| 1 | /* Copyright (c) 1998, 1999 Thai Open Source Software Center Ltd
|
|---|
| 2 | See the file COPYING for copying permission.
|
|---|
| 3 | */
|
|---|
| 4 |
|
|---|
| 5 | #ifndef IS_INVALID_CHAR
|
|---|
| 6 | #define IS_INVALID_CHAR(enc, ptr, n) (0)
|
|---|
| 7 | #endif
|
|---|
| 8 |
|
|---|
| 9 | #define INVALID_LEAD_CASE(n, ptr, nextTokPtr) \
|
|---|
| 10 | case BT_LEAD ## n: \
|
|---|
| 11 | if (end - ptr < n) \
|
|---|
| 12 | return XML_TOK_PARTIAL_CHAR; \
|
|---|
| 13 | if (IS_INVALID_CHAR(enc, ptr, n)) { \
|
|---|
| 14 | *(nextTokPtr) = (ptr); \
|
|---|
| 15 | return XML_TOK_INVALID; \
|
|---|
| 16 | } \
|
|---|
| 17 | ptr += n; \
|
|---|
| 18 | break;
|
|---|
| 19 |
|
|---|
| 20 | #define INVALID_CASES(ptr, nextTokPtr) \
|
|---|
| 21 | INVALID_LEAD_CASE(2, ptr, nextTokPtr) \
|
|---|
| 22 | INVALID_LEAD_CASE(3, ptr, nextTokPtr) \
|
|---|
| 23 | INVALID_LEAD_CASE(4, ptr, nextTokPtr) \
|
|---|
| 24 | case BT_NONXML: \
|
|---|
| 25 | case BT_MALFORM: \
|
|---|
| 26 | case BT_TRAIL: \
|
|---|
| 27 | *(nextTokPtr) = (ptr); \
|
|---|
| 28 | return XML_TOK_INVALID;
|
|---|
| 29 |
|
|---|
| 30 | #define CHECK_NAME_CASE(n, enc, ptr, end, nextTokPtr) \
|
|---|
| 31 | case BT_LEAD ## n: \
|
|---|
| 32 | if (end - ptr < n) \
|
|---|
| 33 | return XML_TOK_PARTIAL_CHAR; \
|
|---|
| 34 | if (!IS_NAME_CHAR(enc, ptr, n)) { \
|
|---|
| 35 | *nextTokPtr = ptr; \
|
|---|
| 36 | return XML_TOK_INVALID; \
|
|---|
| 37 | } \
|
|---|
| 38 | ptr += n; \
|
|---|
| 39 | break;
|
|---|
| 40 |
|
|---|
| 41 | #define CHECK_NAME_CASES(enc, ptr, end, nextTokPtr) \
|
|---|
| 42 | case BT_NONASCII: \
|
|---|
| 43 | if (!IS_NAME_CHAR_MINBPC(enc, ptr)) { \
|
|---|
| 44 | *nextTokPtr = ptr; \
|
|---|
| 45 | return XML_TOK_INVALID; \
|
|---|
| 46 | } \
|
|---|
| 47 | case BT_NMSTRT: \
|
|---|
| 48 | case BT_HEX: \
|
|---|
| 49 | case BT_DIGIT: \
|
|---|
| 50 | case BT_NAME: \
|
|---|
| 51 | case BT_MINUS: \
|
|---|
| 52 | ptr += MINBPC(enc); \
|
|---|
| 53 | break; \
|
|---|
| 54 | CHECK_NAME_CASE(2, enc, ptr, end, nextTokPtr) \
|
|---|
| 55 | CHECK_NAME_CASE(3, enc, ptr, end, nextTokPtr) \
|
|---|
| 56 | CHECK_NAME_CASE(4, enc, ptr, end, nextTokPtr)
|
|---|
| 57 |
|
|---|
| 58 | #define CHECK_NMSTRT_CASE(n, enc, ptr, end, nextTokPtr) \
|
|---|
| 59 | case BT_LEAD ## n: \
|
|---|
| 60 | if (end - ptr < n) \
|
|---|
| 61 | return XML_TOK_PARTIAL_CHAR; \
|
|---|
| 62 | if (!IS_NMSTRT_CHAR(enc, ptr, n)) { \
|
|---|
| 63 | *nextTokPtr = ptr; \
|
|---|
| 64 | return XML_TOK_INVALID; \
|
|---|
| 65 | } \
|
|---|
| 66 | ptr += n; \
|
|---|
| 67 | break;
|
|---|
| 68 |
|
|---|
| 69 | #define CHECK_NMSTRT_CASES(enc, ptr, end, nextTokPtr) \
|
|---|
| 70 | case BT_NONASCII: \
|
|---|
| 71 | if (!IS_NMSTRT_CHAR_MINBPC(enc, ptr)) { \
|
|---|
| 72 | *nextTokPtr = ptr; \
|
|---|
| 73 | return XML_TOK_INVALID; \
|
|---|
| 74 | } \
|
|---|
| 75 | case BT_NMSTRT: \
|
|---|
| 76 | case BT_HEX: \
|
|---|
| 77 | ptr += MINBPC(enc); \
|
|---|
| 78 | break; \
|
|---|
| 79 | CHECK_NMSTRT_CASE(2, enc, ptr, end, nextTokPtr) \
|
|---|
| 80 | CHECK_NMSTRT_CASE(3, enc, ptr, end, nextTokPtr) \
|
|---|
| 81 | CHECK_NMSTRT_CASE(4, enc, ptr, end, nextTokPtr)
|
|---|
| 82 |
|
|---|
| 83 | #ifndef PREFIX
|
|---|
| 84 | #define PREFIX(ident) ident
|
|---|
| 85 | #endif
|
|---|
| 86 |
|
|---|
| 87 | /* ptr points to character following "<!-" */
|
|---|
| 88 |
|
|---|
| 89 | static int PTRCALL
|
|---|
| 90 | PREFIX(scanComment)(const ENCODING *enc, const char *ptr,
|
|---|
| 91 | const char *end, const char **nextTokPtr)
|
|---|
| 92 | {
|
|---|
| 93 | if (ptr != end) {
|
|---|
| 94 | if (!CHAR_MATCHES(enc, ptr, ASCII_MINUS)) {
|
|---|
| 95 | *nextTokPtr = ptr;
|
|---|
| 96 | return XML_TOK_INVALID;
|
|---|
| 97 | }
|
|---|
| 98 | ptr += MINBPC(enc);
|
|---|
| 99 | while (ptr != end) {
|
|---|
| 100 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 101 | INVALID_CASES(ptr, nextTokPtr)
|
|---|
| 102 | case BT_MINUS:
|
|---|
| 103 | if ((ptr += MINBPC(enc)) == end)
|
|---|
| 104 | return XML_TOK_PARTIAL;
|
|---|
| 105 | if (CHAR_MATCHES(enc, ptr, ASCII_MINUS)) {
|
|---|
| 106 | if ((ptr += MINBPC(enc)) == end)
|
|---|
| 107 | return XML_TOK_PARTIAL;
|
|---|
| 108 | if (!CHAR_MATCHES(enc, ptr, ASCII_GT)) {
|
|---|
| 109 | *nextTokPtr = ptr;
|
|---|
| 110 | return XML_TOK_INVALID;
|
|---|
| 111 | }
|
|---|
| 112 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 113 | return XML_TOK_COMMENT;
|
|---|
| 114 | }
|
|---|
| 115 | break;
|
|---|
| 116 | default:
|
|---|
| 117 | ptr += MINBPC(enc);
|
|---|
| 118 | break;
|
|---|
| 119 | }
|
|---|
| 120 | }
|
|---|
| 121 | }
|
|---|
| 122 | return XML_TOK_PARTIAL;
|
|---|
| 123 | }
|
|---|
| 124 |
|
|---|
| 125 | /* ptr points to character following "<!" */
|
|---|
| 126 |
|
|---|
| 127 | static int PTRCALL
|
|---|
| 128 | PREFIX(scanDecl)(const ENCODING *enc, const char *ptr,
|
|---|
| 129 | const char *end, const char **nextTokPtr)
|
|---|
| 130 | {
|
|---|
| 131 | if (ptr == end)
|
|---|
| 132 | return XML_TOK_PARTIAL;
|
|---|
| 133 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 134 | case BT_MINUS:
|
|---|
| 135 | return PREFIX(scanComment)(enc, ptr + MINBPC(enc), end, nextTokPtr);
|
|---|
| 136 | case BT_LSQB:
|
|---|
| 137 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 138 | return XML_TOK_COND_SECT_OPEN;
|
|---|
| 139 | case BT_NMSTRT:
|
|---|
| 140 | case BT_HEX:
|
|---|
| 141 | ptr += MINBPC(enc);
|
|---|
| 142 | break;
|
|---|
| 143 | default:
|
|---|
| 144 | *nextTokPtr = ptr;
|
|---|
| 145 | return XML_TOK_INVALID;
|
|---|
| 146 | }
|
|---|
| 147 | while (ptr != end) {
|
|---|
| 148 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 149 | case BT_PERCNT:
|
|---|
| 150 | if (ptr + MINBPC(enc) == end)
|
|---|
| 151 | return XML_TOK_PARTIAL;
|
|---|
| 152 | /* don't allow <!ENTITY% foo "whatever"> */
|
|---|
| 153 | switch (BYTE_TYPE(enc, ptr + MINBPC(enc))) {
|
|---|
| 154 | case BT_S: case BT_CR: case BT_LF: case BT_PERCNT:
|
|---|
| 155 | *nextTokPtr = ptr;
|
|---|
| 156 | return XML_TOK_INVALID;
|
|---|
| 157 | }
|
|---|
| 158 | /* fall through */
|
|---|
| 159 | case BT_S: case BT_CR: case BT_LF:
|
|---|
| 160 | *nextTokPtr = ptr;
|
|---|
| 161 | return XML_TOK_DECL_OPEN;
|
|---|
| 162 | case BT_NMSTRT:
|
|---|
| 163 | case BT_HEX:
|
|---|
| 164 | ptr += MINBPC(enc);
|
|---|
| 165 | break;
|
|---|
| 166 | default:
|
|---|
| 167 | *nextTokPtr = ptr;
|
|---|
| 168 | return XML_TOK_INVALID;
|
|---|
| 169 | }
|
|---|
| 170 | }
|
|---|
| 171 | return XML_TOK_PARTIAL;
|
|---|
| 172 | }
|
|---|
| 173 |
|
|---|
| 174 | static int PTRCALL
|
|---|
| 175 | PREFIX(checkPiTarget)(const ENCODING *enc, const char *ptr,
|
|---|
| 176 | const char *end, int *tokPtr)
|
|---|
| 177 | {
|
|---|
| 178 | int upper = 0;
|
|---|
| 179 | *tokPtr = XML_TOK_PI;
|
|---|
| 180 | if (end - ptr != MINBPC(enc)*3)
|
|---|
| 181 | return 1;
|
|---|
| 182 | switch (BYTE_TO_ASCII(enc, ptr)) {
|
|---|
| 183 | case ASCII_x:
|
|---|
| 184 | break;
|
|---|
| 185 | case ASCII_X:
|
|---|
| 186 | upper = 1;
|
|---|
| 187 | break;
|
|---|
| 188 | default:
|
|---|
| 189 | return 1;
|
|---|
| 190 | }
|
|---|
| 191 | ptr += MINBPC(enc);
|
|---|
| 192 | switch (BYTE_TO_ASCII(enc, ptr)) {
|
|---|
| 193 | case ASCII_m:
|
|---|
| 194 | break;
|
|---|
| 195 | case ASCII_M:
|
|---|
| 196 | upper = 1;
|
|---|
| 197 | break;
|
|---|
| 198 | default:
|
|---|
| 199 | return 1;
|
|---|
| 200 | }
|
|---|
| 201 | ptr += MINBPC(enc);
|
|---|
| 202 | switch (BYTE_TO_ASCII(enc, ptr)) {
|
|---|
| 203 | case ASCII_l:
|
|---|
| 204 | break;
|
|---|
| 205 | case ASCII_L:
|
|---|
| 206 | upper = 1;
|
|---|
| 207 | break;
|
|---|
| 208 | default:
|
|---|
| 209 | return 1;
|
|---|
| 210 | }
|
|---|
| 211 | if (upper)
|
|---|
| 212 | return 0;
|
|---|
| 213 | *tokPtr = XML_TOK_XML_DECL;
|
|---|
| 214 | return 1;
|
|---|
| 215 | }
|
|---|
| 216 |
|
|---|
| 217 | /* ptr points to character following "<?" */
|
|---|
| 218 |
|
|---|
| 219 | static int PTRCALL
|
|---|
| 220 | PREFIX(scanPi)(const ENCODING *enc, const char *ptr,
|
|---|
| 221 | const char *end, const char **nextTokPtr)
|
|---|
| 222 | {
|
|---|
| 223 | int tok;
|
|---|
| 224 | const char *target = ptr;
|
|---|
| 225 | if (ptr == end)
|
|---|
| 226 | return XML_TOK_PARTIAL;
|
|---|
| 227 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 228 | CHECK_NMSTRT_CASES(enc, ptr, end, nextTokPtr)
|
|---|
| 229 | default:
|
|---|
| 230 | *nextTokPtr = ptr;
|
|---|
| 231 | return XML_TOK_INVALID;
|
|---|
| 232 | }
|
|---|
| 233 | while (ptr != end) {
|
|---|
| 234 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 235 | CHECK_NAME_CASES(enc, ptr, end, nextTokPtr)
|
|---|
| 236 | case BT_S: case BT_CR: case BT_LF:
|
|---|
| 237 | if (!PREFIX(checkPiTarget)(enc, target, ptr, &tok)) {
|
|---|
| 238 | *nextTokPtr = ptr;
|
|---|
| 239 | return XML_TOK_INVALID;
|
|---|
| 240 | }
|
|---|
| 241 | ptr += MINBPC(enc);
|
|---|
| 242 | while (ptr != end) {
|
|---|
| 243 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 244 | INVALID_CASES(ptr, nextTokPtr)
|
|---|
| 245 | case BT_QUEST:
|
|---|
| 246 | ptr += MINBPC(enc);
|
|---|
| 247 | if (ptr == end)
|
|---|
| 248 | return XML_TOK_PARTIAL;
|
|---|
| 249 | if (CHAR_MATCHES(enc, ptr, ASCII_GT)) {
|
|---|
| 250 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 251 | return tok;
|
|---|
| 252 | }
|
|---|
| 253 | break;
|
|---|
| 254 | default:
|
|---|
| 255 | ptr += MINBPC(enc);
|
|---|
| 256 | break;
|
|---|
| 257 | }
|
|---|
| 258 | }
|
|---|
| 259 | return XML_TOK_PARTIAL;
|
|---|
| 260 | case BT_QUEST:
|
|---|
| 261 | if (!PREFIX(checkPiTarget)(enc, target, ptr, &tok)) {
|
|---|
| 262 | *nextTokPtr = ptr;
|
|---|
| 263 | return XML_TOK_INVALID;
|
|---|
| 264 | }
|
|---|
| 265 | ptr += MINBPC(enc);
|
|---|
| 266 | if (ptr == end)
|
|---|
| 267 | return XML_TOK_PARTIAL;
|
|---|
| 268 | if (CHAR_MATCHES(enc, ptr, ASCII_GT)) {
|
|---|
| 269 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 270 | return tok;
|
|---|
| 271 | }
|
|---|
| 272 | /* fall through */
|
|---|
| 273 | default:
|
|---|
| 274 | *nextTokPtr = ptr;
|
|---|
| 275 | return XML_TOK_INVALID;
|
|---|
| 276 | }
|
|---|
| 277 | }
|
|---|
| 278 | return XML_TOK_PARTIAL;
|
|---|
| 279 | }
|
|---|
| 280 |
|
|---|
| 281 | static int PTRCALL
|
|---|
| 282 | PREFIX(scanCdataSection)(const ENCODING *enc, const char *ptr,
|
|---|
| 283 | const char *end, const char **nextTokPtr)
|
|---|
| 284 | {
|
|---|
| 285 | static const char CDATA_LSQB[] = { ASCII_C, ASCII_D, ASCII_A,
|
|---|
| 286 | ASCII_T, ASCII_A, ASCII_LSQB };
|
|---|
| 287 | int i;
|
|---|
| 288 | /* CDATA[ */
|
|---|
| 289 | if (end - ptr < 6 * MINBPC(enc))
|
|---|
| 290 | return XML_TOK_PARTIAL;
|
|---|
| 291 | for (i = 0; i < 6; i++, ptr += MINBPC(enc)) {
|
|---|
| 292 | if (!CHAR_MATCHES(enc, ptr, CDATA_LSQB[i])) {
|
|---|
| 293 | *nextTokPtr = ptr;
|
|---|
| 294 | return XML_TOK_INVALID;
|
|---|
| 295 | }
|
|---|
| 296 | }
|
|---|
| 297 | *nextTokPtr = ptr;
|
|---|
| 298 | return XML_TOK_CDATA_SECT_OPEN;
|
|---|
| 299 | }
|
|---|
| 300 |
|
|---|
| 301 | static int PTRCALL
|
|---|
| 302 | PREFIX(cdataSectionTok)(const ENCODING *enc, const char *ptr,
|
|---|
| 303 | const char *end, const char **nextTokPtr)
|
|---|
| 304 | {
|
|---|
| 305 | if (ptr == end)
|
|---|
| 306 | return XML_TOK_NONE;
|
|---|
| 307 | if (MINBPC(enc) > 1) {
|
|---|
| 308 | size_t n = end - ptr;
|
|---|
| 309 | if (n & (MINBPC(enc) - 1)) {
|
|---|
| 310 | n &= ~(MINBPC(enc) - 1);
|
|---|
| 311 | if (n == 0)
|
|---|
| 312 | return XML_TOK_PARTIAL;
|
|---|
| 313 | end = ptr + n;
|
|---|
| 314 | }
|
|---|
| 315 | }
|
|---|
| 316 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 317 | case BT_RSQB:
|
|---|
| 318 | ptr += MINBPC(enc);
|
|---|
| 319 | if (ptr == end)
|
|---|
| 320 | return XML_TOK_PARTIAL;
|
|---|
| 321 | if (!CHAR_MATCHES(enc, ptr, ASCII_RSQB))
|
|---|
| 322 | break;
|
|---|
| 323 | ptr += MINBPC(enc);
|
|---|
| 324 | if (ptr == end)
|
|---|
| 325 | return XML_TOK_PARTIAL;
|
|---|
| 326 | if (!CHAR_MATCHES(enc, ptr, ASCII_GT)) {
|
|---|
| 327 | ptr -= MINBPC(enc);
|
|---|
| 328 | break;
|
|---|
| 329 | }
|
|---|
| 330 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 331 | return XML_TOK_CDATA_SECT_CLOSE;
|
|---|
| 332 | case BT_CR:
|
|---|
| 333 | ptr += MINBPC(enc);
|
|---|
| 334 | if (ptr == end)
|
|---|
| 335 | return XML_TOK_PARTIAL;
|
|---|
| 336 | if (BYTE_TYPE(enc, ptr) == BT_LF)
|
|---|
| 337 | ptr += MINBPC(enc);
|
|---|
| 338 | *nextTokPtr = ptr;
|
|---|
| 339 | return XML_TOK_DATA_NEWLINE;
|
|---|
| 340 | case BT_LF:
|
|---|
| 341 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 342 | return XML_TOK_DATA_NEWLINE;
|
|---|
| 343 | INVALID_CASES(ptr, nextTokPtr)
|
|---|
| 344 | default:
|
|---|
| 345 | ptr += MINBPC(enc);
|
|---|
| 346 | break;
|
|---|
| 347 | }
|
|---|
| 348 | while (ptr != end) {
|
|---|
| 349 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 350 | #define LEAD_CASE(n) \
|
|---|
| 351 | case BT_LEAD ## n: \
|
|---|
| 352 | if (end - ptr < n || IS_INVALID_CHAR(enc, ptr, n)) { \
|
|---|
| 353 | *nextTokPtr = ptr; \
|
|---|
| 354 | return XML_TOK_DATA_CHARS; \
|
|---|
| 355 | } \
|
|---|
| 356 | ptr += n; \
|
|---|
| 357 | break;
|
|---|
| 358 | LEAD_CASE(2) LEAD_CASE(3) LEAD_CASE(4)
|
|---|
| 359 | #undef LEAD_CASE
|
|---|
| 360 | case BT_NONXML:
|
|---|
| 361 | case BT_MALFORM:
|
|---|
| 362 | case BT_TRAIL:
|
|---|
| 363 | case BT_CR:
|
|---|
| 364 | case BT_LF:
|
|---|
| 365 | case BT_RSQB:
|
|---|
| 366 | *nextTokPtr = ptr;
|
|---|
| 367 | return XML_TOK_DATA_CHARS;
|
|---|
| 368 | default:
|
|---|
| 369 | ptr += MINBPC(enc);
|
|---|
| 370 | break;
|
|---|
| 371 | }
|
|---|
| 372 | }
|
|---|
| 373 | *nextTokPtr = ptr;
|
|---|
| 374 | return XML_TOK_DATA_CHARS;
|
|---|
| 375 | }
|
|---|
| 376 |
|
|---|
| 377 | /* ptr points to character following "</" */
|
|---|
| 378 |
|
|---|
| 379 | static int PTRCALL
|
|---|
| 380 | PREFIX(scanEndTag)(const ENCODING *enc, const char *ptr,
|
|---|
| 381 | const char *end, const char **nextTokPtr)
|
|---|
| 382 | {
|
|---|
| 383 | if (ptr == end)
|
|---|
| 384 | return XML_TOK_PARTIAL;
|
|---|
| 385 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 386 | CHECK_NMSTRT_CASES(enc, ptr, end, nextTokPtr)
|
|---|
| 387 | default:
|
|---|
| 388 | *nextTokPtr = ptr;
|
|---|
| 389 | return XML_TOK_INVALID;
|
|---|
| 390 | }
|
|---|
| 391 | while (ptr != end) {
|
|---|
| 392 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 393 | CHECK_NAME_CASES(enc, ptr, end, nextTokPtr)
|
|---|
| 394 | case BT_S: case BT_CR: case BT_LF:
|
|---|
| 395 | for (ptr += MINBPC(enc); ptr != end; ptr += MINBPC(enc)) {
|
|---|
| 396 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 397 | case BT_S: case BT_CR: case BT_LF:
|
|---|
| 398 | break;
|
|---|
| 399 | case BT_GT:
|
|---|
| 400 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 401 | return XML_TOK_END_TAG;
|
|---|
| 402 | default:
|
|---|
| 403 | *nextTokPtr = ptr;
|
|---|
| 404 | return XML_TOK_INVALID;
|
|---|
| 405 | }
|
|---|
| 406 | }
|
|---|
| 407 | return XML_TOK_PARTIAL;
|
|---|
| 408 | #ifdef XML_NS
|
|---|
| 409 | case BT_COLON:
|
|---|
| 410 | /* no need to check qname syntax here,
|
|---|
| 411 | since end-tag must match exactly */
|
|---|
| 412 | ptr += MINBPC(enc);
|
|---|
| 413 | break;
|
|---|
| 414 | #endif
|
|---|
| 415 | case BT_GT:
|
|---|
| 416 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 417 | return XML_TOK_END_TAG;
|
|---|
| 418 | default:
|
|---|
| 419 | *nextTokPtr = ptr;
|
|---|
| 420 | return XML_TOK_INVALID;
|
|---|
| 421 | }
|
|---|
| 422 | }
|
|---|
| 423 | return XML_TOK_PARTIAL;
|
|---|
| 424 | }
|
|---|
| 425 |
|
|---|
| 426 | /* ptr points to character following "&#X" */
|
|---|
| 427 |
|
|---|
| 428 | static int PTRCALL
|
|---|
| 429 | PREFIX(scanHexCharRef)(const ENCODING *enc, const char *ptr,
|
|---|
| 430 | const char *end, const char **nextTokPtr)
|
|---|
| 431 | {
|
|---|
| 432 | if (ptr != end) {
|
|---|
| 433 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 434 | case BT_DIGIT:
|
|---|
| 435 | case BT_HEX:
|
|---|
| 436 | break;
|
|---|
| 437 | default:
|
|---|
| 438 | *nextTokPtr = ptr;
|
|---|
| 439 | return XML_TOK_INVALID;
|
|---|
| 440 | }
|
|---|
| 441 | for (ptr += MINBPC(enc); ptr != end; ptr += MINBPC(enc)) {
|
|---|
| 442 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 443 | case BT_DIGIT:
|
|---|
| 444 | case BT_HEX:
|
|---|
| 445 | break;
|
|---|
| 446 | case BT_SEMI:
|
|---|
| 447 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 448 | return XML_TOK_CHAR_REF;
|
|---|
| 449 | default:
|
|---|
| 450 | *nextTokPtr = ptr;
|
|---|
| 451 | return XML_TOK_INVALID;
|
|---|
| 452 | }
|
|---|
| 453 | }
|
|---|
| 454 | }
|
|---|
| 455 | return XML_TOK_PARTIAL;
|
|---|
| 456 | }
|
|---|
| 457 |
|
|---|
| 458 | /* ptr points to character following "&#" */
|
|---|
| 459 |
|
|---|
| 460 | static int PTRCALL
|
|---|
| 461 | PREFIX(scanCharRef)(const ENCODING *enc, const char *ptr,
|
|---|
| 462 | const char *end, const char **nextTokPtr)
|
|---|
| 463 | {
|
|---|
| 464 | if (ptr != end) {
|
|---|
| 465 | if (CHAR_MATCHES(enc, ptr, ASCII_x))
|
|---|
| 466 | return PREFIX(scanHexCharRef)(enc, ptr + MINBPC(enc), end, nextTokPtr);
|
|---|
| 467 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 468 | case BT_DIGIT:
|
|---|
| 469 | break;
|
|---|
| 470 | default:
|
|---|
| 471 | *nextTokPtr = ptr;
|
|---|
| 472 | return XML_TOK_INVALID;
|
|---|
| 473 | }
|
|---|
| 474 | for (ptr += MINBPC(enc); ptr != end; ptr += MINBPC(enc)) {
|
|---|
| 475 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 476 | case BT_DIGIT:
|
|---|
| 477 | break;
|
|---|
| 478 | case BT_SEMI:
|
|---|
| 479 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 480 | return XML_TOK_CHAR_REF;
|
|---|
| 481 | default:
|
|---|
| 482 | *nextTokPtr = ptr;
|
|---|
| 483 | return XML_TOK_INVALID;
|
|---|
| 484 | }
|
|---|
| 485 | }
|
|---|
| 486 | }
|
|---|
| 487 | return XML_TOK_PARTIAL;
|
|---|
| 488 | }
|
|---|
| 489 |
|
|---|
| 490 | /* ptr points to character following "&" */
|
|---|
| 491 |
|
|---|
| 492 | static int PTRCALL
|
|---|
| 493 | PREFIX(scanRef)(const ENCODING *enc, const char *ptr, const char *end,
|
|---|
| 494 | const char **nextTokPtr)
|
|---|
| 495 | {
|
|---|
| 496 | if (ptr == end)
|
|---|
| 497 | return XML_TOK_PARTIAL;
|
|---|
| 498 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 499 | CHECK_NMSTRT_CASES(enc, ptr, end, nextTokPtr)
|
|---|
| 500 | case BT_NUM:
|
|---|
| 501 | return PREFIX(scanCharRef)(enc, ptr + MINBPC(enc), end, nextTokPtr);
|
|---|
| 502 | default:
|
|---|
| 503 | *nextTokPtr = ptr;
|
|---|
| 504 | return XML_TOK_INVALID;
|
|---|
| 505 | }
|
|---|
| 506 | while (ptr != end) {
|
|---|
| 507 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 508 | CHECK_NAME_CASES(enc, ptr, end, nextTokPtr)
|
|---|
| 509 | case BT_SEMI:
|
|---|
| 510 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 511 | return XML_TOK_ENTITY_REF;
|
|---|
| 512 | default:
|
|---|
| 513 | *nextTokPtr = ptr;
|
|---|
| 514 | return XML_TOK_INVALID;
|
|---|
| 515 | }
|
|---|
| 516 | }
|
|---|
| 517 | return XML_TOK_PARTIAL;
|
|---|
| 518 | }
|
|---|
| 519 |
|
|---|
| 520 | /* ptr points to character following first character of attribute name */
|
|---|
| 521 |
|
|---|
| 522 | static int PTRCALL
|
|---|
| 523 | PREFIX(scanAtts)(const ENCODING *enc, const char *ptr, const char *end,
|
|---|
| 524 | const char **nextTokPtr)
|
|---|
| 525 | {
|
|---|
| 526 | #ifdef XML_NS
|
|---|
| 527 | int hadColon = 0;
|
|---|
| 528 | #endif
|
|---|
| 529 | while (ptr != end) {
|
|---|
| 530 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 531 | CHECK_NAME_CASES(enc, ptr, end, nextTokPtr)
|
|---|
| 532 | #ifdef XML_NS
|
|---|
| 533 | case BT_COLON:
|
|---|
| 534 | if (hadColon) {
|
|---|
| 535 | *nextTokPtr = ptr;
|
|---|
| 536 | return XML_TOK_INVALID;
|
|---|
| 537 | }
|
|---|
| 538 | hadColon = 1;
|
|---|
| 539 | ptr += MINBPC(enc);
|
|---|
| 540 | if (ptr == end)
|
|---|
| 541 | return XML_TOK_PARTIAL;
|
|---|
| 542 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 543 | CHECK_NMSTRT_CASES(enc, ptr, end, nextTokPtr)
|
|---|
| 544 | default:
|
|---|
| 545 | *nextTokPtr = ptr;
|
|---|
| 546 | return XML_TOK_INVALID;
|
|---|
| 547 | }
|
|---|
| 548 | break;
|
|---|
| 549 | #endif
|
|---|
| 550 | case BT_S: case BT_CR: case BT_LF:
|
|---|
| 551 | for (;;) {
|
|---|
| 552 | int t;
|
|---|
| 553 |
|
|---|
| 554 | ptr += MINBPC(enc);
|
|---|
| 555 | if (ptr == end)
|
|---|
| 556 | return XML_TOK_PARTIAL;
|
|---|
| 557 | t = BYTE_TYPE(enc, ptr);
|
|---|
| 558 | if (t == BT_EQUALS)
|
|---|
| 559 | break;
|
|---|
| 560 | switch (t) {
|
|---|
| 561 | case BT_S:
|
|---|
| 562 | case BT_LF:
|
|---|
| 563 | case BT_CR:
|
|---|
| 564 | break;
|
|---|
| 565 | default:
|
|---|
| 566 | *nextTokPtr = ptr;
|
|---|
| 567 | return XML_TOK_INVALID;
|
|---|
| 568 | }
|
|---|
| 569 | }
|
|---|
| 570 | /* fall through */
|
|---|
| 571 | case BT_EQUALS:
|
|---|
| 572 | {
|
|---|
| 573 | int open;
|
|---|
| 574 | #ifdef XML_NS
|
|---|
| 575 | hadColon = 0;
|
|---|
| 576 | #endif
|
|---|
| 577 | for (;;) {
|
|---|
| 578 | ptr += MINBPC(enc);
|
|---|
| 579 | if (ptr == end)
|
|---|
| 580 | return XML_TOK_PARTIAL;
|
|---|
| 581 | open = BYTE_TYPE(enc, ptr);
|
|---|
| 582 | if (open == BT_QUOT || open == BT_APOS)
|
|---|
| 583 | break;
|
|---|
| 584 | switch (open) {
|
|---|
| 585 | case BT_S:
|
|---|
| 586 | case BT_LF:
|
|---|
| 587 | case BT_CR:
|
|---|
| 588 | break;
|
|---|
| 589 | default:
|
|---|
| 590 | *nextTokPtr = ptr;
|
|---|
| 591 | return XML_TOK_INVALID;
|
|---|
| 592 | }
|
|---|
| 593 | }
|
|---|
| 594 | ptr += MINBPC(enc);
|
|---|
| 595 | /* in attribute value */
|
|---|
| 596 | for (;;) {
|
|---|
| 597 | int t;
|
|---|
| 598 | if (ptr == end)
|
|---|
| 599 | return XML_TOK_PARTIAL;
|
|---|
| 600 | t = BYTE_TYPE(enc, ptr);
|
|---|
| 601 | if (t == open)
|
|---|
| 602 | break;
|
|---|
| 603 | switch (t) {
|
|---|
| 604 | INVALID_CASES(ptr, nextTokPtr)
|
|---|
| 605 | case BT_AMP:
|
|---|
| 606 | {
|
|---|
| 607 | int tok = PREFIX(scanRef)(enc, ptr + MINBPC(enc), end, &ptr);
|
|---|
| 608 | if (tok <= 0) {
|
|---|
| 609 | if (tok == XML_TOK_INVALID)
|
|---|
| 610 | *nextTokPtr = ptr;
|
|---|
| 611 | return tok;
|
|---|
| 612 | }
|
|---|
| 613 | break;
|
|---|
| 614 | }
|
|---|
| 615 | case BT_LT:
|
|---|
| 616 | *nextTokPtr = ptr;
|
|---|
| 617 | return XML_TOK_INVALID;
|
|---|
| 618 | default:
|
|---|
| 619 | ptr += MINBPC(enc);
|
|---|
| 620 | break;
|
|---|
| 621 | }
|
|---|
| 622 | }
|
|---|
| 623 | ptr += MINBPC(enc);
|
|---|
| 624 | if (ptr == end)
|
|---|
| 625 | return XML_TOK_PARTIAL;
|
|---|
| 626 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 627 | case BT_S:
|
|---|
| 628 | case BT_CR:
|
|---|
| 629 | case BT_LF:
|
|---|
| 630 | break;
|
|---|
| 631 | case BT_SOL:
|
|---|
| 632 | goto sol;
|
|---|
| 633 | case BT_GT:
|
|---|
| 634 | goto gt;
|
|---|
| 635 | default:
|
|---|
| 636 | *nextTokPtr = ptr;
|
|---|
| 637 | return XML_TOK_INVALID;
|
|---|
| 638 | }
|
|---|
| 639 | /* ptr points to closing quote */
|
|---|
| 640 | for (;;) {
|
|---|
| 641 | ptr += MINBPC(enc);
|
|---|
| 642 | if (ptr == end)
|
|---|
| 643 | return XML_TOK_PARTIAL;
|
|---|
| 644 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 645 | CHECK_NMSTRT_CASES(enc, ptr, end, nextTokPtr)
|
|---|
| 646 | case BT_S: case BT_CR: case BT_LF:
|
|---|
| 647 | continue;
|
|---|
| 648 | case BT_GT:
|
|---|
| 649 | gt:
|
|---|
| 650 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 651 | return XML_TOK_START_TAG_WITH_ATTS;
|
|---|
| 652 | case BT_SOL:
|
|---|
| 653 | sol:
|
|---|
| 654 | ptr += MINBPC(enc);
|
|---|
| 655 | if (ptr == end)
|
|---|
| 656 | return XML_TOK_PARTIAL;
|
|---|
| 657 | if (!CHAR_MATCHES(enc, ptr, ASCII_GT)) {
|
|---|
| 658 | *nextTokPtr = ptr;
|
|---|
| 659 | return XML_TOK_INVALID;
|
|---|
| 660 | }
|
|---|
| 661 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 662 | return XML_TOK_EMPTY_ELEMENT_WITH_ATTS;
|
|---|
| 663 | default:
|
|---|
| 664 | *nextTokPtr = ptr;
|
|---|
| 665 | return XML_TOK_INVALID;
|
|---|
| 666 | }
|
|---|
| 667 | break;
|
|---|
| 668 | }
|
|---|
| 669 | break;
|
|---|
| 670 | }
|
|---|
| 671 | default:
|
|---|
| 672 | *nextTokPtr = ptr;
|
|---|
| 673 | return XML_TOK_INVALID;
|
|---|
| 674 | }
|
|---|
| 675 | }
|
|---|
| 676 | return XML_TOK_PARTIAL;
|
|---|
| 677 | }
|
|---|
| 678 |
|
|---|
| 679 | /* ptr points to character following "<" */
|
|---|
| 680 |
|
|---|
| 681 | static int PTRCALL
|
|---|
| 682 | PREFIX(scanLt)(const ENCODING *enc, const char *ptr, const char *end,
|
|---|
| 683 | const char **nextTokPtr)
|
|---|
| 684 | {
|
|---|
| 685 | #ifdef XML_NS
|
|---|
| 686 | int hadColon;
|
|---|
| 687 | #endif
|
|---|
| 688 | if (ptr == end)
|
|---|
| 689 | return XML_TOK_PARTIAL;
|
|---|
| 690 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 691 | CHECK_NMSTRT_CASES(enc, ptr, end, nextTokPtr)
|
|---|
| 692 | case BT_EXCL:
|
|---|
| 693 | if ((ptr += MINBPC(enc)) == end)
|
|---|
| 694 | return XML_TOK_PARTIAL;
|
|---|
| 695 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 696 | case BT_MINUS:
|
|---|
| 697 | return PREFIX(scanComment)(enc, ptr + MINBPC(enc), end, nextTokPtr);
|
|---|
| 698 | case BT_LSQB:
|
|---|
| 699 | return PREFIX(scanCdataSection)(enc, ptr + MINBPC(enc),
|
|---|
| 700 | end, nextTokPtr);
|
|---|
| 701 | }
|
|---|
| 702 | *nextTokPtr = ptr;
|
|---|
| 703 | return XML_TOK_INVALID;
|
|---|
| 704 | case BT_QUEST:
|
|---|
| 705 | return PREFIX(scanPi)(enc, ptr + MINBPC(enc), end, nextTokPtr);
|
|---|
| 706 | case BT_SOL:
|
|---|
| 707 | return PREFIX(scanEndTag)(enc, ptr + MINBPC(enc), end, nextTokPtr);
|
|---|
| 708 | default:
|
|---|
| 709 | *nextTokPtr = ptr;
|
|---|
| 710 | return XML_TOK_INVALID;
|
|---|
| 711 | }
|
|---|
| 712 | #ifdef XML_NS
|
|---|
| 713 | hadColon = 0;
|
|---|
| 714 | #endif
|
|---|
| 715 | /* we have a start-tag */
|
|---|
| 716 | while (ptr != end) {
|
|---|
| 717 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 718 | CHECK_NAME_CASES(enc, ptr, end, nextTokPtr)
|
|---|
| 719 | #ifdef XML_NS
|
|---|
| 720 | case BT_COLON:
|
|---|
| 721 | if (hadColon) {
|
|---|
| 722 | *nextTokPtr = ptr;
|
|---|
| 723 | return XML_TOK_INVALID;
|
|---|
| 724 | }
|
|---|
| 725 | hadColon = 1;
|
|---|
| 726 | ptr += MINBPC(enc);
|
|---|
| 727 | if (ptr == end)
|
|---|
| 728 | return XML_TOK_PARTIAL;
|
|---|
| 729 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 730 | CHECK_NMSTRT_CASES(enc, ptr, end, nextTokPtr)
|
|---|
| 731 | default:
|
|---|
| 732 | *nextTokPtr = ptr;
|
|---|
| 733 | return XML_TOK_INVALID;
|
|---|
| 734 | }
|
|---|
| 735 | break;
|
|---|
| 736 | #endif
|
|---|
| 737 | case BT_S: case BT_CR: case BT_LF:
|
|---|
| 738 | {
|
|---|
| 739 | ptr += MINBPC(enc);
|
|---|
| 740 | while (ptr != end) {
|
|---|
| 741 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 742 | CHECK_NMSTRT_CASES(enc, ptr, end, nextTokPtr)
|
|---|
| 743 | case BT_GT:
|
|---|
| 744 | goto gt;
|
|---|
| 745 | case BT_SOL:
|
|---|
| 746 | goto sol;
|
|---|
| 747 | case BT_S: case BT_CR: case BT_LF:
|
|---|
| 748 | ptr += MINBPC(enc);
|
|---|
| 749 | continue;
|
|---|
| 750 | default:
|
|---|
| 751 | *nextTokPtr = ptr;
|
|---|
| 752 | return XML_TOK_INVALID;
|
|---|
| 753 | }
|
|---|
| 754 | return PREFIX(scanAtts)(enc, ptr, end, nextTokPtr);
|
|---|
| 755 | }
|
|---|
| 756 | return XML_TOK_PARTIAL;
|
|---|
| 757 | }
|
|---|
| 758 | case BT_GT:
|
|---|
| 759 | gt:
|
|---|
| 760 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 761 | return XML_TOK_START_TAG_NO_ATTS;
|
|---|
| 762 | case BT_SOL:
|
|---|
| 763 | sol:
|
|---|
| 764 | ptr += MINBPC(enc);
|
|---|
| 765 | if (ptr == end)
|
|---|
| 766 | return XML_TOK_PARTIAL;
|
|---|
| 767 | if (!CHAR_MATCHES(enc, ptr, ASCII_GT)) {
|
|---|
| 768 | *nextTokPtr = ptr;
|
|---|
| 769 | return XML_TOK_INVALID;
|
|---|
| 770 | }
|
|---|
| 771 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 772 | return XML_TOK_EMPTY_ELEMENT_NO_ATTS;
|
|---|
| 773 | default:
|
|---|
| 774 | *nextTokPtr = ptr;
|
|---|
| 775 | return XML_TOK_INVALID;
|
|---|
| 776 | }
|
|---|
| 777 | }
|
|---|
| 778 | return XML_TOK_PARTIAL;
|
|---|
| 779 | }
|
|---|
| 780 |
|
|---|
| 781 | static int PTRCALL
|
|---|
| 782 | PREFIX(contentTok)(const ENCODING *enc, const char *ptr, const char *end,
|
|---|
| 783 | const char **nextTokPtr)
|
|---|
| 784 | {
|
|---|
| 785 | if (ptr == end)
|
|---|
| 786 | return XML_TOK_NONE;
|
|---|
| 787 | if (MINBPC(enc) > 1) {
|
|---|
| 788 | size_t n = end - ptr;
|
|---|
| 789 | if (n & (MINBPC(enc) - 1)) {
|
|---|
| 790 | n &= ~(MINBPC(enc) - 1);
|
|---|
| 791 | if (n == 0)
|
|---|
| 792 | return XML_TOK_PARTIAL;
|
|---|
| 793 | end = ptr + n;
|
|---|
| 794 | }
|
|---|
| 795 | }
|
|---|
| 796 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 797 | case BT_LT:
|
|---|
| 798 | return PREFIX(scanLt)(enc, ptr + MINBPC(enc), end, nextTokPtr);
|
|---|
| 799 | case BT_AMP:
|
|---|
| 800 | return PREFIX(scanRef)(enc, ptr + MINBPC(enc), end, nextTokPtr);
|
|---|
| 801 | case BT_CR:
|
|---|
| 802 | ptr += MINBPC(enc);
|
|---|
| 803 | if (ptr == end)
|
|---|
| 804 | return XML_TOK_TRAILING_CR;
|
|---|
| 805 | if (BYTE_TYPE(enc, ptr) == BT_LF)
|
|---|
| 806 | ptr += MINBPC(enc);
|
|---|
| 807 | *nextTokPtr = ptr;
|
|---|
| 808 | return XML_TOK_DATA_NEWLINE;
|
|---|
| 809 | case BT_LF:
|
|---|
| 810 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 811 | return XML_TOK_DATA_NEWLINE;
|
|---|
| 812 | case BT_RSQB:
|
|---|
| 813 | ptr += MINBPC(enc);
|
|---|
| 814 | if (ptr == end)
|
|---|
| 815 | return XML_TOK_TRAILING_RSQB;
|
|---|
| 816 | if (!CHAR_MATCHES(enc, ptr, ASCII_RSQB))
|
|---|
| 817 | break;
|
|---|
| 818 | ptr += MINBPC(enc);
|
|---|
| 819 | if (ptr == end)
|
|---|
| 820 | return XML_TOK_TRAILING_RSQB;
|
|---|
| 821 | if (!CHAR_MATCHES(enc, ptr, ASCII_GT)) {
|
|---|
| 822 | ptr -= MINBPC(enc);
|
|---|
| 823 | break;
|
|---|
| 824 | }
|
|---|
| 825 | *nextTokPtr = ptr;
|
|---|
| 826 | return XML_TOK_INVALID;
|
|---|
| 827 | INVALID_CASES(ptr, nextTokPtr)
|
|---|
| 828 | default:
|
|---|
| 829 | ptr += MINBPC(enc);
|
|---|
| 830 | break;
|
|---|
| 831 | }
|
|---|
| 832 | while (ptr != end) {
|
|---|
| 833 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 834 | #define LEAD_CASE(n) \
|
|---|
| 835 | case BT_LEAD ## n: \
|
|---|
| 836 | if (end - ptr < n || IS_INVALID_CHAR(enc, ptr, n)) { \
|
|---|
| 837 | *nextTokPtr = ptr; \
|
|---|
| 838 | return XML_TOK_DATA_CHARS; \
|
|---|
| 839 | } \
|
|---|
| 840 | ptr += n; \
|
|---|
| 841 | break;
|
|---|
| 842 | LEAD_CASE(2) LEAD_CASE(3) LEAD_CASE(4)
|
|---|
| 843 | #undef LEAD_CASE
|
|---|
| 844 | case BT_RSQB:
|
|---|
| 845 | if (ptr + MINBPC(enc) != end) {
|
|---|
| 846 | if (!CHAR_MATCHES(enc, ptr + MINBPC(enc), ASCII_RSQB)) {
|
|---|
| 847 | ptr += MINBPC(enc);
|
|---|
| 848 | break;
|
|---|
| 849 | }
|
|---|
| 850 | if (ptr + 2*MINBPC(enc) != end) {
|
|---|
| 851 | if (!CHAR_MATCHES(enc, ptr + 2*MINBPC(enc), ASCII_GT)) {
|
|---|
| 852 | ptr += MINBPC(enc);
|
|---|
| 853 | break;
|
|---|
| 854 | }
|
|---|
| 855 | *nextTokPtr = ptr + 2*MINBPC(enc);
|
|---|
| 856 | return XML_TOK_INVALID;
|
|---|
| 857 | }
|
|---|
| 858 | }
|
|---|
| 859 | /* fall through */
|
|---|
| 860 | case BT_AMP:
|
|---|
| 861 | case BT_LT:
|
|---|
| 862 | case BT_NONXML:
|
|---|
| 863 | case BT_MALFORM:
|
|---|
| 864 | case BT_TRAIL:
|
|---|
| 865 | case BT_CR:
|
|---|
| 866 | case BT_LF:
|
|---|
| 867 | *nextTokPtr = ptr;
|
|---|
| 868 | return XML_TOK_DATA_CHARS;
|
|---|
| 869 | default:
|
|---|
| 870 | ptr += MINBPC(enc);
|
|---|
| 871 | break;
|
|---|
| 872 | }
|
|---|
| 873 | }
|
|---|
| 874 | *nextTokPtr = ptr;
|
|---|
| 875 | return XML_TOK_DATA_CHARS;
|
|---|
| 876 | }
|
|---|
| 877 |
|
|---|
| 878 | /* ptr points to character following "%" */
|
|---|
| 879 |
|
|---|
| 880 | static int PTRCALL
|
|---|
| 881 | PREFIX(scanPercent)(const ENCODING *enc, const char *ptr, const char *end,
|
|---|
| 882 | const char **nextTokPtr)
|
|---|
| 883 | {
|
|---|
| 884 | if (ptr == end)
|
|---|
| 885 | return -XML_TOK_PERCENT;
|
|---|
| 886 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 887 | CHECK_NMSTRT_CASES(enc, ptr, end, nextTokPtr)
|
|---|
| 888 | case BT_S: case BT_LF: case BT_CR: case BT_PERCNT:
|
|---|
| 889 | *nextTokPtr = ptr;
|
|---|
| 890 | return XML_TOK_PERCENT;
|
|---|
| 891 | default:
|
|---|
| 892 | *nextTokPtr = ptr;
|
|---|
| 893 | return XML_TOK_INVALID;
|
|---|
| 894 | }
|
|---|
| 895 | while (ptr != end) {
|
|---|
| 896 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 897 | CHECK_NAME_CASES(enc, ptr, end, nextTokPtr)
|
|---|
| 898 | case BT_SEMI:
|
|---|
| 899 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 900 | return XML_TOK_PARAM_ENTITY_REF;
|
|---|
| 901 | default:
|
|---|
| 902 | *nextTokPtr = ptr;
|
|---|
| 903 | return XML_TOK_INVALID;
|
|---|
| 904 | }
|
|---|
| 905 | }
|
|---|
| 906 | return XML_TOK_PARTIAL;
|
|---|
| 907 | }
|
|---|
| 908 |
|
|---|
| 909 | static int PTRCALL
|
|---|
| 910 | PREFIX(scanPoundName)(const ENCODING *enc, const char *ptr, const char *end,
|
|---|
| 911 | const char **nextTokPtr)
|
|---|
| 912 | {
|
|---|
| 913 | if (ptr == end)
|
|---|
| 914 | return XML_TOK_PARTIAL;
|
|---|
| 915 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 916 | CHECK_NMSTRT_CASES(enc, ptr, end, nextTokPtr)
|
|---|
| 917 | default:
|
|---|
| 918 | *nextTokPtr = ptr;
|
|---|
| 919 | return XML_TOK_INVALID;
|
|---|
| 920 | }
|
|---|
| 921 | while (ptr != end) {
|
|---|
| 922 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 923 | CHECK_NAME_CASES(enc, ptr, end, nextTokPtr)
|
|---|
| 924 | case BT_CR: case BT_LF: case BT_S:
|
|---|
| 925 | case BT_RPAR: case BT_GT: case BT_PERCNT: case BT_VERBAR:
|
|---|
| 926 | *nextTokPtr = ptr;
|
|---|
| 927 | return XML_TOK_POUND_NAME;
|
|---|
| 928 | default:
|
|---|
| 929 | *nextTokPtr = ptr;
|
|---|
| 930 | return XML_TOK_INVALID;
|
|---|
| 931 | }
|
|---|
| 932 | }
|
|---|
| 933 | return -XML_TOK_POUND_NAME;
|
|---|
| 934 | }
|
|---|
| 935 |
|
|---|
| 936 | static int PTRCALL
|
|---|
| 937 | PREFIX(scanLit)(int open, const ENCODING *enc,
|
|---|
| 938 | const char *ptr, const char *end,
|
|---|
| 939 | const char **nextTokPtr)
|
|---|
| 940 | {
|
|---|
| 941 | while (ptr != end) {
|
|---|
| 942 | int t = BYTE_TYPE(enc, ptr);
|
|---|
| 943 | switch (t) {
|
|---|
| 944 | INVALID_CASES(ptr, nextTokPtr)
|
|---|
| 945 | case BT_QUOT:
|
|---|
| 946 | case BT_APOS:
|
|---|
| 947 | ptr += MINBPC(enc);
|
|---|
| 948 | if (t != open)
|
|---|
| 949 | break;
|
|---|
| 950 | if (ptr == end)
|
|---|
| 951 | return -XML_TOK_LITERAL;
|
|---|
| 952 | *nextTokPtr = ptr;
|
|---|
| 953 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 954 | case BT_S: case BT_CR: case BT_LF:
|
|---|
| 955 | case BT_GT: case BT_PERCNT: case BT_LSQB:
|
|---|
| 956 | return XML_TOK_LITERAL;
|
|---|
| 957 | default:
|
|---|
| 958 | return XML_TOK_INVALID;
|
|---|
| 959 | }
|
|---|
| 960 | default:
|
|---|
| 961 | ptr += MINBPC(enc);
|
|---|
| 962 | break;
|
|---|
| 963 | }
|
|---|
| 964 | }
|
|---|
| 965 | return XML_TOK_PARTIAL;
|
|---|
| 966 | }
|
|---|
| 967 |
|
|---|
| 968 | static int PTRCALL
|
|---|
| 969 | PREFIX(prologTok)(const ENCODING *enc, const char *ptr, const char *end,
|
|---|
| 970 | const char **nextTokPtr)
|
|---|
| 971 | {
|
|---|
| 972 | int tok;
|
|---|
| 973 | if (ptr == end)
|
|---|
| 974 | return XML_TOK_NONE;
|
|---|
| 975 | if (MINBPC(enc) > 1) {
|
|---|
| 976 | size_t n = end - ptr;
|
|---|
| 977 | if (n & (MINBPC(enc) - 1)) {
|
|---|
| 978 | n &= ~(MINBPC(enc) - 1);
|
|---|
| 979 | if (n == 0)
|
|---|
| 980 | return XML_TOK_PARTIAL;
|
|---|
| 981 | end = ptr + n;
|
|---|
| 982 | }
|
|---|
| 983 | }
|
|---|
| 984 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 985 | case BT_QUOT:
|
|---|
| 986 | return PREFIX(scanLit)(BT_QUOT, enc, ptr + MINBPC(enc), end, nextTokPtr);
|
|---|
| 987 | case BT_APOS:
|
|---|
| 988 | return PREFIX(scanLit)(BT_APOS, enc, ptr + MINBPC(enc), end, nextTokPtr);
|
|---|
| 989 | case BT_LT:
|
|---|
| 990 | {
|
|---|
| 991 | ptr += MINBPC(enc);
|
|---|
| 992 | if (ptr == end)
|
|---|
| 993 | return XML_TOK_PARTIAL;
|
|---|
| 994 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 995 | case BT_EXCL:
|
|---|
| 996 | return PREFIX(scanDecl)(enc, ptr + MINBPC(enc), end, nextTokPtr);
|
|---|
| 997 | case BT_QUEST:
|
|---|
| 998 | return PREFIX(scanPi)(enc, ptr + MINBPC(enc), end, nextTokPtr);
|
|---|
| 999 | case BT_NMSTRT:
|
|---|
| 1000 | case BT_HEX:
|
|---|
| 1001 | case BT_NONASCII:
|
|---|
| 1002 | case BT_LEAD2:
|
|---|
| 1003 | case BT_LEAD3:
|
|---|
| 1004 | case BT_LEAD4:
|
|---|
| 1005 | *nextTokPtr = ptr - MINBPC(enc);
|
|---|
| 1006 | return XML_TOK_INSTANCE_START;
|
|---|
| 1007 | }
|
|---|
| 1008 | *nextTokPtr = ptr;
|
|---|
| 1009 | return XML_TOK_INVALID;
|
|---|
| 1010 | }
|
|---|
| 1011 | case BT_CR:
|
|---|
| 1012 | if (ptr + MINBPC(enc) == end) {
|
|---|
| 1013 | *nextTokPtr = end;
|
|---|
| 1014 | /* indicate that this might be part of a CR/LF pair */
|
|---|
| 1015 | return -XML_TOK_PROLOG_S;
|
|---|
| 1016 | }
|
|---|
| 1017 | /* fall through */
|
|---|
| 1018 | case BT_S: case BT_LF:
|
|---|
| 1019 | for (;;) {
|
|---|
| 1020 | ptr += MINBPC(enc);
|
|---|
| 1021 | if (ptr == end)
|
|---|
| 1022 | break;
|
|---|
| 1023 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 1024 | case BT_S: case BT_LF:
|
|---|
| 1025 | break;
|
|---|
| 1026 | case BT_CR:
|
|---|
| 1027 | /* don't split CR/LF pair */
|
|---|
| 1028 | if (ptr + MINBPC(enc) != end)
|
|---|
| 1029 | break;
|
|---|
| 1030 | /* fall through */
|
|---|
| 1031 | default:
|
|---|
| 1032 | *nextTokPtr = ptr;
|
|---|
| 1033 | return XML_TOK_PROLOG_S;
|
|---|
| 1034 | }
|
|---|
| 1035 | }
|
|---|
| 1036 | *nextTokPtr = ptr;
|
|---|
| 1037 | return XML_TOK_PROLOG_S;
|
|---|
| 1038 | case BT_PERCNT:
|
|---|
| 1039 | return PREFIX(scanPercent)(enc, ptr + MINBPC(enc), end, nextTokPtr);
|
|---|
| 1040 | case BT_COMMA:
|
|---|
| 1041 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 1042 | return XML_TOK_COMMA;
|
|---|
| 1043 | case BT_LSQB:
|
|---|
| 1044 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 1045 | return XML_TOK_OPEN_BRACKET;
|
|---|
| 1046 | case BT_RSQB:
|
|---|
| 1047 | ptr += MINBPC(enc);
|
|---|
| 1048 | if (ptr == end)
|
|---|
| 1049 | return -XML_TOK_CLOSE_BRACKET;
|
|---|
| 1050 | if (CHAR_MATCHES(enc, ptr, ASCII_RSQB)) {
|
|---|
| 1051 | if (ptr + MINBPC(enc) == end)
|
|---|
| 1052 | return XML_TOK_PARTIAL;
|
|---|
| 1053 | if (CHAR_MATCHES(enc, ptr + MINBPC(enc), ASCII_GT)) {
|
|---|
| 1054 | *nextTokPtr = ptr + 2*MINBPC(enc);
|
|---|
| 1055 | return XML_TOK_COND_SECT_CLOSE;
|
|---|
| 1056 | }
|
|---|
| 1057 | }
|
|---|
| 1058 | *nextTokPtr = ptr;
|
|---|
| 1059 | return XML_TOK_CLOSE_BRACKET;
|
|---|
| 1060 | case BT_LPAR:
|
|---|
| 1061 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 1062 | return XML_TOK_OPEN_PAREN;
|
|---|
| 1063 | case BT_RPAR:
|
|---|
| 1064 | ptr += MINBPC(enc);
|
|---|
| 1065 | if (ptr == end)
|
|---|
| 1066 | return -XML_TOK_CLOSE_PAREN;
|
|---|
| 1067 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 1068 | case BT_AST:
|
|---|
| 1069 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 1070 | return XML_TOK_CLOSE_PAREN_ASTERISK;
|
|---|
| 1071 | case BT_QUEST:
|
|---|
| 1072 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 1073 | return XML_TOK_CLOSE_PAREN_QUESTION;
|
|---|
| 1074 | case BT_PLUS:
|
|---|
| 1075 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 1076 | return XML_TOK_CLOSE_PAREN_PLUS;
|
|---|
| 1077 | case BT_CR: case BT_LF: case BT_S:
|
|---|
| 1078 | case BT_GT: case BT_COMMA: case BT_VERBAR:
|
|---|
| 1079 | case BT_RPAR:
|
|---|
| 1080 | *nextTokPtr = ptr;
|
|---|
| 1081 | return XML_TOK_CLOSE_PAREN;
|
|---|
| 1082 | }
|
|---|
| 1083 | *nextTokPtr = ptr;
|
|---|
| 1084 | return XML_TOK_INVALID;
|
|---|
| 1085 | case BT_VERBAR:
|
|---|
| 1086 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 1087 | return XML_TOK_OR;
|
|---|
| 1088 | case BT_GT:
|
|---|
| 1089 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 1090 | return XML_TOK_DECL_CLOSE;
|
|---|
| 1091 | case BT_NUM:
|
|---|
| 1092 | return PREFIX(scanPoundName)(enc, ptr + MINBPC(enc), end, nextTokPtr);
|
|---|
| 1093 | #define LEAD_CASE(n) \
|
|---|
| 1094 | case BT_LEAD ## n: \
|
|---|
| 1095 | if (end - ptr < n) \
|
|---|
| 1096 | return XML_TOK_PARTIAL_CHAR; \
|
|---|
| 1097 | if (IS_NMSTRT_CHAR(enc, ptr, n)) { \
|
|---|
| 1098 | ptr += n; \
|
|---|
| 1099 | tok = XML_TOK_NAME; \
|
|---|
| 1100 | break; \
|
|---|
| 1101 | } \
|
|---|
| 1102 | if (IS_NAME_CHAR(enc, ptr, n)) { \
|
|---|
| 1103 | ptr += n; \
|
|---|
| 1104 | tok = XML_TOK_NMTOKEN; \
|
|---|
| 1105 | break; \
|
|---|
| 1106 | } \
|
|---|
| 1107 | *nextTokPtr = ptr; \
|
|---|
| 1108 | return XML_TOK_INVALID;
|
|---|
| 1109 | LEAD_CASE(2) LEAD_CASE(3) LEAD_CASE(4)
|
|---|
| 1110 | #undef LEAD_CASE
|
|---|
| 1111 | case BT_NMSTRT:
|
|---|
| 1112 | case BT_HEX:
|
|---|
| 1113 | tok = XML_TOK_NAME;
|
|---|
| 1114 | ptr += MINBPC(enc);
|
|---|
| 1115 | break;
|
|---|
| 1116 | case BT_DIGIT:
|
|---|
| 1117 | case BT_NAME:
|
|---|
| 1118 | case BT_MINUS:
|
|---|
| 1119 | #ifdef XML_NS
|
|---|
| 1120 | case BT_COLON:
|
|---|
| 1121 | #endif
|
|---|
| 1122 | tok = XML_TOK_NMTOKEN;
|
|---|
| 1123 | ptr += MINBPC(enc);
|
|---|
| 1124 | break;
|
|---|
| 1125 | case BT_NONASCII:
|
|---|
| 1126 | if (IS_NMSTRT_CHAR_MINBPC(enc, ptr)) {
|
|---|
| 1127 | ptr += MINBPC(enc);
|
|---|
| 1128 | tok = XML_TOK_NAME;
|
|---|
| 1129 | break;
|
|---|
| 1130 | }
|
|---|
| 1131 | if (IS_NAME_CHAR_MINBPC(enc, ptr)) {
|
|---|
| 1132 | ptr += MINBPC(enc);
|
|---|
| 1133 | tok = XML_TOK_NMTOKEN;
|
|---|
| 1134 | break;
|
|---|
| 1135 | }
|
|---|
| 1136 | /* fall through */
|
|---|
| 1137 | default:
|
|---|
| 1138 | *nextTokPtr = ptr;
|
|---|
| 1139 | return XML_TOK_INVALID;
|
|---|
| 1140 | }
|
|---|
| 1141 | while (ptr != end) {
|
|---|
| 1142 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 1143 | CHECK_NAME_CASES(enc, ptr, end, nextTokPtr)
|
|---|
| 1144 | case BT_GT: case BT_RPAR: case BT_COMMA:
|
|---|
| 1145 | case BT_VERBAR: case BT_LSQB: case BT_PERCNT:
|
|---|
| 1146 | case BT_S: case BT_CR: case BT_LF:
|
|---|
| 1147 | *nextTokPtr = ptr;
|
|---|
| 1148 | return tok;
|
|---|
| 1149 | #ifdef XML_NS
|
|---|
| 1150 | case BT_COLON:
|
|---|
| 1151 | ptr += MINBPC(enc);
|
|---|
| 1152 | switch (tok) {
|
|---|
| 1153 | case XML_TOK_NAME:
|
|---|
| 1154 | if (ptr == end)
|
|---|
| 1155 | return XML_TOK_PARTIAL;
|
|---|
| 1156 | tok = XML_TOK_PREFIXED_NAME;
|
|---|
| 1157 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 1158 | CHECK_NAME_CASES(enc, ptr, end, nextTokPtr)
|
|---|
| 1159 | default:
|
|---|
| 1160 | tok = XML_TOK_NMTOKEN;
|
|---|
| 1161 | break;
|
|---|
| 1162 | }
|
|---|
| 1163 | break;
|
|---|
| 1164 | case XML_TOK_PREFIXED_NAME:
|
|---|
| 1165 | tok = XML_TOK_NMTOKEN;
|
|---|
| 1166 | break;
|
|---|
| 1167 | }
|
|---|
| 1168 | break;
|
|---|
| 1169 | #endif
|
|---|
| 1170 | case BT_PLUS:
|
|---|
| 1171 | if (tok == XML_TOK_NMTOKEN) {
|
|---|
| 1172 | *nextTokPtr = ptr;
|
|---|
| 1173 | return XML_TOK_INVALID;
|
|---|
| 1174 | }
|
|---|
| 1175 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 1176 | return XML_TOK_NAME_PLUS;
|
|---|
| 1177 | case BT_AST:
|
|---|
| 1178 | if (tok == XML_TOK_NMTOKEN) {
|
|---|
| 1179 | *nextTokPtr = ptr;
|
|---|
| 1180 | return XML_TOK_INVALID;
|
|---|
| 1181 | }
|
|---|
| 1182 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 1183 | return XML_TOK_NAME_ASTERISK;
|
|---|
| 1184 | case BT_QUEST:
|
|---|
| 1185 | if (tok == XML_TOK_NMTOKEN) {
|
|---|
| 1186 | *nextTokPtr = ptr;
|
|---|
| 1187 | return XML_TOK_INVALID;
|
|---|
| 1188 | }
|
|---|
| 1189 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 1190 | return XML_TOK_NAME_QUESTION;
|
|---|
| 1191 | default:
|
|---|
| 1192 | *nextTokPtr = ptr;
|
|---|
| 1193 | return XML_TOK_INVALID;
|
|---|
| 1194 | }
|
|---|
| 1195 | }
|
|---|
| 1196 | return -tok;
|
|---|
| 1197 | }
|
|---|
| 1198 |
|
|---|
| 1199 | static int PTRCALL
|
|---|
| 1200 | PREFIX(attributeValueTok)(const ENCODING *enc, const char *ptr,
|
|---|
| 1201 | const char *end, const char **nextTokPtr)
|
|---|
| 1202 | {
|
|---|
| 1203 | const char *start;
|
|---|
| 1204 | if (ptr == end)
|
|---|
| 1205 | return XML_TOK_NONE;
|
|---|
| 1206 | start = ptr;
|
|---|
| 1207 | while (ptr != end) {
|
|---|
| 1208 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 1209 | #define LEAD_CASE(n) \
|
|---|
| 1210 | case BT_LEAD ## n: ptr += n; break;
|
|---|
| 1211 | LEAD_CASE(2) LEAD_CASE(3) LEAD_CASE(4)
|
|---|
| 1212 | #undef LEAD_CASE
|
|---|
| 1213 | case BT_AMP:
|
|---|
| 1214 | if (ptr == start)
|
|---|
| 1215 | return PREFIX(scanRef)(enc, ptr + MINBPC(enc), end, nextTokPtr);
|
|---|
| 1216 | *nextTokPtr = ptr;
|
|---|
| 1217 | return XML_TOK_DATA_CHARS;
|
|---|
| 1218 | case BT_LT:
|
|---|
| 1219 | /* this is for inside entity references */
|
|---|
| 1220 | *nextTokPtr = ptr;
|
|---|
| 1221 | return XML_TOK_INVALID;
|
|---|
| 1222 | case BT_LF:
|
|---|
| 1223 | if (ptr == start) {
|
|---|
| 1224 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 1225 | return XML_TOK_DATA_NEWLINE;
|
|---|
| 1226 | }
|
|---|
| 1227 | *nextTokPtr = ptr;
|
|---|
| 1228 | return XML_TOK_DATA_CHARS;
|
|---|
| 1229 | case BT_CR:
|
|---|
| 1230 | if (ptr == start) {
|
|---|
| 1231 | ptr += MINBPC(enc);
|
|---|
| 1232 | if (ptr == end)
|
|---|
| 1233 | return XML_TOK_TRAILING_CR;
|
|---|
| 1234 | if (BYTE_TYPE(enc, ptr) == BT_LF)
|
|---|
| 1235 | ptr += MINBPC(enc);
|
|---|
| 1236 | *nextTokPtr = ptr;
|
|---|
| 1237 | return XML_TOK_DATA_NEWLINE;
|
|---|
| 1238 | }
|
|---|
| 1239 | *nextTokPtr = ptr;
|
|---|
| 1240 | return XML_TOK_DATA_CHARS;
|
|---|
| 1241 | case BT_S:
|
|---|
| 1242 | if (ptr == start) {
|
|---|
| 1243 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 1244 | return XML_TOK_ATTRIBUTE_VALUE_S;
|
|---|
| 1245 | }
|
|---|
| 1246 | *nextTokPtr = ptr;
|
|---|
| 1247 | return XML_TOK_DATA_CHARS;
|
|---|
| 1248 | default:
|
|---|
| 1249 | ptr += MINBPC(enc);
|
|---|
| 1250 | break;
|
|---|
| 1251 | }
|
|---|
| 1252 | }
|
|---|
| 1253 | *nextTokPtr = ptr;
|
|---|
| 1254 | return XML_TOK_DATA_CHARS;
|
|---|
| 1255 | }
|
|---|
| 1256 |
|
|---|
| 1257 | static int PTRCALL
|
|---|
| 1258 | PREFIX(entityValueTok)(const ENCODING *enc, const char *ptr,
|
|---|
| 1259 | const char *end, const char **nextTokPtr)
|
|---|
| 1260 | {
|
|---|
| 1261 | const char *start;
|
|---|
| 1262 | if (ptr == end)
|
|---|
| 1263 | return XML_TOK_NONE;
|
|---|
| 1264 | start = ptr;
|
|---|
| 1265 | while (ptr != end) {
|
|---|
| 1266 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 1267 | #define LEAD_CASE(n) \
|
|---|
| 1268 | case BT_LEAD ## n: ptr += n; break;
|
|---|
| 1269 | LEAD_CASE(2) LEAD_CASE(3) LEAD_CASE(4)
|
|---|
| 1270 | #undef LEAD_CASE
|
|---|
| 1271 | case BT_AMP:
|
|---|
| 1272 | if (ptr == start)
|
|---|
| 1273 | return PREFIX(scanRef)(enc, ptr + MINBPC(enc), end, nextTokPtr);
|
|---|
| 1274 | *nextTokPtr = ptr;
|
|---|
| 1275 | return XML_TOK_DATA_CHARS;
|
|---|
| 1276 | case BT_PERCNT:
|
|---|
| 1277 | if (ptr == start) {
|
|---|
| 1278 | int tok = PREFIX(scanPercent)(enc, ptr + MINBPC(enc),
|
|---|
| 1279 | end, nextTokPtr);
|
|---|
| 1280 | return (tok == XML_TOK_PERCENT) ? XML_TOK_INVALID : tok;
|
|---|
| 1281 | }
|
|---|
| 1282 | *nextTokPtr = ptr;
|
|---|
| 1283 | return XML_TOK_DATA_CHARS;
|
|---|
| 1284 | case BT_LF:
|
|---|
| 1285 | if (ptr == start) {
|
|---|
| 1286 | *nextTokPtr = ptr + MINBPC(enc);
|
|---|
| 1287 | return XML_TOK_DATA_NEWLINE;
|
|---|
| 1288 | }
|
|---|
| 1289 | *nextTokPtr = ptr;
|
|---|
| 1290 | return XML_TOK_DATA_CHARS;
|
|---|
| 1291 | case BT_CR:
|
|---|
| 1292 | if (ptr == start) {
|
|---|
| 1293 | ptr += MINBPC(enc);
|
|---|
| 1294 | if (ptr == end)
|
|---|
| 1295 | return XML_TOK_TRAILING_CR;
|
|---|
| 1296 | if (BYTE_TYPE(enc, ptr) == BT_LF)
|
|---|
| 1297 | ptr += MINBPC(enc);
|
|---|
| 1298 | *nextTokPtr = ptr;
|
|---|
| 1299 | return XML_TOK_DATA_NEWLINE;
|
|---|
| 1300 | }
|
|---|
| 1301 | *nextTokPtr = ptr;
|
|---|
| 1302 | return XML_TOK_DATA_CHARS;
|
|---|
| 1303 | default:
|
|---|
| 1304 | ptr += MINBPC(enc);
|
|---|
| 1305 | break;
|
|---|
| 1306 | }
|
|---|
| 1307 | }
|
|---|
| 1308 | *nextTokPtr = ptr;
|
|---|
| 1309 | return XML_TOK_DATA_CHARS;
|
|---|
| 1310 | }
|
|---|
| 1311 |
|
|---|
| 1312 | #ifdef XML_DTD
|
|---|
| 1313 |
|
|---|
| 1314 | static int PTRCALL
|
|---|
| 1315 | PREFIX(ignoreSectionTok)(const ENCODING *enc, const char *ptr,
|
|---|
| 1316 | const char *end, const char **nextTokPtr)
|
|---|
| 1317 | {
|
|---|
| 1318 | int level = 0;
|
|---|
| 1319 | if (MINBPC(enc) > 1) {
|
|---|
| 1320 | size_t n = end - ptr;
|
|---|
| 1321 | if (n & (MINBPC(enc) - 1)) {
|
|---|
| 1322 | n &= ~(MINBPC(enc) - 1);
|
|---|
| 1323 | end = ptr + n;
|
|---|
| 1324 | }
|
|---|
| 1325 | }
|
|---|
| 1326 | while (ptr != end) {
|
|---|
| 1327 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 1328 | INVALID_CASES(ptr, nextTokPtr)
|
|---|
| 1329 | case BT_LT:
|
|---|
| 1330 | if ((ptr += MINBPC(enc)) == end)
|
|---|
| 1331 | return XML_TOK_PARTIAL;
|
|---|
| 1332 | if (CHAR_MATCHES(enc, ptr, ASCII_EXCL)) {
|
|---|
| 1333 | if ((ptr += MINBPC(enc)) == end)
|
|---|
| 1334 | return XML_TOK_PARTIAL;
|
|---|
| 1335 | if (CHAR_MATCHES(enc, ptr, ASCII_LSQB)) {
|
|---|
| 1336 | ++level;
|
|---|
| 1337 | ptr += MINBPC(enc);
|
|---|
| 1338 | }
|
|---|
| 1339 | }
|
|---|
| 1340 | break;
|
|---|
| 1341 | case BT_RSQB:
|
|---|
| 1342 | if ((ptr += MINBPC(enc)) == end)
|
|---|
| 1343 | return XML_TOK_PARTIAL;
|
|---|
| 1344 | if (CHAR_MATCHES(enc, ptr, ASCII_RSQB)) {
|
|---|
| 1345 | if ((ptr += MINBPC(enc)) == end)
|
|---|
| 1346 | return XML_TOK_PARTIAL;
|
|---|
| 1347 | if (CHAR_MATCHES(enc, ptr, ASCII_GT)) {
|
|---|
| 1348 | ptr += MINBPC(enc);
|
|---|
| 1349 | if (level == 0) {
|
|---|
| 1350 | *nextTokPtr = ptr;
|
|---|
| 1351 | return XML_TOK_IGNORE_SECT;
|
|---|
| 1352 | }
|
|---|
| 1353 | --level;
|
|---|
| 1354 | }
|
|---|
| 1355 | }
|
|---|
| 1356 | break;
|
|---|
| 1357 | default:
|
|---|
| 1358 | ptr += MINBPC(enc);
|
|---|
| 1359 | break;
|
|---|
| 1360 | }
|
|---|
| 1361 | }
|
|---|
| 1362 | return XML_TOK_PARTIAL;
|
|---|
| 1363 | }
|
|---|
| 1364 |
|
|---|
| 1365 | #endif /* XML_DTD */
|
|---|
| 1366 |
|
|---|
| 1367 | static int PTRCALL
|
|---|
| 1368 | PREFIX(isPublicId)(const ENCODING *enc, const char *ptr, const char *end,
|
|---|
| 1369 | const char **badPtr)
|
|---|
| 1370 | {
|
|---|
| 1371 | ptr += MINBPC(enc);
|
|---|
| 1372 | end -= MINBPC(enc);
|
|---|
| 1373 | for (; ptr != end; ptr += MINBPC(enc)) {
|
|---|
| 1374 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 1375 | case BT_DIGIT:
|
|---|
| 1376 | case BT_HEX:
|
|---|
| 1377 | case BT_MINUS:
|
|---|
| 1378 | case BT_APOS:
|
|---|
| 1379 | case BT_LPAR:
|
|---|
| 1380 | case BT_RPAR:
|
|---|
| 1381 | case BT_PLUS:
|
|---|
| 1382 | case BT_COMMA:
|
|---|
| 1383 | case BT_SOL:
|
|---|
| 1384 | case BT_EQUALS:
|
|---|
| 1385 | case BT_QUEST:
|
|---|
| 1386 | case BT_CR:
|
|---|
| 1387 | case BT_LF:
|
|---|
| 1388 | case BT_SEMI:
|
|---|
| 1389 | case BT_EXCL:
|
|---|
| 1390 | case BT_AST:
|
|---|
| 1391 | case BT_PERCNT:
|
|---|
| 1392 | case BT_NUM:
|
|---|
| 1393 | #ifdef XML_NS
|
|---|
| 1394 | case BT_COLON:
|
|---|
| 1395 | #endif
|
|---|
| 1396 | break;
|
|---|
| 1397 | case BT_S:
|
|---|
| 1398 | if (CHAR_MATCHES(enc, ptr, ASCII_TAB)) {
|
|---|
| 1399 | *badPtr = ptr;
|
|---|
| 1400 | return 0;
|
|---|
| 1401 | }
|
|---|
| 1402 | break;
|
|---|
| 1403 | case BT_NAME:
|
|---|
| 1404 | case BT_NMSTRT:
|
|---|
| 1405 | if (!(BYTE_TO_ASCII(enc, ptr) & ~0x7f))
|
|---|
| 1406 | break;
|
|---|
| 1407 | default:
|
|---|
| 1408 | switch (BYTE_TO_ASCII(enc, ptr)) {
|
|---|
| 1409 | case 0x24: /* $ */
|
|---|
| 1410 | case 0x40: /* @ */
|
|---|
| 1411 | break;
|
|---|
| 1412 | default:
|
|---|
| 1413 | *badPtr = ptr;
|
|---|
| 1414 | return 0;
|
|---|
| 1415 | }
|
|---|
| 1416 | break;
|
|---|
| 1417 | }
|
|---|
| 1418 | }
|
|---|
| 1419 | return 1;
|
|---|
| 1420 | }
|
|---|
| 1421 |
|
|---|
| 1422 | /* This must only be called for a well-formed start-tag or empty
|
|---|
| 1423 | element tag. Returns the number of attributes. Pointers to the
|
|---|
| 1424 | first attsMax attributes are stored in atts.
|
|---|
| 1425 | */
|
|---|
| 1426 |
|
|---|
| 1427 | static int PTRCALL
|
|---|
| 1428 | PREFIX(getAtts)(const ENCODING *enc, const char *ptr,
|
|---|
| 1429 | int attsMax, ATTRIBUTE *atts)
|
|---|
| 1430 | {
|
|---|
| 1431 | enum { other, inName, inValue } state = inName;
|
|---|
| 1432 | int nAtts = 0;
|
|---|
| 1433 | int open = 0; /* defined when state == inValue;
|
|---|
| 1434 | initialization just to shut up compilers */
|
|---|
| 1435 |
|
|---|
| 1436 | for (ptr += MINBPC(enc);; ptr += MINBPC(enc)) {
|
|---|
| 1437 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 1438 | #define START_NAME \
|
|---|
| 1439 | if (state == other) { \
|
|---|
| 1440 | if (nAtts < attsMax) { \
|
|---|
| 1441 | atts[nAtts].name = ptr; \
|
|---|
| 1442 | atts[nAtts].normalized = 1; \
|
|---|
| 1443 | } \
|
|---|
| 1444 | state = inName; \
|
|---|
| 1445 | }
|
|---|
| 1446 | #define LEAD_CASE(n) \
|
|---|
| 1447 | case BT_LEAD ## n: START_NAME ptr += (n - MINBPC(enc)); break;
|
|---|
| 1448 | LEAD_CASE(2) LEAD_CASE(3) LEAD_CASE(4)
|
|---|
| 1449 | #undef LEAD_CASE
|
|---|
| 1450 | case BT_NONASCII:
|
|---|
| 1451 | case BT_NMSTRT:
|
|---|
| 1452 | case BT_HEX:
|
|---|
| 1453 | START_NAME
|
|---|
| 1454 | break;
|
|---|
| 1455 | #undef START_NAME
|
|---|
| 1456 | case BT_QUOT:
|
|---|
| 1457 | if (state != inValue) {
|
|---|
| 1458 | if (nAtts < attsMax)
|
|---|
| 1459 | atts[nAtts].valuePtr = ptr + MINBPC(enc);
|
|---|
| 1460 | state = inValue;
|
|---|
| 1461 | open = BT_QUOT;
|
|---|
| 1462 | }
|
|---|
| 1463 | else if (open == BT_QUOT) {
|
|---|
| 1464 | state = other;
|
|---|
| 1465 | if (nAtts < attsMax)
|
|---|
| 1466 | atts[nAtts].valueEnd = ptr;
|
|---|
| 1467 | nAtts++;
|
|---|
| 1468 | }
|
|---|
| 1469 | break;
|
|---|
| 1470 | case BT_APOS:
|
|---|
| 1471 | if (state != inValue) {
|
|---|
| 1472 | if (nAtts < attsMax)
|
|---|
| 1473 | atts[nAtts].valuePtr = ptr + MINBPC(enc);
|
|---|
| 1474 | state = inValue;
|
|---|
| 1475 | open = BT_APOS;
|
|---|
| 1476 | }
|
|---|
| 1477 | else if (open == BT_APOS) {
|
|---|
| 1478 | state = other;
|
|---|
| 1479 | if (nAtts < attsMax)
|
|---|
| 1480 | atts[nAtts].valueEnd = ptr;
|
|---|
| 1481 | nAtts++;
|
|---|
| 1482 | }
|
|---|
| 1483 | break;
|
|---|
| 1484 | case BT_AMP:
|
|---|
| 1485 | if (nAtts < attsMax)
|
|---|
| 1486 | atts[nAtts].normalized = 0;
|
|---|
| 1487 | break;
|
|---|
| 1488 | case BT_S:
|
|---|
| 1489 | if (state == inName)
|
|---|
| 1490 | state = other;
|
|---|
| 1491 | else if (state == inValue
|
|---|
| 1492 | && nAtts < attsMax
|
|---|
| 1493 | && atts[nAtts].normalized
|
|---|
| 1494 | && (ptr == atts[nAtts].valuePtr
|
|---|
| 1495 | || BYTE_TO_ASCII(enc, ptr) != ASCII_SPACE
|
|---|
| 1496 | || BYTE_TO_ASCII(enc, ptr + MINBPC(enc)) == ASCII_SPACE
|
|---|
| 1497 | || BYTE_TYPE(enc, ptr + MINBPC(enc)) == open))
|
|---|
| 1498 | atts[nAtts].normalized = 0;
|
|---|
| 1499 | break;
|
|---|
| 1500 | case BT_CR: case BT_LF:
|
|---|
| 1501 | /* This case ensures that the first attribute name is counted
|
|---|
| 1502 | Apart from that we could just change state on the quote. */
|
|---|
| 1503 | if (state == inName)
|
|---|
| 1504 | state = other;
|
|---|
| 1505 | else if (state == inValue && nAtts < attsMax)
|
|---|
| 1506 | atts[nAtts].normalized = 0;
|
|---|
| 1507 | break;
|
|---|
| 1508 | case BT_GT:
|
|---|
| 1509 | case BT_SOL:
|
|---|
| 1510 | if (state != inValue)
|
|---|
| 1511 | return nAtts;
|
|---|
| 1512 | break;
|
|---|
| 1513 | default:
|
|---|
| 1514 | break;
|
|---|
| 1515 | }
|
|---|
| 1516 | }
|
|---|
| 1517 | /* not reached */
|
|---|
| 1518 | }
|
|---|
| 1519 |
|
|---|
| 1520 | static int PTRFASTCALL
|
|---|
| 1521 | PREFIX(charRefNumber)(const ENCODING *enc, const char *ptr)
|
|---|
| 1522 | {
|
|---|
| 1523 | int result = 0;
|
|---|
| 1524 | /* skip &# */
|
|---|
| 1525 | ptr += 2*MINBPC(enc);
|
|---|
| 1526 | if (CHAR_MATCHES(enc, ptr, ASCII_x)) {
|
|---|
| 1527 | for (ptr += MINBPC(enc);
|
|---|
| 1528 | !CHAR_MATCHES(enc, ptr, ASCII_SEMI);
|
|---|
| 1529 | ptr += MINBPC(enc)) {
|
|---|
| 1530 | int c = BYTE_TO_ASCII(enc, ptr);
|
|---|
| 1531 | switch (c) {
|
|---|
| 1532 | case ASCII_0: case ASCII_1: case ASCII_2: case ASCII_3: case ASCII_4:
|
|---|
| 1533 | case ASCII_5: case ASCII_6: case ASCII_7: case ASCII_8: case ASCII_9:
|
|---|
| 1534 | result <<= 4;
|
|---|
| 1535 | result |= (c - ASCII_0);
|
|---|
| 1536 | break;
|
|---|
| 1537 | case ASCII_A: case ASCII_B: case ASCII_C:
|
|---|
| 1538 | case ASCII_D: case ASCII_E: case ASCII_F:
|
|---|
| 1539 | result <<= 4;
|
|---|
| 1540 | result += 10 + (c - ASCII_A);
|
|---|
| 1541 | break;
|
|---|
| 1542 | case ASCII_a: case ASCII_b: case ASCII_c:
|
|---|
| 1543 | case ASCII_d: case ASCII_e: case ASCII_f:
|
|---|
| 1544 | result <<= 4;
|
|---|
| 1545 | result += 10 + (c - ASCII_a);
|
|---|
| 1546 | break;
|
|---|
| 1547 | }
|
|---|
| 1548 | if (result >= 0x110000)
|
|---|
| 1549 | return -1;
|
|---|
| 1550 | }
|
|---|
| 1551 | }
|
|---|
| 1552 | else {
|
|---|
| 1553 | for (; !CHAR_MATCHES(enc, ptr, ASCII_SEMI); ptr += MINBPC(enc)) {
|
|---|
| 1554 | int c = BYTE_TO_ASCII(enc, ptr);
|
|---|
| 1555 | result *= 10;
|
|---|
| 1556 | result += (c - ASCII_0);
|
|---|
| 1557 | if (result >= 0x110000)
|
|---|
| 1558 | return -1;
|
|---|
| 1559 | }
|
|---|
| 1560 | }
|
|---|
| 1561 | return checkCharRefNumber(result);
|
|---|
| 1562 | }
|
|---|
| 1563 |
|
|---|
| 1564 | static int PTRCALL
|
|---|
| 1565 | PREFIX(predefinedEntityName)(const ENCODING *enc, const char *ptr,
|
|---|
| 1566 | const char *end)
|
|---|
| 1567 | {
|
|---|
| 1568 | switch ((end - ptr)/MINBPC(enc)) {
|
|---|
| 1569 | case 2:
|
|---|
| 1570 | if (CHAR_MATCHES(enc, ptr + MINBPC(enc), ASCII_t)) {
|
|---|
| 1571 | switch (BYTE_TO_ASCII(enc, ptr)) {
|
|---|
| 1572 | case ASCII_l:
|
|---|
| 1573 | return ASCII_LT;
|
|---|
| 1574 | case ASCII_g:
|
|---|
| 1575 | return ASCII_GT;
|
|---|
| 1576 | }
|
|---|
| 1577 | }
|
|---|
| 1578 | break;
|
|---|
| 1579 | case 3:
|
|---|
| 1580 | if (CHAR_MATCHES(enc, ptr, ASCII_a)) {
|
|---|
| 1581 | ptr += MINBPC(enc);
|
|---|
| 1582 | if (CHAR_MATCHES(enc, ptr, ASCII_m)) {
|
|---|
| 1583 | ptr += MINBPC(enc);
|
|---|
| 1584 | if (CHAR_MATCHES(enc, ptr, ASCII_p))
|
|---|
| 1585 | return ASCII_AMP;
|
|---|
| 1586 | }
|
|---|
| 1587 | }
|
|---|
| 1588 | break;
|
|---|
| 1589 | case 4:
|
|---|
| 1590 | switch (BYTE_TO_ASCII(enc, ptr)) {
|
|---|
| 1591 | case ASCII_q:
|
|---|
| 1592 | ptr += MINBPC(enc);
|
|---|
| 1593 | if (CHAR_MATCHES(enc, ptr, ASCII_u)) {
|
|---|
| 1594 | ptr += MINBPC(enc);
|
|---|
| 1595 | if (CHAR_MATCHES(enc, ptr, ASCII_o)) {
|
|---|
| 1596 | ptr += MINBPC(enc);
|
|---|
| 1597 | if (CHAR_MATCHES(enc, ptr, ASCII_t))
|
|---|
| 1598 | return ASCII_QUOT;
|
|---|
| 1599 | }
|
|---|
| 1600 | }
|
|---|
| 1601 | break;
|
|---|
| 1602 | case ASCII_a:
|
|---|
| 1603 | ptr += MINBPC(enc);
|
|---|
| 1604 | if (CHAR_MATCHES(enc, ptr, ASCII_p)) {
|
|---|
| 1605 | ptr += MINBPC(enc);
|
|---|
| 1606 | if (CHAR_MATCHES(enc, ptr, ASCII_o)) {
|
|---|
| 1607 | ptr += MINBPC(enc);
|
|---|
| 1608 | if (CHAR_MATCHES(enc, ptr, ASCII_s))
|
|---|
| 1609 | return ASCII_APOS;
|
|---|
| 1610 | }
|
|---|
| 1611 | }
|
|---|
| 1612 | break;
|
|---|
| 1613 | }
|
|---|
| 1614 | }
|
|---|
| 1615 | return 0;
|
|---|
| 1616 | }
|
|---|
| 1617 |
|
|---|
| 1618 | static int PTRCALL
|
|---|
| 1619 | PREFIX(sameName)(const ENCODING *enc, const char *ptr1, const char *ptr2)
|
|---|
| 1620 | {
|
|---|
| 1621 | for (;;) {
|
|---|
| 1622 | switch (BYTE_TYPE(enc, ptr1)) {
|
|---|
| 1623 | #define LEAD_CASE(n) \
|
|---|
| 1624 | case BT_LEAD ## n: \
|
|---|
| 1625 | if (*ptr1++ != *ptr2++) \
|
|---|
| 1626 | return 0;
|
|---|
| 1627 | LEAD_CASE(4) LEAD_CASE(3) LEAD_CASE(2)
|
|---|
| 1628 | #undef LEAD_CASE
|
|---|
| 1629 | /* fall through */
|
|---|
| 1630 | if (*ptr1++ != *ptr2++)
|
|---|
| 1631 | return 0;
|
|---|
| 1632 | break;
|
|---|
| 1633 | case BT_NONASCII:
|
|---|
| 1634 | case BT_NMSTRT:
|
|---|
| 1635 | #ifdef XML_NS
|
|---|
| 1636 | case BT_COLON:
|
|---|
| 1637 | #endif
|
|---|
| 1638 | case BT_HEX:
|
|---|
| 1639 | case BT_DIGIT:
|
|---|
| 1640 | case BT_NAME:
|
|---|
| 1641 | case BT_MINUS:
|
|---|
| 1642 | if (*ptr2++ != *ptr1++)
|
|---|
| 1643 | return 0;
|
|---|
| 1644 | if (MINBPC(enc) > 1) {
|
|---|
| 1645 | if (*ptr2++ != *ptr1++)
|
|---|
| 1646 | return 0;
|
|---|
| 1647 | if (MINBPC(enc) > 2) {
|
|---|
| 1648 | if (*ptr2++ != *ptr1++)
|
|---|
| 1649 | return 0;
|
|---|
| 1650 | if (MINBPC(enc) > 3) {
|
|---|
| 1651 | if (*ptr2++ != *ptr1++)
|
|---|
| 1652 | return 0;
|
|---|
| 1653 | }
|
|---|
| 1654 | }
|
|---|
| 1655 | }
|
|---|
| 1656 | break;
|
|---|
| 1657 | default:
|
|---|
| 1658 | if (MINBPC(enc) == 1 && *ptr1 == *ptr2)
|
|---|
| 1659 | return 1;
|
|---|
| 1660 | switch (BYTE_TYPE(enc, ptr2)) {
|
|---|
| 1661 | case BT_LEAD2:
|
|---|
| 1662 | case BT_LEAD3:
|
|---|
| 1663 | case BT_LEAD4:
|
|---|
| 1664 | case BT_NONASCII:
|
|---|
| 1665 | case BT_NMSTRT:
|
|---|
| 1666 | #ifdef XML_NS
|
|---|
| 1667 | case BT_COLON:
|
|---|
| 1668 | #endif
|
|---|
| 1669 | case BT_HEX:
|
|---|
| 1670 | case BT_DIGIT:
|
|---|
| 1671 | case BT_NAME:
|
|---|
| 1672 | case BT_MINUS:
|
|---|
| 1673 | return 0;
|
|---|
| 1674 | default:
|
|---|
| 1675 | return 1;
|
|---|
| 1676 | }
|
|---|
| 1677 | }
|
|---|
| 1678 | }
|
|---|
| 1679 | /* not reached */
|
|---|
| 1680 | }
|
|---|
| 1681 |
|
|---|
| 1682 | static int PTRCALL
|
|---|
| 1683 | PREFIX(nameMatchesAscii)(const ENCODING *enc, const char *ptr1,
|
|---|
| 1684 | const char *end1, const char *ptr2)
|
|---|
| 1685 | {
|
|---|
| 1686 | for (; *ptr2; ptr1 += MINBPC(enc), ptr2++) {
|
|---|
| 1687 | if (ptr1 == end1)
|
|---|
| 1688 | return 0;
|
|---|
| 1689 | if (!CHAR_MATCHES(enc, ptr1, *ptr2))
|
|---|
| 1690 | return 0;
|
|---|
| 1691 | }
|
|---|
| 1692 | return ptr1 == end1;
|
|---|
| 1693 | }
|
|---|
| 1694 |
|
|---|
| 1695 | static int PTRFASTCALL
|
|---|
| 1696 | PREFIX(nameLength)(const ENCODING *enc, const char *ptr)
|
|---|
| 1697 | {
|
|---|
| 1698 | const char *start = ptr;
|
|---|
| 1699 | for (;;) {
|
|---|
| 1700 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 1701 | #define LEAD_CASE(n) \
|
|---|
| 1702 | case BT_LEAD ## n: ptr += n; break;
|
|---|
| 1703 | LEAD_CASE(2) LEAD_CASE(3) LEAD_CASE(4)
|
|---|
| 1704 | #undef LEAD_CASE
|
|---|
| 1705 | case BT_NONASCII:
|
|---|
| 1706 | case BT_NMSTRT:
|
|---|
| 1707 | #ifdef XML_NS
|
|---|
| 1708 | case BT_COLON:
|
|---|
| 1709 | #endif
|
|---|
| 1710 | case BT_HEX:
|
|---|
| 1711 | case BT_DIGIT:
|
|---|
| 1712 | case BT_NAME:
|
|---|
| 1713 | case BT_MINUS:
|
|---|
| 1714 | ptr += MINBPC(enc);
|
|---|
| 1715 | break;
|
|---|
| 1716 | default:
|
|---|
| 1717 | return (int)(ptr - start);
|
|---|
| 1718 | }
|
|---|
| 1719 | }
|
|---|
| 1720 | }
|
|---|
| 1721 |
|
|---|
| 1722 | static const char * PTRFASTCALL
|
|---|
| 1723 | PREFIX(skipS)(const ENCODING *enc, const char *ptr)
|
|---|
| 1724 | {
|
|---|
| 1725 | for (;;) {
|
|---|
| 1726 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 1727 | case BT_LF:
|
|---|
| 1728 | case BT_CR:
|
|---|
| 1729 | case BT_S:
|
|---|
| 1730 | ptr += MINBPC(enc);
|
|---|
| 1731 | break;
|
|---|
| 1732 | default:
|
|---|
| 1733 | return ptr;
|
|---|
| 1734 | }
|
|---|
| 1735 | }
|
|---|
| 1736 | }
|
|---|
| 1737 |
|
|---|
| 1738 | static void PTRCALL
|
|---|
| 1739 | PREFIX(updatePosition)(const ENCODING *enc,
|
|---|
| 1740 | const char *ptr,
|
|---|
| 1741 | const char *end,
|
|---|
| 1742 | POSITION *pos)
|
|---|
| 1743 | {
|
|---|
| 1744 | while (ptr != end) {
|
|---|
| 1745 | switch (BYTE_TYPE(enc, ptr)) {
|
|---|
| 1746 | #define LEAD_CASE(n) \
|
|---|
| 1747 | case BT_LEAD ## n: \
|
|---|
| 1748 | ptr += n; \
|
|---|
| 1749 | break;
|
|---|
| 1750 | LEAD_CASE(2) LEAD_CASE(3) LEAD_CASE(4)
|
|---|
| 1751 | #undef LEAD_CASE
|
|---|
| 1752 | case BT_LF:
|
|---|
| 1753 | pos->columnNumber = (XML_Size)-1;
|
|---|
| 1754 | pos->lineNumber++;
|
|---|
| 1755 | ptr += MINBPC(enc);
|
|---|
| 1756 | break;
|
|---|
| 1757 | case BT_CR:
|
|---|
| 1758 | pos->lineNumber++;
|
|---|
| 1759 | ptr += MINBPC(enc);
|
|---|
| 1760 | if (ptr != end && BYTE_TYPE(enc, ptr) == BT_LF)
|
|---|
| 1761 | ptr += MINBPC(enc);
|
|---|
| 1762 | pos->columnNumber = (XML_Size)-1;
|
|---|
| 1763 | break;
|
|---|
| 1764 | default:
|
|---|
| 1765 | ptr += MINBPC(enc);
|
|---|
| 1766 | break;
|
|---|
| 1767 | }
|
|---|
| 1768 | pos->columnNumber++;
|
|---|
| 1769 | }
|
|---|
| 1770 | }
|
|---|
| 1771 |
|
|---|
| 1772 | #undef DO_LEAD_CASE
|
|---|
| 1773 | #undef MULTIBYTE_CASES
|
|---|
| 1774 | #undef INVALID_CASES
|
|---|
| 1775 | #undef CHECK_NAME_CASE
|
|---|
| 1776 | #undef CHECK_NAME_CASES
|
|---|
| 1777 | #undef CHECK_NMSTRT_CASE
|
|---|
| 1778 | #undef CHECK_NMSTRT_CASES
|
|---|
| 1779 |
|
|---|