Server : Apache System : Linux webd348.cluster026.gra.hosting.ovh.net 5.15.148-ovh-vps-grsec-zfs-classid #1 SMP Thu Feb 8 09:41:04 UTC 2024 x86_64 User : hednacluml ( 122243) PHP Version : 8.3.9 Disable Function : _dyuweyrj4,_dyuweyrj4r,dl Directory : /home/hednacluml/info/ecrire/xml/ |
<?php
/***************************************************************************\
* SPIP, Système de publication pour l'internet *
* *
* Copyright © avec tendresse depuis 2001 *
* Arnaud Martin, Antoine Pitrou, Philippe Rivière, Emmanuel Saint-James *
* *
* Ce programme est un logiciel libre distribué sous licence GNU/GPL. *
\***************************************************************************/
if (!defined('_ECRIRE_INC_VERSION')) {
return;
}
include_spip('xml/interfaces');
function charger_dtd($grammaire, $avail, $rotlvl) {
$r = null;
static $dtd = []; # cache bien utile pour le validateur en boucle
if (isset($dtd[$grammaire])) {
return $dtd[$grammaire];
}
if ($avail == 'SYSTEM') {
$grammaire = find_in_path($grammaire);
}
$file = _DIR_CACHE_XML . preg_replace('/[^\w.]/', '_', $rotlvl) . '.gz';
if (lire_fichier($file, $r)) {
if (!$grammaire) {
return [];
}
if (($avail == 'SYSTEM') and filemtime($file) < filemtime($grammaire)) {
$r = false;
}
}
if ($r) {
$dtc = unserialize($r);
} else {
spip_timer('dtd');
$dtc = new DTC();
// L'analyseur retourne un booleen de reussite et modifie $dtc.
// Retourner vide en cas d'echec
if (!analyser_dtd($grammaire, $avail, $dtc)) {
$dtc = [];
} else {
// tri final pour presenter les suggestions de corrections
foreach ($dtc->peres as $k => $v) {
asort($v);
$dtc->peres[$k] = $v;
}
spip_log("Analyser DTD $avail $grammaire (" . spip_timer('dtd') . ') ' . (is_countable($dtc->macros) ? count($dtc->macros) : 0) . ' macros, ' . (is_countable($dtc->elements) ? count($dtc->elements) : 0) . ' elements, ' . (is_countable($dtc->attributs) ? count($dtc->attributs) : 0) . " listes d'attributs, " . (is_countable($dtc->entites) ? count($dtc->entites) : 0) . ' entites');
# $r = $dtc->regles; ksort($r);foreach($r as $l => $v) {$t=array_keys($dtc->attributs[$l]);echo "<b>$l</b> '$v' ", count($t), " attributs: ", join (', ',$t);$t=$dtc->peres[$l];echo "<br />",count($t), " peres: ", @join (', ',$t), "<br />\n";}exit;
ecrire_fichier($file, serialize($dtc), true);
}
}
$dtd[$grammaire] = $dtc;
return $dtc;
}
// Compiler une regle de production en une Regexp qu'on appliquera sur la
// suite des noms de balises separes par des espaces. Du coup:
// supprimer #PCDATA etc, ca ne sert pas pour le controle des balises;
// supprimer les virgules (les sequences sont implicites dans une Regexp)
// conserver | + * ? ( ) qui ont la meme signification en DTD et en Regexp;
// faire suivre chaque nom d'un espace (et supprimer les autres) ...
// et parentheser le tout pour que | + * ? s'applique dessus.
function compilerRegle($val) {
$x = str_replace(
'()',
'',
preg_replace(
'/\s*,\s*/',
'',
preg_replace(
'/(\w+)\s*/',
'(?:\1 )',
preg_replace(
'/\s*\)/',
')',
preg_replace(
'/\s*([(+*|?])\s*/',
'\1',
preg_replace('/\s*#\w+\s*[,|]?\s*/', '', $val)
)
)
)
)
);
return $x;
}
function analyser_dtd($loc, $avail, &$dtc) {
// creer le repertoire de cache si ce n'est fait
// (utile aussi pour le resultat de la compil)
$file = sous_repertoire(_DIR_CACHE_XML);
// si DTD locale, ignorer ce repertoire pour le moment
if ($avail == 'SYSTEM') {
$file = $loc;
if (_DIR_RACINE and strncmp($file, _DIR_RACINE, strlen(_DIR_RACINE)) == 0) {
$file = substr($file, strlen(_DIR_RACINE));
}
$file = find_in_path($file);
} else {
$file .= preg_replace('/[^\w.]/', '_', $loc);
}
$dtd = '';
if (@is_readable($file)) {
lire_fichier($file, $dtd);
} else {
if ($avail == 'PUBLIC') {
include_spip('inc/distant');
$dtd = recuperer_url($loc);
$dtd = trim($dtd['page'] ?? '');
if ($dtd) {
ecrire_fichier($file, $dtd, true);
}
}
}
$dtd = ltrim($dtd);
if (!$dtd) {
spip_log("DTD '$loc' ($file) 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;
case 'L':
$r = analyser_dtd_element($dtd, $dtc, $loc);
break;
case 'N':
$r = analyser_dtd_entity($dtd, $dtc, $loc);
break;
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 = $r;
}
return true;
}
function analyser_dtd_comment($dtd, &$dtc, $grammaire) {
// ejecter les commentaires, surtout quand ils contiennent du code.
// Option /s car sur plusieurs lignes parfois
if (!preg_match('/^<!--.*?-->\s*(.*)$/s', $dtd, $m)) {
return -6;
}
return $m[1];
}
function analyser_dtd_pi($dtd, &$dtc, $grammaire) {
if (!preg_match('/^<\?.*?>\s*(.*)$/s', $dtd, $m)) {
return -10;
}
return $m[1];
}
function analyser_dtd_lexeme($dtd, &$dtc, $grammaire) {
if (!preg_match(_REGEXP_ENTITY_DEF, $dtd, $m)) {
return -9;
}
[, $s] = $m;
$n = $dtc->macros[$s];
if (is_array($n)) {
// en cas d'inclusion, l'espace de nom est le meme
// mais gaffe aux DTD dont l'URL est relative a l'engloblante
if (
($n[0] == 'PUBLIC')
and !tester_url_absolue($n[1])
) {
$n[1] = substr($grammaire, 0, strrpos($grammaire, '/') + 1) . $n[1];
}
analyser_dtd($n[1], $n[0], $dtc);
}
return ltrim(substr($dtd, strlen($m[0])));
}
// il faudrait gerer plus proprement les niveaux d'inclusion:
// ca ne depasse pas 3 ici.
function analyser_dtd_data($dtd, &$dtc, $grammaire) {
if (!preg_match(_REGEXP_INCLUDE_USE, $dtd, $m)) {
return -11;
}
if (
!preg_match(
'/^((\s*<!(\[\s*%\s*[^;]*;\s*\[([^]<]*<[^>]*>)*[^]<]*\]\]>)|([^]>]*>))*[^]<]*)\]\]>\s*/s',
$m[2],
$r
)
) {
return -12;
}
if ($dtc->macros[$m[1]] == 'INCLUDE') {
$retour = $r[1] . substr($m[2], strlen($r[0]));
} else {
$retour = substr($m[2], strlen($r[0]));
}
return $retour;
}
function analyser_dtd_notation($dtd, &$dtc, $grammaire) {
if (!preg_match('/^<!NOTATION.*?>\s*(.*)$/s', $dtd, $m)) {
return -8;
}
spip_log('analyser_dtd_notation a ecrire');
return $m[1];
}
function analyser_dtd_entity($dtd, &$dtc, $grammaire) {
if (!preg_match(_REGEXP_ENTITY_DECL, $dtd, $m)) {
return -2;
}
[$t, $term, $nom, $type, $k1, $k2, $k3, $k4, $k5, $k6, $c, $q, $alt, $dtd] = $m;
if (isset($dtc->macros[$nom]) and $dtc->macros[$nom]) {
return $dtd;
}
if (isset($dtc->entites[$nom])) {
spip_log("redefinition de l'entite $nom");
}
if ($k6) {
return $k6 . $dtd;
} // cas du synonyme complet
$val = expanserEntite(($k2 ? $k3 : ($k4 ? $k5 : $k6)), $dtc->macros);
// cas particulier double evaluation: 'PUBLIC "..." "...."'
if (preg_match('/(PUBLIC|SYSTEM)\s+"([^"]*)"\s*("([^"]*)")?\s*$/s', $val, $r)) {
[$t, $type, $val, $q, $alt] = $r;
}
if (!$term) {
$dtc->entites[$nom] = $val;
} elseif (!$type) {
$dtc->macros[$nom] = $val;
} else {
if (($type == 'SYSTEM') and !$alt) {
$alt = $val;
}
if (!$alt) {
$dtc->macros[$nom] = $val;
} else {
if (
($type == 'PUBLIC')
and (strpos($alt, '/') === false)
) {
$alt = preg_replace(',/[^/]+$,', '/', $grammaire)
. $alt;
}
$dtc->macros[$nom] = [$type, $alt];
}
}
return $dtd;
}
// Dresser le tableau des filles potentielles de l'element
// pour traquer tres vite les illegitimes.
// Si la regle a au moins une sequence (i.e. une virgule)
// ou n'est pas une itération (i.e. se termine par * ou +)
// en faire une RegExp qu'on appliquera aux balises rencontrees.
// Sinon, conserver seulement le type de l'iteration car la traque
// aura fait l'essentiel du controle sans memorisation des balises.
// Fin du controle en finElement
function analyser_dtd_element($dtd, &$dtc, $grammaire) {
if (!preg_match('/^<!ELEMENT\s+([^>\s]+)([^>]*)>\s*(.*)$/s', $dtd, $m)) {
return -3;
}
[, $nom, $contenu, $dtd] = $m;
$nom = expanserEntite($nom, $dtc->macros);
if (isset($dtc->elements[$nom])) {
spip_log("redefinition de l'element $nom dans la DTD");
return -4;
}
$filles = [];
$contenu = expanserEntite($contenu, $dtc->macros);
$val = $contenu ? compilerRegle($contenu) : '(?:EMPTY )';
if ($val == '(?:EMPTY )') {
$dtc->regles[$nom] = 'EMPTY';
} elseif ($val == '(?:ANY )') {
$dtc->regles[$nom] = 'ANY';
} else {
$last = substr($val, -1);
if (
preg_match('/ \w/', $val)
or (!empty($last) and !str_contains('*+?', $last))
) {
$dtc->regles[$nom] = "/^$val$/";
} else {
$dtc->regles[$nom] = $last;
}
$filles = array_values(preg_split('/\W+/', $val, -1, PREG_SPLIT_NO_EMPTY));
foreach ($filles as $k) {
if (!isset($dtc->peres[$k])) {
$dtc->peres[$k] = [];
}
if (!in_array($nom, $dtc->peres[$k])) {
$dtc->peres[$k][] = $nom;
}
}
}
$dtc->pcdata[$nom] = (strpos($contenu, '#PCDATA') === false);
$dtc->elements[$nom] = $filles;
return $dtd;
}
function analyser_dtd_attlist($dtd, &$dtc, $grammaire) {
if (!preg_match('/^<!ATTLIST\s+(\S+)\s+([^>]*)>\s*(.*)/s', $dtd, $m)) {
return -5;
}
[, $nom, $val, $dtd] = $m;
$nom = expanserEntite($nom, $dtc->macros);
$val = expanserEntite($val, $dtc->macros);
if (!isset($dtc->attributs[$nom])) {
$dtc->attributs[$nom] = [];
}
if (preg_match_all("/\s*(\S+)\s+(([(][^)]*[)])|(\S+))\s+([^\s']*)(\s*'[^']*')?/", $val, $r2, PREG_SET_ORDER)) {
foreach ($r2 as $m2) {
$v = preg_match('/^\w+$/', $m2[2]) ? $m2[2]
: ('/^' . preg_replace('/\s+/', '', $m2[2]) . '$/');
$m21 = expanserEntite($m2[1], $dtc->macros);
$m25 = expanserEntite($m2[5], $dtc->macros);
$dtc->attributs[$nom][$m21] = [$v, $m25];
}
}
return $dtd;
}
/**
* Remplace dans la chaîne `$val` les sous-chaines de forme `%NOM;`
* par leur definition dans le tableau `$macros`
*
* Si le premier argument n'est pas une chaîne,
* retourne les statistiques (pour debug de DTD, inutilise en mode normal)
*
* @param string $val
* @param array $macros
* @return string|array
**/
function expanserEntite($val, $macros = []) {
static $vu = [];
if (!is_string($val)) {
return $vu;
}
if (preg_match_all(_REGEXP_ENTITY_USE, $val, $r, PREG_SET_ORDER)) {
foreach ($r as $m) {
$ent = $m[1];
// il peut valoir ""
if (!isset($macros[$ent])) {
spip_log("Entite $ent inconnu");
} else {
if (!isset($vu[$ent])) {
$vu[$ent] = 0;
}
++$vu[$ent];
$val = str_replace($m[0], $macros[$ent], $val);
}
}
}
return trim(preg_replace('/\s+/', ' ', $val));
}