Planet
navi homePPSaboutscreenshotsdownloaddevelopmentforum

source: orxonox.OLD/orxonox/trunk/src/lib/tinyxml/tinyxmlparser.cc @ 4434

Last change on this file since 4434 was 4261, checked in by bensch, 20 years ago

orxonox/trunk: merged the levelLoader-branche back into the trunk, because it seems to be stable.
merged with command:
svn merge -r 4230:HEAD levelLoader ../trunk
no conflicts of any interesst
File size: 32.7 KB
Line 
1/*
2www.sourceforge.net/projects/tinyxml
3Original code (2.0 and earlier )copyright (c) 2000-2002 Lee Thomason (www.grinninglizard.com)
4
5This software is provided 'as-is', without any express or implied
6warranty. In no event will the authors be held liable for any
7damages arising from the use of this software.
8
9Permission is granted to anyone to use this software for any
10purpose, including commercial applications, and to alter it and
11redistribute it freely, subject to the following restrictions:
12
131. The origin of this software must not be misrepresented; you must
14not claim that you wrote the original software. If you use this
15software in a product, an acknowledgment in the product documentation
16would be appreciated but is not required.
17
182. Altered source versions must be plainly marked as such, and
19must not be misrepresented as being the original software.
20
213. This notice may not be removed or altered from any source
22distribution.
23*/
24
25#include "tinyxml.h"
26#include <ctype.h>
27
28//#define DEBUG_PARSER
29
30// Note tha "PutString" hardcodes the same list. This
31// is less flexible than it appears. Changing the entries
32// or order will break putstring.       
33TiXmlBase::Entity TiXmlBase::entity[ NUM_ENTITY ] = 
34{
35        { "&amp;",  5, '&' },
36        { "&lt;",   4, '<' },
37        { "&gt;",   4, '>' },
38        { "&quot;", 6, '\"' },
39        { "&apos;", 6, '\'' }
40};
41
42// Bunch of unicode info at:
43//              http://www.unicode.org/faq/utf_bom.html
44// Including the basic of this table, which determines the #bytes in the
45// sequence from the lead byte. 1 placed for invalid sequences --
46// although the result will be junk, pass it through as much as possible.
47// Beware of the non-characters in UTF-8:       
48//                              ef bb bf (Microsoft "lead bytes")
49//                              ef bf be
50//                              ef bf bf
51
52const char TIXML_UTF_LEAD_0 = (const char)0xef;
53const char TIXML_UTF_LEAD_1 = (const char)0xbb;
54const char TIXML_UTF_LEAD_2 = (const char)0xbf;
55
56const int TiXmlBase::utf8ByteTable[256] = 
57{
58        //      0       1       2       3       4       5       6       7       8       9       a       b       c       d       e       f
59                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0x00
60                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0x10
61                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0x20
62                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0x30
63                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0x40
64                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0x50
65                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0x60
66                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0x70 End of ASCII range
67                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0x80 0x80 to 0xc1 invalid
68                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0x90
69                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0xa0
70                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0xb0
71                1,      1,      2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      // 0xc0 0xc2 to 0xdf 2 byte
72                2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      // 0xd0
73                3,      3,      3,      3,      3,      3,      3,      3,      3,      3,      3,      3,      3,      3,      3,      3,      // 0xe0 0xe0 to 0xef 3 byte
74                4,      4,      4,      4,      4,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1       // 0xf0 0xf0 to 0xf4 4 byte, 0xf5 and higher invalid
75};
76
77
78void TiXmlBase::ConvertUTF32ToUTF8( unsigned long input, char* output, int* length )
79{
80        const unsigned long BYTE_MASK = 0xBF;
81        const unsigned long BYTE_MARK = 0x80;
82        const unsigned long FIRST_BYTE_MARK[7] = { 0x00, 0x00, 0xC0, 0xE0, 0xF0, 0xF8, 0xFC };
83
84        if (input < 0x80) 
85                *length = 1;
86        else if ( input < 0x800 )
87                *length = 2;
88        else if ( input < 0x10000 )
89                *length = 3;
90        else if ( input < 0x200000 )
91                *length = 4;
92        else
93                { *length = 0; return; }        // This code won't covert this correctly anyway.
94
95        output += *length;
96
97        // Scary scary fall throughs.
98        switch (*length) 
99        {
100                case 4:
101                        --output; 
102                        *output = (char)((input | BYTE_MARK) & BYTE_MASK); 
103                        input >>= 6;
104                case 3:
105                        --output; 
106                        *output = (char)((input | BYTE_MARK) & BYTE_MASK); 
107                        input >>= 6;
108                case 2:
109                        --output; 
110                        *output = (char)((input | BYTE_MARK) & BYTE_MASK); 
111                        input >>= 6;
112                case 1:
113                        --output; 
114                        *output = (char)(input | FIRST_BYTE_MARK[*length]);
115        }
116}
117
118
119/*static*/ int TiXmlBase::IsAlpha( unsigned char anyByte, TiXmlEncoding )
120{
121        // This will only work for low-ascii, everything else is assumed to be a valid
122        // letter. I'm not sure this is the best approach, but it is quite tricky trying
123        // to figure out alhabetical vs. not across encoding. So take a very
124        // conservative approach.
125
126//      if ( encoding == TIXML_ENCODING_UTF8 )
127//      {
128                if ( anyByte < 127 )
129                        return isalpha( anyByte );
130                else
131                        return 1;       // What else to do? The unicode set is huge...get the english ones right.
132//      }
133//      else
134//      {
135//              return isalpha( anyByte );
136//      }
137}
138
139
140/*static*/ int TiXmlBase::IsAlphaNum( unsigned char anyByte, TiXmlEncoding )
141{
142        // This will only work for low-ascii, everything else is assumed to be a valid
143        // letter. I'm not sure this is the best approach, but it is quite tricky trying
144        // to figure out alhabetical vs. not across encoding. So take a very
145        // conservative approach.
146
147//      if ( encoding == TIXML_ENCODING_UTF8 )
148//      {
149                if ( anyByte < 127 )
150                        return isalnum( anyByte );
151                else
152                        return 1;       // What else to do? The unicode set is huge...get the english ones right.
153//      }
154//      else
155//      {
156//              return isalnum( anyByte );
157//      }
158}
159
160
161class TiXmlParsingData
162{
163        friend class TiXmlDocument;
164  public:
165        void Stamp( const char* now, TiXmlEncoding encoding );
166
167        const TiXmlCursor& Cursor()     { return cursor; }
168
169  private:
170        // Only used by the document!
171        TiXmlParsingData( const char* start, int _tabsize, int row, int col )
172        {
173                assert( start );
174                stamp = start;
175                tabsize = _tabsize;
176                cursor.row = row;
177                cursor.col = col;
178        }
179
180        TiXmlCursor             cursor;
181        const char*             stamp;
182        int                             tabsize;
183};
184
185
186void TiXmlParsingData::Stamp( const char* now, TiXmlEncoding encoding )
187{
188        assert( now );
189
190        // Do nothing if the tabsize is 0.
191        if ( tabsize < 1 )
192        {
193                return;
194        }
195
196        // Get the current row, column.
197        int row = cursor.row;
198        int col = cursor.col;
199        const char* p = stamp;
200        assert( p );
201
202        while ( p < now )
203        {
204                // Code contributed by Fletcher Dunn: (modified by lee)
205                switch (*p) {
206                        case 0:
207                                // We *should* never get here, but in case we do, don't
208                                // advance past the terminating null character, ever
209                                return;
210
211                        case '\r':
212                                // bump down to the next line
213                                ++row;
214                                col = 0;                               
215                                // Eat the character
216                                ++p;
217
218                                // Check for \r\n sequence, and treat this as a single character
219                                if (*p == '\n') {
220                                        ++p;
221                                }
222                                break;
223
224                        case '\n':
225                                // bump down to the next line
226                                ++row;
227                                col = 0;
228
229                                // Eat the character
230                                ++p;
231
232                                // Check for \n\r sequence, and treat this as a single
233                                // character.  (Yes, this bizarre thing does occur still
234                                // on some arcane platforms...)
235                                if (*p == '\r') {
236                                        ++p;
237                                }
238                                break;
239
240                        case '\t':
241                                // Eat the character
242                                ++p;
243
244                                // Skip to next tab stop
245                                col = (col / tabsize + 1) * tabsize;
246                                break;
247
248                        case TIXML_UTF_LEAD_0:
249                                if ( encoding == TIXML_ENCODING_UTF8 )
250                                {
251                                        if ( *(p+1) && *(p+2) )
252                                        {
253                                                // In these cases, don't advance the column. These are
254                                                // 0-width spaces.
255                                                if ( *(p+1)==TIXML_UTF_LEAD_1 && *(p+2)==TIXML_UTF_LEAD_2 )
256                                                        p += 3; 
257                                                else if ( *(p+1)==(char)(0xbf) && *(p+2)==(char)(0xbe) )
258                                                        p += 3; 
259                                                else if ( *(p+1)==(char)(0xbf) && *(p+2)==(char)(0xbf) )
260                                                        p += 3; 
261                                                else
262                                                        { p +=3; ++col; }       // A normal character.
263                                        }
264                                }
265                                else
266                                {
267                                        ++p;
268                                        ++col;
269                                }
270                                break;
271
272                        default:
273                                if ( encoding == TIXML_ENCODING_UTF8 )
274                                {
275                                        // Eat the 1 to 4 byte utf8 character.
276                                        int step = TiXmlBase::utf8ByteTable[*((unsigned char*)p)];
277                                        if ( step == 0 )
278                                                step = 1;               // Error case from bad encoding, but handle gracefully.
279                                        p += step;
280
281                                        // Just advance one column, of course.
282                                        ++col;
283                                }
284                                else
285                                {
286                                        ++p;
287                                        ++col;
288                                }
289                                break;
290                }
291        }
292        cursor.row = row;
293        cursor.col = col;
294        assert( cursor.row >= -1 );
295        assert( cursor.col >= -1 );
296        stamp = p;
297        assert( stamp );
298}
299
300
301const char* TiXmlBase::SkipWhiteSpace( const char* p, TiXmlEncoding encoding )
302{
303        if ( !p || !*p )
304        {
305                return 0;
306        }
307        if ( encoding == TIXML_ENCODING_UTF8 )
308        {
309                while ( *p )
310                {
311                        // Skip the stupid Microsoft UTF-8 Byte order marks
312                        if (    *(p+0)==TIXML_UTF_LEAD_0
313                                 && *(p+1)==TIXML_UTF_LEAD_1
314                                 && *(p+2)==TIXML_UTF_LEAD_2 )
315                        {
316                                p += 3;
317                                continue;
318                        }
319                        else if(*(p+0)==TIXML_UTF_LEAD_0
320                                 && *(p+1)==(const char) 0xbf
321                                 && *(p+2)==(const char) 0xbe )
322                        {
323                                p += 3;
324                                continue;
325                        }
326                        else if(*(p+0)==TIXML_UTF_LEAD_0
327                                 && *(p+1)==(const char) 0xbf
328                                 && *(p+2)==(const char) 0xbf )
329                        {
330                                p += 3;
331                                continue;
332                        }
333
334                        if ( IsWhiteSpace( *p ) || *p == '\n' || *p =='\r' )            // Still using old rules for white space.
335                                ++p;
336                        else
337                                break;
338                }
339        }
340        else
341        {
342                while ( *p && IsWhiteSpace( *p ) || *p == '\n' || *p =='\r' )
343                        ++p;
344        }
345
346        return p;
347}
348
349#ifdef TIXML_USE_STL
350/*static*/ bool TiXmlBase::StreamWhiteSpace( TIXML_ISTREAM * in, TIXML_STRING * tag )
351{
352        for( ;; )
353        {
354                if ( !in->good() ) return false;
355
356                int c = in->peek();
357                // At this scope, we can't get to a document. So fail silently.
358                if ( !IsWhiteSpace( c ) || c <= 0 )
359                        return true;
360
361                *tag += (char) in->get();
362        }
363}
364
365/*static*/ bool TiXmlBase::StreamTo( TIXML_ISTREAM * in, int character, TIXML_STRING * tag )
366{
367        //assert( character > 0 && character < 128 );   // else it won't work in utf-8
368        while ( in->good() )
369        {
370                int c = in->peek();
371                if ( c == character )
372                        return true;
373                if ( c <= 0 )           // Silent failure: can't get document at this scope
374                        return false;
375
376                in->get();
377                *tag += (char) c;
378        }
379        return false;
380}
381#endif
382
383const char* TiXmlBase::ReadName( const char* p, TIXML_STRING * name, TiXmlEncoding encoding )
384{
385        *name = "";
386        assert( p );
387
388        // Names start with letters or underscores.
389        // Of course, in unicode, tinyxml has no idea what a letter *is*. The
390        // algorithm is generous.
391        //
392        // After that, they can be letters, underscores, numbers,
393        // hyphens, or colons. (Colons are valid ony for namespaces,
394        // but tinyxml can't tell namespaces from names.)
395        if (    p && *p
396                 && ( IsAlpha( (unsigned char) *p, encoding ) || *p == '_' ) )
397        {
398                while(          p && *p
399                                &&      (               IsAlphaNum( (unsigned char ) *p, encoding ) 
400                                                 || *p == '_'
401                                                 || *p == '-'
402                                                 || *p == '.'
403                                                 || *p == ':' ) )
404                {
405                        (*name) += *p;
406                        ++p;
407                }
408                return p;
409        }
410        return 0;
411}
412
413const char* TiXmlBase::GetEntity( const char* p, char* value, int* length, TiXmlEncoding encoding )
414{
415        // Presume an entity, and pull it out.
416    TIXML_STRING ent;
417        int i;
418        *length = 0;
419
420        if ( *(p+1) && *(p+1) == '#' && *(p+2) )
421        {
422                unsigned long ucs = 0;
423                //*ME:  warning C4244: convert '__w64 int' to 'unsigned'
424                //*ME:  Use size_t instead of unsigned (pointer-arithmetic)
425                size_t delta = 0;
426                unsigned mult = 1;
427
428                if ( *(p+2) == 'x' )
429                {
430                        // Hexadecimal.
431                        if ( !*(p+3) ) return 0;
432
433                        const char* q = p+3;
434                        q = strchr( q, ';' );
435
436                        if ( !q || !*q ) return 0;
437
438                        delta = q-p;
439                        --q;
440
441                        while ( *q != 'x' )
442                        {
443                                if ( *q >= '0' && *q <= '9' )
444                                        ucs += mult * (*q - '0');
445                                else if ( *q >= 'a' && *q <= 'f' )
446                                        ucs += mult * (*q - 'a' + 10);
447                                else if ( *q >= 'A' && *q <= 'F' )
448                                        ucs += mult * (*q - 'A' + 10 );
449                                else 
450                                        return 0;
451                                mult *= 16;
452                                --q;
453                        }
454                }
455                else
456                {
457                        // Decimal.
458                        if ( !*(p+2) ) return 0;
459
460                        const char* q = p+2;
461                        q = strchr( q, ';' );
462
463                        if ( !q || !*q ) return 0;
464
465                        delta = q-p;
466                        --q;
467
468                        while ( *q != '#' )
469                        {
470                                if ( *q >= '0' && *q <= '9' )
471                                        ucs += mult * (*q - '0');
472                                else 
473                                        return 0;
474                                mult *= 10;
475                                --q;
476                        }
477                }
478                if ( encoding == TIXML_ENCODING_UTF8 )
479                {
480                        // convert the UCS to UTF-8
481                        ConvertUTF32ToUTF8( ucs, value, length );
482                }
483                else
484                {
485                        *value = (char)ucs;
486                        *length = 1;
487                }
488                return p + delta + 1;
489        }
490
491        // Now try to match it.
492        for( i=0; i<NUM_ENTITY; ++i )
493        {
494                if ( strncmp( entity[i].str, p, entity[i].strLength ) == 0 )
495                {
496                        assert( strlen( entity[i].str ) == entity[i].strLength );
497                        *value = entity[i].chr;
498                        *length = 1;
499                        return ( p + entity[i].strLength );
500                }
501        }
502
503        // So it wasn't an entity, its unrecognized, or something like that.
504        *value = *p;    // Don't put back the last one, since we return it!
505        return p+1;
506}
507
508
509bool TiXmlBase::StringEqual( const char* p,
510                                                         const char* tag,
511                                                         bool ignoreCase,
512                                                         TiXmlEncoding encoding )
513{
514        assert( p );
515        assert( tag );
516        if ( !p || !*p )
517        {
518                assert( 0 );
519                return false;
520        }
521
522        const char* q = p;
523
524        if ( ignoreCase )
525        {
526                while ( *q && *tag && ToLower( *q, encoding ) == ToLower( *tag, encoding ) )
527                {
528                        ++q;
529                        ++tag;
530                }
531
532                if ( *tag == 0 )
533                        return true;
534        }
535        else
536        {
537                while ( *q && *tag && *q == *tag )
538                {
539                        ++q;
540                        ++tag;
541                }
542
543                if ( *tag == 0 )                // Have we found the end of the tag, and everything equal?
544                        return true;
545        }
546        return false;
547}
548
549const char* TiXmlBase::ReadText(        const char* p, 
550                                                                        TIXML_STRING * text, 
551                                                                        bool trimWhiteSpace, 
552                                                                        const char* endTag, 
553                                                                        bool caseInsensitive,
554                                                                        TiXmlEncoding encoding )
555{
556    *text = "";
557        if (    !trimWhiteSpace                 // certain tags always keep whitespace
558                 || !condenseWhiteSpace )       // if true, whitespace is always kept
559        {
560                // Keep all the white space.
561                while (    p && *p
562                                && !StringEqual( p, endTag, caseInsensitive, encoding )
563                          )
564                {
565                        int len;
566                        char cArr[4] = { 0, 0, 0, 0 };
567                        p = GetChar( p, cArr, &len, encoding );
568                        text->append( cArr, len );
569                }
570        }
571        else
572        {
573                bool whitespace = false;
574
575                // Remove leading white space:
576                p = SkipWhiteSpace( p, encoding );
577                while (    p && *p
578                                && !StringEqual( p, endTag, caseInsensitive, encoding ) )
579                {
580                        if ( *p == '\r' || *p == '\n' )
581                        {
582                                whitespace = true;
583                                ++p;
584                        }
585                        else if ( IsWhiteSpace( *p ) )
586                        {
587                                whitespace = true;
588                                ++p;
589                        }
590                        else
591                        {
592                                // If we've found whitespace, add it before the
593                                // new character. Any whitespace just becomes a space.
594                                if ( whitespace )
595                                {
596                                        (*text) += ' ';
597                                        whitespace = false;
598                                }
599                                int len;
600                                char cArr[4] = { 0, 0, 0, 0 };
601                                p = GetChar( p, cArr, &len, encoding );
602                                if ( len == 1 )
603                                        (*text) += cArr[0];     // more efficient
604                                else
605                                        text->append( cArr, len );
606                        }
607                }
608        }
609        return p + strlen( endTag );
610}
611
612#ifdef TIXML_USE_STL
613
614void TiXmlDocument::StreamIn( TIXML_ISTREAM * in, TIXML_STRING * tag )
615{
616        // The basic issue with a document is that we don't know what we're
617        // streaming. Read something presumed to be a tag (and hope), then
618        // identify it, and call the appropriate stream method on the tag.
619        //
620        // This "pre-streaming" will never read the closing ">" so the
621        // sub-tag can orient itself.
622
623        if ( !StreamTo( in, '<', tag ) ) 
624        {
625                SetError( TIXML_ERROR_PARSING_EMPTY, 0, 0, TIXML_ENCODING_UNKNOWN );
626                return;
627        }
628
629        while ( in->good() )
630        {
631                int tagIndex = (int) tag->length();
632                while ( in->good() && in->peek() != '>' )
633                {
634                        int c = in->get();
635                        if ( c <= 0 )
636                        {
637                                SetError( TIXML_ERROR_EMBEDDED_NULL, 0, 0, TIXML_ENCODING_UNKNOWN );
638                                break;
639                        }
640                        (*tag) += (char) c;
641                }
642
643                if ( in->good() )
644                {
645                        // We now have something we presume to be a node of
646                        // some sort. Identify it, and call the node to
647                        // continue streaming.
648                        TiXmlNode* node = Identify( tag->c_str() + tagIndex, TIXML_DEFAULT_ENCODING );
649
650                        if ( node )
651                        {
652                                node->StreamIn( in, tag );
653                                bool isElement = node->ToElement() != 0;
654                                delete node;
655                                node = 0;
656
657                                // If this is the root element, we're done. Parsing will be
658                                // done by the >> operator.
659                                if ( isElement )
660                                {
661                                        return;
662                                }
663                        }
664                        else
665                        {
666                                SetError( TIXML_ERROR, 0, 0, TIXML_ENCODING_UNKNOWN );
667                                return;
668                        }
669                }
670        }
671        // We should have returned sooner.
672        SetError( TIXML_ERROR, 0, 0, TIXML_ENCODING_UNKNOWN );
673}
674
675#endif
676
677const char* TiXmlDocument::Parse( const char* p, TiXmlParsingData* prevData, TiXmlEncoding encoding )
678{
679        ClearError();
680
681        // Parse away, at the document level. Since a document
682        // contains nothing but other tags, most of what happens
683        // here is skipping white space.
684        if ( !p || !*p )
685        {
686                SetError( TIXML_ERROR_DOCUMENT_EMPTY, 0, 0, TIXML_ENCODING_UNKNOWN );
687                return 0;
688        }
689
690        // Note that, for a document, this needs to come
691        // before the while space skip, so that parsing
692        // starts from the pointer we are given.
693        location.Clear();
694        if ( prevData )
695        {
696                location.row = prevData->cursor.row;
697                location.col = prevData->cursor.col;
698        }
699        else
700        {
701                location.row = 0;
702                location.col = 0;
703        }
704        TiXmlParsingData data( p, TabSize(), location.row, location.col );
705        location = data.Cursor();
706
707        if ( encoding == TIXML_ENCODING_UNKNOWN )
708        {
709                // Check for the Microsoft UTF-8 lead bytes.
710                if (    *(p+0) && *(p+0) == TIXML_UTF_LEAD_0
711                         && *(p+1) && *(p+1) == TIXML_UTF_LEAD_1
712                         && *(p+2) && *(p+2) == TIXML_UTF_LEAD_2 )
713                {
714                        encoding = TIXML_ENCODING_UTF8;
715                }
716        }
717
718    p = SkipWhiteSpace( p, encoding );
719        if ( !p )
720        {
721                SetError( TIXML_ERROR_DOCUMENT_EMPTY, 0, 0, TIXML_ENCODING_UNKNOWN );
722                return 0;
723        }
724
725        while ( p && *p )
726        {
727                TiXmlNode* node = Identify( p, encoding );
728                if ( node )
729                {
730                        p = node->Parse( p, &data, encoding );
731                        LinkEndChild( node );
732                }
733                else
734                {
735                        break;
736                }
737
738                // Did we get encoding info?
739                if (    encoding == TIXML_ENCODING_UNKNOWN
740                         && node->ToDeclaration() )
741                {
742                        TiXmlDeclaration* dec = node->ToDeclaration();
743                        const char* enc = dec->Encoding();
744                        assert( enc );
745
746                        if ( *enc == 0 )
747                                encoding = TIXML_ENCODING_UTF8;
748                        else if ( StringEqual( enc, "UTF-8", true, TIXML_ENCODING_UNKNOWN ) )
749                                encoding = TIXML_ENCODING_UTF8;
750                        else if ( StringEqual( enc, "UTF8", true, TIXML_ENCODING_UNKNOWN ) )
751                                encoding = TIXML_ENCODING_UTF8; // incorrect, but be nice
752                        else 
753                                encoding = TIXML_ENCODING_LEGACY;
754                }
755
756                p = SkipWhiteSpace( p, encoding );
757        }
758
759        // Was this empty?
760        if ( !firstChild ) {
761                SetError( TIXML_ERROR_DOCUMENT_EMPTY, 0, 0, encoding );
762                return 0;
763        }
764
765        // All is well.
766        return p;
767}
768
769void TiXmlDocument::SetError( int err, const char* pError, TiXmlParsingData* data, TiXmlEncoding encoding )
770{       
771        // The first error in a chain is more accurate - don't set again!
772        if ( error )
773                return;
774
775        assert( err > 0 && err < TIXML_ERROR_STRING_COUNT );
776        error   = true;
777        errorId = err;
778        errorDesc = errorString[ errorId ];
779
780        errorLocation.Clear();
781        if ( pError && data )
782        {
783                //TiXmlParsingData data( pError, prevData );
784                data->Stamp( pError, encoding );
785                errorLocation = data->Cursor();
786        }
787}
788
789
790TiXmlNode* TiXmlNode::Identify( const char* p, TiXmlEncoding encoding )
791{
792        TiXmlNode* returnNode = 0;
793
794        p = SkipWhiteSpace( p, encoding );
795        if( !p || !*p || *p != '<' )
796        {
797                return 0;
798        }
799
800        TiXmlDocument* doc = GetDocument();
801        p = SkipWhiteSpace( p, encoding );
802
803        if ( !p || !*p )
804        {
805                return 0;
806        }
807
808        // What is this thing?
809        // - Elements start with a letter or underscore, but xml is reserved.
810        // - Comments: <!--
811        // - Decleration: <?xml
812        // - Everthing else is unknown to tinyxml.
813        //
814
815        const char* xmlHeader = { "<?xml" };
816        const char* commentHeader = { "<!--" };
817        const char* dtdHeader = { "<!" };
818
819        if ( StringEqual( p, xmlHeader, true, encoding ) )
820        {
821                #ifdef DEBUG_PARSER
822                        TIXML_LOG( "XML parsing Declaration\n" );
823                #endif
824                returnNode = new TiXmlDeclaration();
825        }
826        else if ( StringEqual( p, commentHeader, false, encoding ) )
827        {
828                #ifdef DEBUG_PARSER
829                        TIXML_LOG( "XML parsing Comment\n" );
830                #endif
831                returnNode = new TiXmlComment();
832        }
833        else if ( StringEqual( p, dtdHeader, false, encoding ) )
834        {
835                #ifdef DEBUG_PARSER
836                        TIXML_LOG( "XML parsing Unknown(1)\n" );
837                #endif
838                returnNode = new TiXmlUnknown();
839        }
840        else if (    IsAlpha( *(p+1), encoding )
841                          || *(p+1) == '_' )
842        {
843                #ifdef DEBUG_PARSER
844                        TIXML_LOG( "XML parsing Element\n" );
845                #endif
846                returnNode = new TiXmlElement( "" );
847        }
848        else
849        {
850                #ifdef DEBUG_PARSER
851                        TIXML_LOG( "XML parsing Unknown(2)\n" );
852                #endif
853                returnNode = new TiXmlUnknown();
854        }
855
856        if ( returnNode )
857        {
858                // Set the parent, so it can report errors
859                returnNode->parent = this;
860        }
861        else
862        {
863                if ( doc )
864                        doc->SetError( TIXML_ERROR_OUT_OF_MEMORY, 0, 0, TIXML_ENCODING_UNKNOWN );
865        }
866        return returnNode;
867}
868
869#ifdef TIXML_USE_STL
870
871void TiXmlElement::StreamIn (TIXML_ISTREAM * in, TIXML_STRING * tag)
872{
873        // We're called with some amount of pre-parsing. That is, some of "this"
874        // element is in "tag". Go ahead and stream to the closing ">"
875        while( in->good() )
876        {
877                int c = in->get();
878                if ( c <= 0 )
879                {
880                        TiXmlDocument* document = GetDocument();
881                        if ( document )
882                                document->SetError( TIXML_ERROR_EMBEDDED_NULL, 0, 0, TIXML_ENCODING_UNKNOWN );
883                        return;
884                }
885                (*tag) += (char) c ;
886               
887                if ( c == '>' )
888                        break;
889        }
890
891        if ( tag->length() < 3 ) return;
892
893        // Okay...if we are a "/>" tag, then we're done. We've read a complete tag.
894        // If not, identify and stream.
895
896        if (    tag->at( tag->length() - 1 ) == '>' 
897                 && tag->at( tag->length() - 2 ) == '/' )
898        {
899                // All good!
900                return;
901        }
902        else if ( tag->at( tag->length() - 1 ) == '>' )
903        {
904                // There is more. Could be:
905                //              text
906                //              closing tag
907                //              another node.
908                for ( ;; )
909                {
910                        StreamWhiteSpace( in, tag );
911
912                        // Do we have text?
913                        if ( in->good() && in->peek() != '<' ) 
914                        {
915                                // Yep, text.
916                                TiXmlText text( "" );
917                                text.StreamIn( in, tag );
918
919                                // What follows text is a closing tag or another node.
920                                // Go around again and figure it out.
921                                continue;
922                        }
923
924                        // We now have either a closing tag...or another node.
925                        // We should be at a "<", regardless.
926                        if ( !in->good() ) return;
927                        assert( in->peek() == '<' );
928                        int tagIndex = tag->length();
929
930                        bool closingTag = false;
931                        bool firstCharFound = false;
932
933                        for( ;; )
934                        {
935                                if ( !in->good() )
936                                        return;
937
938                                int c = in->peek();
939                                if ( c <= 0 )
940                                {
941                                        TiXmlDocument* document = GetDocument();
942                                        if ( document )
943                                                document->SetError( TIXML_ERROR_EMBEDDED_NULL, 0, 0, TIXML_ENCODING_UNKNOWN );
944                                        return;
945                                }
946                               
947                                if ( c == '>' )
948                                        break;
949
950                                *tag += (char) c;
951                                in->get();
952
953                                if ( !firstCharFound && c != '<' && !IsWhiteSpace( c ) )
954                                {
955                                        firstCharFound = true;
956                                        if ( c == '/' )
957                                                closingTag = true;
958                                }
959                        }
960                        // If it was a closing tag, then read in the closing '>' to clean up the input stream.
961                        // If it was not, the streaming will be done by the tag.
962                        if ( closingTag )
963                        {
964                                if ( !in->good() )
965                                        return;
966
967                                int c = in->get();
968                                if ( c <= 0 )
969                                {
970                                        TiXmlDocument* document = GetDocument();
971                                        if ( document )
972                                                document->SetError( TIXML_ERROR_EMBEDDED_NULL, 0, 0, TIXML_ENCODING_UNKNOWN );
973                                        return;
974                                }
975                                assert( c == '>' );
976                                *tag += (char) c;
977
978                                // We are done, once we've found our closing tag.
979                                return;
980                        }
981                        else
982                        {
983                                // If not a closing tag, id it, and stream.
984                                const char* tagloc = tag->c_str() + tagIndex;
985                                TiXmlNode* node = Identify( tagloc, TIXML_DEFAULT_ENCODING );
986                                if ( !node )
987                                        return;
988                                node->StreamIn( in, tag );
989                                delete node;
990                                node = 0;
991
992                                // No return: go around from the beginning: text, closing tag, or node.
993                        }
994                }
995        }
996}
997#endif
998
999const char* TiXmlElement::Parse( const char* p, TiXmlParsingData* data, TiXmlEncoding encoding )
1000{
1001        p = SkipWhiteSpace( p, encoding );
1002        TiXmlDocument* document = GetDocument();
1003
1004        if ( !p || !*p )
1005        {
1006                if ( document ) document->SetError( TIXML_ERROR_PARSING_ELEMENT, 0, 0, encoding );
1007                return 0;
1008        }
1009
1010//      TiXmlParsingData data( p, prevData );
1011        if ( data )
1012        {
1013                data->Stamp( p, encoding );
1014                location = data->Cursor();
1015        }
1016
1017        if ( *p != '<' )
1018        {
1019                if ( document ) document->SetError( TIXML_ERROR_PARSING_ELEMENT, p, data, encoding );
1020                return 0;
1021        }
1022
1023        p = SkipWhiteSpace( p+1, encoding );
1024
1025        // Read the name.
1026        const char* pErr = p;
1027
1028    p = ReadName( p, &value, encoding );
1029        if ( !p || !*p )
1030        {
1031                if ( document ) document->SetError( TIXML_ERROR_FAILED_TO_READ_ELEMENT_NAME, pErr, data, encoding );
1032                return 0;
1033        }
1034
1035    TIXML_STRING endTag ("</");
1036        endTag += value;
1037        endTag += ">";
1038
1039        // Check for and read attributes. Also look for an empty
1040        // tag or an end tag.
1041        while ( p && *p )
1042        {
1043                pErr = p;
1044                p = SkipWhiteSpace( p, encoding );
1045                if ( !p || !*p )
1046                {
1047                        if ( document ) document->SetError( TIXML_ERROR_READING_ATTRIBUTES, pErr, data, encoding );
1048                        return 0;
1049                }
1050                if ( *p == '/' )
1051                {
1052                        ++p;
1053                        // Empty tag.
1054                        if ( *p  != '>' )
1055                        {
1056                                if ( document ) document->SetError( TIXML_ERROR_PARSING_EMPTY, p, data, encoding );             
1057                                return 0;
1058                        }
1059                        return (p+1);
1060                }
1061                else if ( *p == '>' )
1062                {
1063                        // Done with attributes (if there were any.)
1064                        // Read the value -- which can include other
1065                        // elements -- read the end tag, and return.
1066                        ++p;
1067                        p = ReadValue( p, data, encoding );             // Note this is an Element method, and will set the error if one happens.
1068                        if ( !p || !*p )
1069                                return 0;
1070
1071                        // We should find the end tag now
1072                        if ( StringEqual( p, endTag.c_str(), false, encoding ) )
1073                        {
1074                                p += endTag.length();
1075                                return p;
1076                        }
1077                        else
1078                        {
1079                                if ( document ) document->SetError( TIXML_ERROR_READING_END_TAG, p, data, encoding );
1080                                return 0;
1081                        }
1082                }
1083                else
1084                {
1085                        // Try to read an attribute:
1086                        TiXmlAttribute* attrib = new TiXmlAttribute();
1087                        if ( !attrib )
1088                        {
1089                                if ( document ) document->SetError( TIXML_ERROR_OUT_OF_MEMORY, pErr, data, encoding );
1090                                return 0;
1091                        }
1092
1093                        attrib->SetDocument( document );
1094                        const char* pErr = p;
1095                        p = attrib->Parse( p, data, encoding );
1096
1097                        if ( !p || !*p )
1098                        {
1099                                if ( document ) document->SetError( TIXML_ERROR_PARSING_ELEMENT, pErr, data, encoding );
1100                                delete attrib;
1101                                return 0;
1102                        }
1103
1104                        // Handle the strange case of double attributes:
1105                        TiXmlAttribute* node = attributeSet.Find( attrib->Name() );
1106                        if ( node )
1107                        {
1108                                node->SetValue( attrib->Value() );
1109                                delete attrib;
1110                                return 0;
1111                        }
1112
1113                        attributeSet.Add( attrib );
1114                }
1115        }
1116        return p;
1117}
1118
1119
1120const char* TiXmlElement::ReadValue( const char* p, TiXmlParsingData* data, TiXmlEncoding encoding )
1121{
1122        TiXmlDocument* document = GetDocument();
1123
1124        const char* pWithWhiteSpace = p;
1125        // Read in text and elements in any order.
1126        p = SkipWhiteSpace( p, encoding );
1127        while ( p && *p )
1128        {
1129                if ( *p != '<' )
1130                {
1131                        // Take what we have, make a text element.
1132                        TiXmlText* textNode = new TiXmlText( "" );
1133
1134                        if ( !textNode )
1135                        {
1136                                if ( document ) document->SetError( TIXML_ERROR_OUT_OF_MEMORY, 0, 0, encoding );
1137                                    return 0;
1138                        }
1139
1140                        if ( TiXmlBase::IsWhiteSpaceCondensed() )
1141                        {
1142                                p = textNode->Parse( p, data, encoding );
1143                        }
1144                        else
1145                        {
1146                                // Special case: we want to keep the white space
1147                                // so that leading spaces aren't removed.
1148                                p = textNode->Parse( pWithWhiteSpace, data, encoding );
1149                        }
1150
1151                        if ( !textNode->Blank() )
1152                                LinkEndChild( textNode );
1153                        else
1154                                delete textNode;
1155                } 
1156                else 
1157                {
1158                        // We hit a '<'
1159                        // Have we hit a new element or an end tag?
1160                        if ( StringEqual( p, "</", false, encoding ) )
1161                        {
1162                                return p;
1163                        }
1164                        else
1165                        {
1166                                TiXmlNode* node = Identify( p, encoding );
1167                                if ( node )
1168                                {
1169                                        p = node->Parse( p, data, encoding );
1170                                        LinkEndChild( node );
1171                                }                               
1172                                else
1173                                {
1174                                        return 0;
1175                                }
1176                        }
1177                }
1178                p = SkipWhiteSpace( p, encoding );
1179        }
1180
1181        if ( !p )
1182        {
1183                if ( document ) document->SetError( TIXML_ERROR_READING_ELEMENT_VALUE, 0, 0, encoding );
1184        }       
1185        return p;
1186}
1187
1188
1189#ifdef TIXML_USE_STL
1190void TiXmlUnknown::StreamIn( TIXML_ISTREAM * in, TIXML_STRING * tag )
1191{
1192        while ( in->good() )
1193        {
1194                int c = in->get();     
1195                if ( c <= 0 )
1196                {
1197                        TiXmlDocument* document = GetDocument();
1198                        if ( document )
1199                                document->SetError( TIXML_ERROR_EMBEDDED_NULL, 0, 0, TIXML_ENCODING_UNKNOWN );
1200                        return;
1201                }
1202                (*tag) += (char) c;
1203
1204                if ( c == '>' )
1205                {
1206                        // All is well.
1207                        return;         
1208                }
1209        }
1210}
1211#endif
1212
1213
1214const char* TiXmlUnknown::Parse( const char* p, TiXmlParsingData* data, TiXmlEncoding encoding )
1215{
1216        TiXmlDocument* document = GetDocument();
1217        p = SkipWhiteSpace( p, encoding );
1218
1219//      TiXmlParsingData data( p, prevData );
1220        if ( data )
1221        {
1222                data->Stamp( p, encoding );
1223                location = data->Cursor();
1224        }
1225        if ( !p || !*p || *p != '<' )
1226        {
1227                if ( document ) document->SetError( TIXML_ERROR_PARSING_UNKNOWN, p, data, encoding );
1228                return 0;
1229        }
1230        ++p;
1231    value = "";
1232
1233        while ( p && *p && *p != '>' )
1234        {
1235                value += *p;
1236                ++p;
1237        }
1238
1239        if ( !p )
1240        {
1241                if ( document ) document->SetError( TIXML_ERROR_PARSING_UNKNOWN, 0, 0, encoding );
1242        }
1243        if ( *p == '>' )
1244                return p+1;
1245        return p;
1246}
1247
1248#ifdef TIXML_USE_STL
1249void TiXmlComment::StreamIn( TIXML_ISTREAM * in, TIXML_STRING * tag )
1250{
1251        while ( in->good() )
1252        {
1253                int c = in->get();     
1254                if ( c <= 0 )
1255                {
1256                        TiXmlDocument* document = GetDocument();
1257                        if ( document )
1258                                document->SetError( TIXML_ERROR_EMBEDDED_NULL, 0, 0, TIXML_ENCODING_UNKNOWN );
1259                        return;
1260                }
1261
1262                (*tag) += (char) c;
1263
1264                if ( c == '>' 
1265                         && tag->at( tag->length() - 2 ) == '-'
1266                         && tag->at( tag->length() - 3 ) == '-' )
1267                {
1268                        // All is well.
1269                        return;         
1270                }
1271        }
1272}
1273#endif
1274
1275
1276const char* TiXmlComment::Parse( const char* p, TiXmlParsingData* data, TiXmlEncoding encoding )
1277{
1278        TiXmlDocument* document = GetDocument();
1279        value = "";
1280
1281        p = SkipWhiteSpace( p, encoding );
1282
1283//      TiXmlParsingData data( p, prevData );
1284        if ( data )
1285        {
1286                data->Stamp( p, encoding );
1287                location = data->Cursor();
1288        }
1289        const char* startTag = "<!--";
1290        const char* endTag   = "-->";
1291
1292        if ( !StringEqual( p, startTag, false, encoding ) )
1293        {
1294                document->SetError( TIXML_ERROR_PARSING_COMMENT, p, data, encoding );
1295                return 0;
1296        }
1297        p += strlen( startTag );
1298        p = ReadText( p, &value, false, endTag, false, encoding );
1299        return p;
1300}
1301
1302
1303const char* TiXmlAttribute::Parse( const char* p, TiXmlParsingData* data, TiXmlEncoding encoding )
1304{
1305        p = SkipWhiteSpace( p, encoding );
1306        if ( !p || !*p ) return 0;
1307
1308        int tabsize = 4;
1309        if ( document )
1310                tabsize = document->TabSize();
1311
1312//      TiXmlParsingData data( p, prevData );
1313        if ( data )
1314        {
1315                data->Stamp( p, encoding );
1316                location = data->Cursor();
1317        }
1318        // Read the name, the '=' and the value.
1319        const char* pErr = p;
1320        p = ReadName( p, &name, encoding );
1321        if ( !p || !*p )
1322        {
1323                if ( document ) document->SetError( TIXML_ERROR_READING_ATTRIBUTES, pErr, data, encoding );
1324                return 0;
1325        }
1326        p = SkipWhiteSpace( p, encoding );
1327        if ( !p || !*p || *p != '=' )
1328        {
1329                if ( document ) document->SetError( TIXML_ERROR_READING_ATTRIBUTES, p, data, encoding );
1330                return 0;
1331        }
1332
1333        ++p;    // skip '='
1334        p = SkipWhiteSpace( p, encoding );
1335        if ( !p || !*p )
1336        {
1337                if ( document ) document->SetError( TIXML_ERROR_READING_ATTRIBUTES, p, data, encoding );
1338                return 0;
1339        }
1340       
1341        const char* end;
1342
1343        if ( *p == '\'' )
1344        {
1345                ++p;
1346                end = "\'";
1347                p = ReadText( p, &value, false, end, false, encoding );
1348        }
1349        else if ( *p == '"' )
1350        {
1351                ++p;
1352                end = "\"";
1353                p = ReadText( p, &value, false, end, false, encoding );
1354        }
1355        else
1356        {
1357                // All attribute values should be in single or double quotes.
1358                // But this is such a common error that the parser will try
1359                // its best, even without them.
1360                value = "";
1361                while (    p && *p                                                                              // existence
1362                                && !IsWhiteSpace( *p ) && *p != '\n' && *p != '\r'      // whitespace
1363                                && *p != '/' && *p != '>' )                                             // tag end
1364                {
1365                        value += *p;
1366                        ++p;
1367                }
1368        }
1369        return p;
1370}
1371
1372#ifdef TIXML_USE_STL
1373void TiXmlText::StreamIn( TIXML_ISTREAM * in, TIXML_STRING * tag )
1374{
1375        while ( in->good() )
1376        {
1377                int c = in->peek();     
1378                if ( c == '<' )
1379                        return;
1380                if ( c <= 0 )
1381                {
1382                        TiXmlDocument* document = GetDocument();
1383                        if ( document )
1384                                document->SetError( TIXML_ERROR_EMBEDDED_NULL, 0, 0, TIXML_ENCODING_UNKNOWN );
1385                        return;
1386                }
1387
1388                (*tag) += (char) c;
1389                in->get();
1390        }
1391}
1392#endif
1393
1394const char* TiXmlText::Parse( const char* p, TiXmlParsingData* data, TiXmlEncoding encoding )
1395{
1396        value = "";
1397//      TiXmlParsingData data( p, prevData );
1398        if ( data )
1399        {
1400                data->Stamp( p, encoding );
1401                location = data->Cursor();
1402        }
1403        bool ignoreWhite = true;
1404
1405        const char* end = "<";
1406        p = ReadText( p, &value, ignoreWhite, end, false, encoding );
1407        if ( p )
1408                return p-1;     // don't truncate the '<'
1409        return 0;
1410}
1411
1412#ifdef TIXML_USE_STL
1413void TiXmlDeclaration::StreamIn( TIXML_ISTREAM * in, TIXML_STRING * tag )
1414{
1415        while ( in->good() )
1416        {
1417                int c = in->get();
1418                if ( c <= 0 )
1419                {
1420                        TiXmlDocument* document = GetDocument();
1421                        if ( document )
1422                                document->SetError( TIXML_ERROR_EMBEDDED_NULL, 0, 0, TIXML_ENCODING_UNKNOWN );
1423                        return;
1424                }
1425                (*tag) += (char) c;
1426
1427                if ( c == '>' )
1428                {
1429                        // All is well.
1430                        return;
1431                }
1432        }
1433}
1434#endif
1435
1436const char* TiXmlDeclaration::Parse( const char* p, TiXmlParsingData* data, TiXmlEncoding _encoding )
1437{
1438        p = SkipWhiteSpace( p, _encoding );
1439        // Find the beginning, find the end, and look for
1440        // the stuff in-between.
1441        TiXmlDocument* document = GetDocument();
1442        if ( !p || !*p || !StringEqual( p, "<?xml", true, _encoding ) )
1443        {
1444                if ( document ) document->SetError( TIXML_ERROR_PARSING_DECLARATION, 0, 0, _encoding );
1445                return 0;
1446        }
1447//      TiXmlParsingData data( p, prevData );
1448        if ( data )
1449        {
1450                data->Stamp( p, _encoding );
1451                location = data->Cursor();
1452        }
1453        p += 5;
1454
1455        version = "";
1456        encoding = "";
1457        standalone = "";
1458
1459        while ( p && *p )
1460        {
1461                if ( *p == '>' )
1462                {
1463                        ++p;
1464                        return p;
1465                }
1466
1467                p = SkipWhiteSpace( p, _encoding );
1468                if ( StringEqual( p, "version", true, _encoding ) )
1469                {
1470                        TiXmlAttribute attrib;
1471                        p = attrib.Parse( p, data, _encoding );         
1472                        version = attrib.Value();
1473                }
1474                else if ( StringEqual( p, "encoding", true, _encoding ) )
1475                {
1476                        TiXmlAttribute attrib;
1477                        p = attrib.Parse( p, data, _encoding );         
1478                        encoding = attrib.Value();
1479                }
1480                else if ( StringEqual( p, "standalone", true, _encoding ) )
1481                {
1482                        TiXmlAttribute attrib;
1483                        p = attrib.Parse( p, data, _encoding );         
1484                        standalone = attrib.Value();
1485                }
1486                else
1487                {
1488                        // Read over whatever it is.
1489                        while( p && *p && *p != '>' && !IsWhiteSpace( *p ) )
1490                                ++p;
1491                }
1492        }
1493        return 0;
1494}
1495
1496bool TiXmlText::Blank() const
1497{
1498        for ( unsigned i=0; i<value.length(); i++ )
1499                if ( !IsWhiteSpace( value[i] ) )
1500                        return false;
1501        return true;
1502}
1503
Note: See TracBrowser for help on using the repository browser.