
558 </tr>
559 <tr align=center>
560 <td>0.5</td><td><br></td> <td><br></td> <td><br></td> <td><br></td>
561 </tr>
562 <tr align=center>
563 <td>0.6</td><td><br></td> <td><br></td> <td><br></td> <td><br></td>
564 </tr>
565 <tr align=center>
566 <td>0.7</td><td><br></td> <td><br></td> <td><br></td> <td><br></td>
567 </tr>
568 <tr align=center>
569 <td>0.8</td><td><br></td> <td><br></td> <td><br></td> <td><br></td>
570 </tr>
571 <tr align=center>
572 <td>0.8 oral</td><td><br></td> <td><br></td> <td><br></td> <td><br></td>
573 </tr>
574 </table>
575 */
576 
577 void
578 g_table(Goobie *g, char *arg)
579 {
580 	USED(g, arg);
581 	printsol(".TS\ncenter ;\n");
582 }
583 
584 void
585 g_tableend(Goobie *g, char *arg)
586 {
587 	USED(g, arg);
588 	printsol(".TE\n");
589 }
590 
591 void
592 g_caption(Goobie *g, char *arg)
593 {
594 	USED(g, arg);
595 }
596 
597 void
598 g_captionend(Goobie *g, char *arg)
599 {
600 	USED(g, arg);
601 }
602