mods/wiki/plugins/filter/f_fixhtml.php

   1 <?php
   2
   3 /*
   4    This filter plugin implements minimal html tag balancing, and can also
   5    convert ewiki_page() output into (hopefully) valid xhtml. It just works
   6    around some markup problems found in ewiki and that may arise from Wiki
   7    markup abuse; it however provides no fix for <ul> inside <ul> or even
   8    <h2> inside <p> problems (this should rather be fixed in the ewiki_format
   9    function).  So following code is not meant to fix any possible html file,
  10    and it certainly won't make valid html files out of random binary data.
  11    So for full html spec conformance you should rather utilize w3c tidy (by
  12    using your Webservers "Filter" directive).
  13 */
  14
  15
  16 define("EWIKI_XHTML", 0);
  17 $ewiki_plugins["page_final"][] = "ewiki_html_tag_balancer";
  18
  19
  20 function ewiki_html_tag_balancer(&$html) {
  21
  22    #-- vars
  23    $html_standalone = array(
  24       "img", "br", "hr",
  25       "input", "meta", "link",
  26    );
  27    $html_tags = array(
  28       "a", "abbr", "acronym", "address", "applet", "area", "b", "base",
  29       "basefont", "bdo", "big", "blockquote", "body", "br", "button",
  30       "caption", "center", "cite", "code", "col", "colgroup", "dd", "del",
  31       "dfn", "dir", "div", "dl", "dt", "em", "fieldset", "font", "form",
  32       "h1", "h2", "h3", "h4", "h5", "h6", "head", "hr", "html", "i",
  33       "iframe", "img", "input", "ins", "kbd", "label", "legend", "li",
  34       "link", "map", "menu", "meta", "noframes", "noscript", "object", "ol",
  35       "optgroup", "option", "p", "param", "pre", "q", "s", "samp", "script",
  36       "select", "small", "span", "strike", "strong", "style", "sub", "sup",
  37       "table", "tbody", "td", "textarea", "tfoot", "th", "thead", "title",
  38       "tr", "tt", "u", "ul", "var",
  39       #-- H2.0  "nextid", "listing", "xmp", "plaintext",
  40       #-- H3.2  "frame", "frameset",
  41       #-- X1.1  "rb", "rbc", "rp", "rt", "rtc", "ruby",
  42    );
  43    $close_opened_when = array(
  44       "p", "div", "ul", "td", "table", "tr",
  45    );
  46    if (!EWIKI_XHTML) {
  47       $html_tags = array_merge(  (array) $html_tags, array(
  48          "bgsound", "embed", "layer", "multicol", "nobr", "noembed",
  49       ));
  50    }
  51
  52    #-- walk through all tags
  53    $tree = array();
  54    $len = strlen($html);
  55    $done = "";
  56    $pos = 0;
  57    $loop = 1000;
  58    while (($pos < $len) && $loop--) {
  59
  60       #-- search next tag
  61       $l = strpos($html, "<", $pos);
  62       $r = strpos($html, ">", $l);
  63       if (($l===false) or ($r===false)) {
  64          # finish
  65          $done .= substr($html, $pos);
  66          break;
  67       }
  68
  69       #-- copy plain text part
  70       if ($l >= $pos) {
  71          $done .= substr($html, $pos, $l-$pos);
  72          $pos = $l;
  73       }
  74
  75       #-- analyze current html tag
  76       if ($r >= $pos) {
  77          $pos = $r + 1;
  78          $tag = substr($html, $l + 1, $r - $l - 1);
  79
  80          #-- split into name and attributes
  81          $tname = strtolower(strtok($tag, " \t\n>"));     // LOWERCASING not needed here really
  82          ($tattr = strtok(">")) && ($tattr = " $tattr");
  83
  84          // attribute checking could go here
  85          // (here we just assume good output from ewiki core)
  86          // ...
  87
  88          #-- html comment
  89          if (substr($tname, 0, 3) == "!--") {
  90             $r = strpos($html, "-->", $l+4);
  91             $pos = $r + 3;
  92             $done .= substr($html, $l, $r-$l+3);
  93             continue;
  94          }
  95
  96          #-- opening tag?
  97          elseif ($tname[0] != "/") {
  98
  99             #-- standalone tag
 100             if (in_array($tname, $html_standalone)) {
 101                $tattr = rtrim(rtrim($tattr, "/"));
 102                if (EWIKI_XHTML) {
 103                   $tattr .= " /";
 104                }
 105             }
 106             #-- normal tag
 107             else {
 108                if (in_array($tname, $html_tags)) {
 109                   #-- ok
 110                }
 111                else {
 112                   $tattr .= " class=\"$tname\"";
 113                   $tname = "div";
 114                }
 115                array_push($tree, $tname);
 116             }
 117
 118             $tag = "$tname$tattr";
 119          }
 120          #-- closing tag
 121          else {
 122             $tname = substr($tname, 1);
 123
 124             if (!in_array($tname, $html_tags)) {
 125                $tname= "div";
 126             }
 127
 128             #-- check if this is allowed
 129             if (!$tree) {
 130                continue;   // ignore closing tag
 131             }
 132             $last = array_pop($tree);
 133             if ($last != $tname) {
 134
 135                #-- close until last opened block element
 136                if (in_array($tname, $close_opened_when)) {
 137                   do {
 138                      $done .= "</$last>";
 139                   }
 140                   while (($last = array_pop($tree)) && ($last!=$tname));
 141                }
 142                #-- close last, close current, reopen last
 143                else {
 144                   array_push($tree, $last);
 145                   $done .= "</$last></$tname><$last>";
 146                   continue;
 147                }
 148             }
 149             else {
 150                #-- all ok
 151             }
 152
 153             #-- readd closing-slash to tag name
 154             $tag = "/$tname";
 155          }
 156
 157          $done .= "<$tag>";
 158       }
 159    }
 160
 161    #-- close still open tags
 162    while ($tree && ($last = array_pop($tree))) {
 163       $done .= "</$last>";
 164    }
 165
 166    #-- copy back changes
 167    $html = $done;
 168
 169 }
 170
 171
 172 ?>