Changeset 8710


Ignore:
Timestamp:
2004-11-30T16:18:58+13:00 (19 years ago)
Author:
chi
Message:

Change program layout

Location:
trunk/gsdl3/src/java/org/greenstone/gsdl3/gs3build/util
Files:
2 edited

Legend:

Unmodified
Added
Removed

  • trunk/gsdl3/src/java/org/greenstone/gsdl3/gs3build/util/HTMLParser.java

    r5947 r8710  
    44
    55public class HTMLParser
    6 { HTMLDoc document;
    7     int         pos;
    8     int         lastpos;
    9 
    10     public HTMLParser(HTMLDoc document)
    11     { this.document = document;
    12         this.pos = 0;
    13     }
    14 
    15     public void startParse()
    16     { this.pos = 0;
    17         this.lastpos = -1;
    18 //      System.out.println("Starting "+document.urlString());
    19     }
    20 
    21     public int atParse()
    22     { return this.pos;
    23     }
    24 
    25     public int lastParse()
    26     { return this.lastpos;
    27     }
    28 
    29   // do a full text/tag parse
    30   public String fullParse()
    31   { String reply = null;
    32     int      end;
    33     int      start;
    34 
    35     this.lastpos = this.pos;
    36 
    37     if (this.pos >= this.document.getContent().length())
    38     { return reply;
    39     }
    40 
    41     if (this.document.getContent().charAt(this.pos) == '<')
    42     {
    43       start = this.pos;
    44      
    45       // if we're not at the end of the document,
    46       // read the rest of the tag
    47       if (this.pos == this.document.getContent().length() - 1)
    48       { this.pos = this.document.getContent().length();
    49         return reply;
    50       }
    51 
    52       // if the tag is a comment
    53       if (this.pos < this.document.getContent().length() - 3 &&
    54       this.document.getContent().substring(this.pos, this.pos+4).equals("<!--"))
    55       { end = this.document.getContent().substring(this.pos).indexOf("-->") + 3 + this.pos;
    56         reply = this.document.getContent().substring(this.pos, end);
    57         this.pos = end;
    58       }
    59       else
    60       { // read up to the end of the tag
    61     end = this.pos + 1;
    62     while (end < this.document.getContent().length() &&
    63            this.document.getContent().charAt(end) != '>')
    64     { end ++;
    65     }
    66 
    67     // get the whole of the tag into 'reply', and
    68     // set the current pos to immediately after the tag
    69     if (end < this.document.getContent().length())
    70     { reply = this.document.getContent().substring(this.pos, end + 1);
    71       this.pos = end + 1;
    72     }
    73     // patch the trailing > onto the tag string
     6{
     7    HTMLDoc document;
     8    int pos;
     9    int lastpos;
     10
     11    public HTMLParser(HTMLDoc document)
     12    {
     13    this.document = document;
     14    this.pos = 0;
     15    }
     16   
     17    public void startParse()
     18    {
     19    this.pos = 0;
     20    this.lastpos = -1;
     21    //System.out.println("Starting "+document.urlString());
     22    }
     23
     24    public int atParse()
     25    {
     26    return this.pos;
     27    }
     28
     29    public int lastParse()
     30    {
     31    return this.lastpos;
     32    }
     33
     34    // do a full text/tag parse
     35    public String fullParse()
     36    {
     37    String reply = null;
     38    int end;
     39    int start;
     40
     41    this.lastpos = this.pos;
     42   
     43    if (this.pos >= this.document.getContent().length()){
     44        return reply;
     45    }
     46   
     47    if (this.document.getContent().charAt(this.pos) == '<'){
     48        start = this.pos;
     49       
     50        // if we're not at the end of the document,
     51        // read the rest of the tag
     52        if (this.pos == this.document.getContent().length() - 1){
     53        this.pos = this.document.getContent().length();
     54        return reply;
     55        }
     56       
     57        // if the tag is a comment
     58        if (this.pos < this.document.getContent().length() - 3 &&
     59        this.document.getContent().substring(this.pos, this.pos+4).equals("<!--")){
     60        end = this.document.getContent().substring(this.pos).indexOf("-->") + 3 + this.pos;
     61        reply = this.document.getContent().substring(this.pos, end);
     62        this.pos = end;
     63        }
     64        else
     65        { // read up to the end of the tag
     66            end = this.pos + 1;
     67            while (end < this.document.getContent().length() &&
     68               this.document.getContent().charAt(end) != '>'){
     69            end ++;
     70            }
     71
     72            // get the whole of the tag into 'reply', and
     73            // set the current pos to immediately after the tag
     74            if (end < this.document.getContent().length()){
     75            reply = this.document.getContent().substring(this.pos, end + 1);
     76            this.pos = end + 1;
     77            }
     78            // patch the trailing > onto the tag string
     79            else {
     80            reply = this.document.getContent().substring(this.pos, end) + ">";
     81            this.pos = end;
     82            }
     83        }
     84    }
    7485    else
    75     { reply = this.document.getContent().substring(this.pos, end) + ">";
    76       this.pos = end;
    77     }
    78       }
    79     }
    80     else
    81     { // hunt for the beginning of the next tag
    82       start = this.pos;
    83       while ((this.pos < this.document.getContent().length()) &&
    84          (this.document.getContent().charAt(this.pos) != '<'))
    85       { this.pos ++;
    86       }
    87 
    88       // return everything up to that tag
    89       reply = this.document.getContent().substring(start, this.pos);
    90     }
    91     return reply;
    92   }
    93 
    94     // Get the next tag to parse
    95     public String nextParse()
    96     { String reply  = null;
    97         int      end;
    98 
    99         this.lastpos    = this.pos;
    100 
    101         if (this.document.getContent() == null)
    102         {   return null;
    103         }
    104 
    105         if (this.pos >= this.document.getContent().length())
    106         { return reply;
    107         }
    108 
    109         // hunt for the beginning of the next tag
     86        { // hunt for the beginning of the next tag
     87        start = this.pos;
    11088        while ((this.pos < this.document.getContent().length()) &&
    111                         (this.document.getContent().charAt(this.pos) != '<'))
    112         { this.pos ++;
    113         }
    114 
    115         // if we're not at the end of the document,
    116         // read the rest of the tag
    117         if (this.pos < this.document.getContent().length())
    118         { if (this.pos == this.document.getContent().length() - 1)
    119             { this.pos = this.document.getContent().length();
    120               return reply;
     89               (this.document.getContent().charAt(this.pos) != '<')){
     90            this.pos ++;
     91        }
     92       
     93        // return everything up to that tag
     94        reply = this.document.getContent().substring(start, this.pos);
     95        }
     96    return reply;
     97    }
     98
     99    // Get the next tag to parse
     100    public String nextParse()
     101    {
     102    String reply = null;
     103    int end;
     104
     105    this.lastpos = this.pos;
     106
     107    if (this.document.getContent() == null){
     108        return null;
     109    }
     110   
     111    if (this.pos >= this.document.getContent().length()){
     112        return reply;
     113    }
     114   
     115    // hunt for the beginning of the next tag
     116    while ((this.pos < this.document.getContent().length()) &&
     117           (this.document.getContent().charAt(this.pos) != '<')){
     118        this.pos ++;
     119    }
     120   
     121    // if we're not at the end of the document,
     122    // read the rest of the tag
     123    if (this.pos < this.document.getContent().length()){
     124        if (this.pos == this.document.getContent().length() - 1){
     125        this.pos = this.document.getContent().length();
     126        return reply;
     127        }
     128       
     129        end = this.pos + 1;
     130        while (end < this.document.getContent().length() &&
     131            this.document.getContent().charAt(end) != '>'){
     132        end ++;
     133        }
     134       
     135        // get the whole of the tag into 'reply', and
     136        // set the current pos to immediately after the tag
     137        if (end < this.document.getContent().length()){
     138        reply = this.document.getContent().substring(this.pos, end + 1);
     139        this.pos = end + 1;
     140        }
     141        else{
     142        this.pos = end;
     143        }
     144    }
     145    return reply;
     146    }
     147   
     148   
     149    /* --
     150       -- return next HREF value we come across in the document
     151       --
     152       -- NB: the checking of the quotes etc is rather lazy - and should be tidied
     153       --
     154    */
     155    public String nextHREF()
     156    {
     157    String reply;
     158    int start, end;
     159    boolean quoted;
     160    HTMLTag tag;
     161   
     162    reply = this.nextParse();
     163    while (this.pos < this.document.getContent().length()){
     164        tag = new HTMLTag(reply);
     165       
     166        if (tag.tagName().equals("a")) {
     167        start = reply.indexOf("href");
     168        if (start == -1) {
     169            start = reply.indexOf("HREF");
     170        }
     171       
     172        if (start >= 0) {
     173            start += 4;
     174            quoted = false;
     175            while (reply.charAt(start) == ' ' ||
     176               reply.charAt(start) == '=' ||
     177               reply.charAt(start) == '"') {
     178            if (reply.charAt(start) == '"') {
     179                quoted = true;
    121180            }
    122 
    123           end = this.pos + 1;
    124             while ( end < this.document.getContent().length() &&
    125                     this.document.getContent().charAt(end) != '>')
    126             { end ++;
     181            start ++;
     182            }
     183           
     184            end = -1;
     185            if (quoted) {
     186            end = reply.indexOf('"', start+1);
     187            }
     188            if (end == -1) {
     189            end = reply.indexOf(' ', start+1);
     190            if (end == -1) {
     191                end = reply.length() - 1;
    127192            }
    128 
    129             // get the whole of the tag into 'reply', and
    130             // set the current pos to immediately after the tag
    131             if (end < this.document.getContent().length())
    132             { reply = this.document.getContent().substring(this.pos, end + 1);
    133                 this.pos = end + 1;
    134             }
    135             else
    136             { this.pos = end;
    137             }
    138         }
     193            }
     194           
     195            reply = reply.substring(start, end);
     196            return reply;
     197        }
     198        }
     199        reply = this.nextParse();
     200    }
     201    return null;
     202    }
     203
     204    // Return the next link in the page
     205    public String nextLink(AppletContext ac)
     206    {
     207    String reply, reply2;
     208    int start, end;
     209    boolean quoted;
     210    HTMLTag tag;
     211   
     212    if (this.document.getContent() == null){
     213        return null;
     214    }
     215   
     216    reply = this.nextParse();
     217    while (this.pos < this.document.getContent().length()){
     218        tag = new HTMLTag(reply);
     219        if (tag.tagName().equals("a")){
     220        reply = tag.idValue("href");
     221        }
     222        else if (tag.tagName().equals("frame")){ // image tag
     223        reply = tag.idValue("src");
     224        }
     225        else if (tag.tagName().equals("area")) { // image map area
     226        reply = tag.idValue("href");
     227        }
     228        else if (tag.tagName().equals("frame")){
     229        reply = tag.idValue("src");
     230        }
     231        else {
     232        reply   = null;
     233        }
     234       
     235        if (reply != null){
    139236        return reply;
    140     }
    141 
    142 
    143     /* --
    144          -- return next HREF value we come across in the document
    145          --
    146          -- NB: the checking of the quotes etc is rather lazy - and should be tidied
    147          --
    148     */
    149     public String nextHREF()
    150     { String reply;
    151         int         start, end;
    152         boolean quoted;
    153         HTMLTag tag;
    154 
    155         reply = this.nextParse();
    156         while (this.pos < this.document.getContent().length())
    157         { tag = new HTMLTag(reply);
    158 
    159             if (tag.tagName().equals("a"))
    160             { start = reply.indexOf("href");
    161                 if (start == -1)
    162                 { start = reply.indexOf("HREF");
    163                 }
    164 
    165                 if (start >= 0)
    166                 { start += 4;
    167                     quoted = false;
    168                     while   (reply.charAt(start) == ' ' ||
    169                                  reply.charAt(start) == '=' ||
    170                                  reply.charAt(start) == '"')
    171                     { if (reply.charAt(start) == '"')
    172                         { quoted = true;
    173                         }
    174                         start ++;
    175                     }
    176 
    177                     end = -1;
    178                     if (quoted)
    179                     { end = reply.indexOf('"', start+1);
    180                     }
    181                     if (end == -1)
    182                     { end = reply.indexOf(' ', start+1);
    183                         if (end == -1)
    184                         { end = reply.length() - 1;
    185                         }
    186                     }
    187 
    188                     reply = reply.substring(start, end);
    189                   return reply;
    190                 }
    191             }
    192             reply = this.nextParse();
    193         }
    194         return null;
    195     }
    196 
    197     // Return the next link in the page
    198     public String nextLink(AppletContext ac)
    199     { String reply, reply2;
    200         int         start, end;
    201         boolean quoted;
    202         HTMLTag tag;
    203 
    204         if (this.document.getContent() == null)
    205         {   return null;
    206         }
    207 
    208         reply = this.nextParse();
    209         while (this.pos < this.document.getContent().length())
    210         { tag = new HTMLTag(reply);
    211             if (tag.tagName().equals("a"))
    212             { reply = tag.idValue("href");
    213             }
    214             else if (tag.tagName().equals("frame")) // image tag
    215             { reply = tag.idValue("src");
    216             }
    217             else if (tag.tagName().equals("area")) // image map area
    218             { reply = tag.idValue("href");
    219             }
    220             else if (tag.tagName().equals("frame"))
    221             {   reply = tag.idValue("src");
    222             }
    223             else
    224             {   reply   = null;
    225             }
    226 
    227             if (reply != null)
    228             {   return reply;
    229             }
    230 
    231             reply = this.nextParse();
    232         }
    233         return null;
    234     }
     237        }
     238 
     239        reply = this.nextParse();
     240    }
     241    return null;
     242    }
    235243}

  • trunk/gsdl3/src/java/org/greenstone/gsdl3/gs3build/util/HTMLTidy.java

    r8705 r8710  
    4444    {
    4545        String comment = new String(ch, start, length);
    46 
    4746        parent.comment(comment);
    4847    }
    … …  
    182181        tagName.equals("link") ||
    183182        tagName.equals("base") ||
    184         tagName.equals("img") ||
     183        //tagName.equals("img") ||
    185184        tagName.equals("hr")) {
    186185        isSingleton = true;
Note: See TracChangeset for help on using the changeset viewer.