mirror of
https://github.com/gohugoio/hugo.git
synced 2024-11-21 20:46:30 -05:00
parent
4d93aca27d
commit
a8853f1c5a
3 changed files with 524 additions and 489 deletions
|
@ -29,18 +29,6 @@ const eof = -1
|
||||||
// returns the next state in scanner.
|
// returns the next state in scanner.
|
||||||
type stateFunc func(*pageLexer) stateFunc
|
type stateFunc func(*pageLexer) stateFunc
|
||||||
|
|
||||||
type lexerShortcodeState struct {
|
|
||||||
currLeftDelimItem ItemType
|
|
||||||
currRightDelimItem ItemType
|
|
||||||
isInline bool
|
|
||||||
currShortcodeName string // is only set when a shortcode is in opened state
|
|
||||||
closingState int // > 0 = on its way to be closed
|
|
||||||
elementStepNum int // step number in element
|
|
||||||
paramElements int // number of elements (name + value = 2) found first
|
|
||||||
openShortcodes map[string]bool // set of shortcodes in open state
|
|
||||||
|
|
||||||
}
|
|
||||||
|
|
||||||
type pageLexer struct {
|
type pageLexer struct {
|
||||||
input []byte
|
input []byte
|
||||||
stateStart stateFunc
|
stateStart stateFunc
|
||||||
|
@ -102,17 +90,6 @@ func (l *pageLexer) run() *pageLexer {
|
||||||
return l
|
return l
|
||||||
}
|
}
|
||||||
|
|
||||||
// Shortcode syntax
|
|
||||||
var (
|
|
||||||
leftDelimSc = []byte("{{")
|
|
||||||
leftDelimScNoMarkup = []byte("{{<")
|
|
||||||
rightDelimScNoMarkup = []byte(">}}")
|
|
||||||
leftDelimScWithMarkup = []byte("{{%")
|
|
||||||
rightDelimScWithMarkup = []byte("%}}")
|
|
||||||
leftComment = []byte("/*") // comments in this context us used to to mark shortcodes as "not really a shortcode"
|
|
||||||
rightComment = []byte("*/")
|
|
||||||
)
|
|
||||||
|
|
||||||
// Page syntax
|
// Page syntax
|
||||||
var (
|
var (
|
||||||
byteOrderMark = '\ufeff'
|
byteOrderMark = '\ufeff'
|
||||||
|
@ -293,11 +270,6 @@ func lexMainSection(l *pageLexer) stateFunc {
|
||||||
|
|
||||||
}
|
}
|
||||||
|
|
||||||
func (l *pageLexer) isShortCodeStart() bool {
|
|
||||||
return l.hasPrefix(leftDelimScWithMarkup) || l.hasPrefix(leftDelimScNoMarkup)
|
|
||||||
|
|
||||||
}
|
|
||||||
|
|
||||||
func (l *pageLexer) posFirstNonWhiteSpace() int {
|
func (l *pageLexer) posFirstNonWhiteSpace() int {
|
||||||
f := func(c rune) bool {
|
f := func(c rune) bool {
|
||||||
return !unicode.IsSpace(c)
|
return !unicode.IsSpace(c)
|
||||||
|
@ -305,69 +277,6 @@ func (l *pageLexer) posFirstNonWhiteSpace() int {
|
||||||
return bytes.IndexFunc(l.input[l.pos:], f)
|
return bytes.IndexFunc(l.input[l.pos:], f)
|
||||||
}
|
}
|
||||||
|
|
||||||
func lexIntroSection(l *pageLexer) stateFunc {
|
|
||||||
l.summaryDivider = summaryDivider
|
|
||||||
|
|
||||||
LOOP:
|
|
||||||
for {
|
|
||||||
r := l.next()
|
|
||||||
if r == eof {
|
|
||||||
break
|
|
||||||
}
|
|
||||||
|
|
||||||
switch {
|
|
||||||
case r == '+':
|
|
||||||
return l.lexFrontMatterSection(TypeFrontMatterTOML, r, "TOML", delimTOML)
|
|
||||||
case r == '-':
|
|
||||||
return l.lexFrontMatterSection(TypeFrontMatterYAML, r, "YAML", delimYAML)
|
|
||||||
case r == '{':
|
|
||||||
return lexFrontMatterJSON
|
|
||||||
case r == '#':
|
|
||||||
return lexFrontMatterOrgMode
|
|
||||||
case r == byteOrderMark:
|
|
||||||
l.emit(TypeIgnore)
|
|
||||||
case !isSpace(r) && !isEndOfLine(r):
|
|
||||||
if r == '<' {
|
|
||||||
l.backup()
|
|
||||||
if l.hasPrefix(htmlCommentStart) {
|
|
||||||
// This may be commented out front mattter, which should
|
|
||||||
// still be read.
|
|
||||||
l.consumeToNextLine()
|
|
||||||
l.isInHTMLComment = true
|
|
||||||
l.emit(TypeIgnore)
|
|
||||||
continue LOOP
|
|
||||||
} else {
|
|
||||||
if l.pos > l.start {
|
|
||||||
l.emit(tText)
|
|
||||||
}
|
|
||||||
l.next()
|
|
||||||
// This is the start of a plain HTML document with no
|
|
||||||
// front matter. I still can contain shortcodes, so we
|
|
||||||
// have to keep looking.
|
|
||||||
l.emit(TypeHTMLStart)
|
|
||||||
}
|
|
||||||
}
|
|
||||||
break LOOP
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
// Now move on to the shortcodes.
|
|
||||||
return lexMainSection
|
|
||||||
}
|
|
||||||
|
|
||||||
func lexEndFromtMatterHTMLComment(l *pageLexer) stateFunc {
|
|
||||||
l.isInHTMLComment = false
|
|
||||||
right := l.index(htmlCommentEnd)
|
|
||||||
if right == -1 {
|
|
||||||
return l.errorf("starting HTML comment with no end")
|
|
||||||
}
|
|
||||||
l.pos += right + len(htmlCommentEnd)
|
|
||||||
l.emit(TypeIgnore)
|
|
||||||
|
|
||||||
// Now move on to the shortcodes.
|
|
||||||
return lexMainSection
|
|
||||||
}
|
|
||||||
|
|
||||||
func lexDone(l *pageLexer) stateFunc {
|
func lexDone(l *pageLexer) stateFunc {
|
||||||
|
|
||||||
// Done!
|
// Done!
|
||||||
|
@ -378,385 +287,10 @@ func lexDone(l *pageLexer) stateFunc {
|
||||||
return nil
|
return nil
|
||||||
}
|
}
|
||||||
|
|
||||||
func lexFrontMatterJSON(l *pageLexer) stateFunc {
|
|
||||||
// Include the left delimiter
|
|
||||||
l.backup()
|
|
||||||
|
|
||||||
var (
|
|
||||||
inQuote bool
|
|
||||||
level int
|
|
||||||
)
|
|
||||||
|
|
||||||
for {
|
|
||||||
|
|
||||||
r := l.next()
|
|
||||||
|
|
||||||
switch {
|
|
||||||
case r == eof:
|
|
||||||
return l.errorf("unexpected EOF parsing JSON front matter")
|
|
||||||
case r == '{':
|
|
||||||
if !inQuote {
|
|
||||||
level++
|
|
||||||
}
|
|
||||||
case r == '}':
|
|
||||||
if !inQuote {
|
|
||||||
level--
|
|
||||||
}
|
|
||||||
case r == '"':
|
|
||||||
inQuote = !inQuote
|
|
||||||
case r == '\\':
|
|
||||||
// This may be an escaped quote. Make sure it's not marked as a
|
|
||||||
// real one.
|
|
||||||
l.next()
|
|
||||||
}
|
|
||||||
|
|
||||||
if level == 0 {
|
|
||||||
break
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
l.consumeCRLF()
|
|
||||||
l.emit(TypeFrontMatterJSON)
|
|
||||||
|
|
||||||
return lexMainSection
|
|
||||||
}
|
|
||||||
|
|
||||||
func lexFrontMatterOrgMode(l *pageLexer) stateFunc {
|
|
||||||
/*
|
|
||||||
#+TITLE: Test File For chaseadamsio/goorgeous
|
|
||||||
#+AUTHOR: Chase Adams
|
|
||||||
#+DESCRIPTION: Just another golang parser for org content!
|
|
||||||
*/
|
|
||||||
|
|
||||||
l.summaryDivider = summaryDividerOrg
|
|
||||||
|
|
||||||
l.backup()
|
|
||||||
|
|
||||||
if !l.hasPrefix(delimOrg) {
|
|
||||||
return lexMainSection
|
|
||||||
}
|
|
||||||
|
|
||||||
// Read lines until we no longer see a #+ prefix
|
|
||||||
LOOP:
|
|
||||||
for {
|
|
||||||
|
|
||||||
r := l.next()
|
|
||||||
|
|
||||||
switch {
|
|
||||||
case r == '\n':
|
|
||||||
if !l.hasPrefix(delimOrg) {
|
|
||||||
break LOOP
|
|
||||||
}
|
|
||||||
case r == eof:
|
|
||||||
break LOOP
|
|
||||||
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
l.emit(TypeFrontMatterORG)
|
|
||||||
|
|
||||||
return lexMainSection
|
|
||||||
|
|
||||||
}
|
|
||||||
|
|
||||||
func (l *pageLexer) printCurrentInput() {
|
func (l *pageLexer) printCurrentInput() {
|
||||||
fmt.Printf("input[%d:]: %q", l.pos, string(l.input[l.pos:]))
|
fmt.Printf("input[%d:]: %q", l.pos, string(l.input[l.pos:]))
|
||||||
}
|
}
|
||||||
|
|
||||||
// Handle YAML or TOML front matter.
|
|
||||||
func (l *pageLexer) lexFrontMatterSection(tp ItemType, delimr rune, name string, delim []byte) stateFunc {
|
|
||||||
|
|
||||||
for i := 0; i < 2; i++ {
|
|
||||||
if r := l.next(); r != delimr {
|
|
||||||
return l.errorf("invalid %s delimiter", name)
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
// Let front matter start at line 1
|
|
||||||
wasEndOfLine := l.consumeCRLF()
|
|
||||||
// We don't care about the delimiters.
|
|
||||||
l.ignore()
|
|
||||||
|
|
||||||
var r rune
|
|
||||||
|
|
||||||
for {
|
|
||||||
if !wasEndOfLine {
|
|
||||||
r = l.next()
|
|
||||||
if r == eof {
|
|
||||||
return l.errorf("EOF looking for end %s front matter delimiter", name)
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
if wasEndOfLine || isEndOfLine(r) {
|
|
||||||
if l.hasPrefix(delim) {
|
|
||||||
l.emit(tp)
|
|
||||||
l.pos += 3
|
|
||||||
l.consumeCRLF()
|
|
||||||
l.ignore()
|
|
||||||
break
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
wasEndOfLine = false
|
|
||||||
}
|
|
||||||
|
|
||||||
return lexMainSection
|
|
||||||
}
|
|
||||||
|
|
||||||
func lexShortcodeLeftDelim(l *pageLexer) stateFunc {
|
|
||||||
l.pos += len(l.currentLeftShortcodeDelim())
|
|
||||||
if l.hasPrefix(leftComment) {
|
|
||||||
return lexShortcodeComment
|
|
||||||
}
|
|
||||||
l.emit(l.currentLeftShortcodeDelimItem())
|
|
||||||
l.elementStepNum = 0
|
|
||||||
l.paramElements = 0
|
|
||||||
return lexInsideShortcode
|
|
||||||
}
|
|
||||||
|
|
||||||
func lexShortcodeComment(l *pageLexer) stateFunc {
|
|
||||||
posRightComment := l.index(append(rightComment, l.currentRightShortcodeDelim()...))
|
|
||||||
if posRightComment <= 1 {
|
|
||||||
return l.errorf("comment must be closed")
|
|
||||||
}
|
|
||||||
// we emit all as text, except the comment markers
|
|
||||||
l.emit(tText)
|
|
||||||
l.pos += len(leftComment)
|
|
||||||
l.ignore()
|
|
||||||
l.pos += posRightComment - len(leftComment)
|
|
||||||
l.emit(tText)
|
|
||||||
l.pos += len(rightComment)
|
|
||||||
l.ignore()
|
|
||||||
l.pos += len(l.currentRightShortcodeDelim())
|
|
||||||
l.emit(tText)
|
|
||||||
return lexMainSection
|
|
||||||
}
|
|
||||||
|
|
||||||
func lexShortcodeRightDelim(l *pageLexer) stateFunc {
|
|
||||||
l.closingState = 0
|
|
||||||
l.pos += len(l.currentRightShortcodeDelim())
|
|
||||||
l.emit(l.currentRightShortcodeDelimItem())
|
|
||||||
return lexMainSection
|
|
||||||
}
|
|
||||||
|
|
||||||
// either:
|
|
||||||
// 1. param
|
|
||||||
// 2. "param" or "param\"
|
|
||||||
// 3. param="123" or param="123\"
|
|
||||||
// 4. param="Some \"escaped\" text"
|
|
||||||
func lexShortcodeParam(l *pageLexer, escapedQuoteStart bool) stateFunc {
|
|
||||||
|
|
||||||
first := true
|
|
||||||
nextEq := false
|
|
||||||
|
|
||||||
var r rune
|
|
||||||
|
|
||||||
for {
|
|
||||||
r = l.next()
|
|
||||||
if first {
|
|
||||||
if r == '"' {
|
|
||||||
// a positional param with quotes
|
|
||||||
if l.paramElements == 2 {
|
|
||||||
return l.errorf("got quoted positional parameter. Cannot mix named and positional parameters")
|
|
||||||
}
|
|
||||||
l.paramElements = 1
|
|
||||||
l.backup()
|
|
||||||
return lexShortcodeQuotedParamVal(l, !escapedQuoteStart, tScParam)
|
|
||||||
}
|
|
||||||
first = false
|
|
||||||
} else if r == '=' {
|
|
||||||
// a named param
|
|
||||||
l.backup()
|
|
||||||
nextEq = true
|
|
||||||
break
|
|
||||||
}
|
|
||||||
|
|
||||||
if !isAlphaNumericOrHyphen(r) {
|
|
||||||
l.backup()
|
|
||||||
break
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
if l.paramElements == 0 {
|
|
||||||
l.paramElements++
|
|
||||||
|
|
||||||
if nextEq {
|
|
||||||
l.paramElements++
|
|
||||||
}
|
|
||||||
} else {
|
|
||||||
if nextEq && l.paramElements == 1 {
|
|
||||||
return l.errorf("got named parameter '%s'. Cannot mix named and positional parameters", l.current())
|
|
||||||
} else if !nextEq && l.paramElements == 2 {
|
|
||||||
return l.errorf("got positional parameter '%s'. Cannot mix named and positional parameters", l.current())
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
l.emit(tScParam)
|
|
||||||
return lexInsideShortcode
|
|
||||||
|
|
||||||
}
|
|
||||||
|
|
||||||
func lexShortcodeQuotedParamVal(l *pageLexer, escapedQuotedValuesAllowed bool, typ ItemType) stateFunc {
|
|
||||||
openQuoteFound := false
|
|
||||||
escapedInnerQuoteFound := false
|
|
||||||
escapedQuoteState := 0
|
|
||||||
|
|
||||||
Loop:
|
|
||||||
for {
|
|
||||||
switch r := l.next(); {
|
|
||||||
case r == '\\':
|
|
||||||
if l.peek() == '"' {
|
|
||||||
if openQuoteFound && !escapedQuotedValuesAllowed {
|
|
||||||
l.backup()
|
|
||||||
break Loop
|
|
||||||
} else if openQuoteFound {
|
|
||||||
// the coming quoute is inside
|
|
||||||
escapedInnerQuoteFound = true
|
|
||||||
escapedQuoteState = 1
|
|
||||||
}
|
|
||||||
}
|
|
||||||
case r == eof, r == '\n':
|
|
||||||
return l.errorf("unterminated quoted string in shortcode parameter-argument: '%s'", l.current())
|
|
||||||
case r == '"':
|
|
||||||
if escapedQuoteState == 0 {
|
|
||||||
if openQuoteFound {
|
|
||||||
l.backup()
|
|
||||||
break Loop
|
|
||||||
|
|
||||||
} else {
|
|
||||||
openQuoteFound = true
|
|
||||||
l.ignore()
|
|
||||||
}
|
|
||||||
} else {
|
|
||||||
escapedQuoteState = 0
|
|
||||||
}
|
|
||||||
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
if escapedInnerQuoteFound {
|
|
||||||
l.ignoreEscapesAndEmit(typ)
|
|
||||||
} else {
|
|
||||||
l.emit(typ)
|
|
||||||
}
|
|
||||||
|
|
||||||
r := l.next()
|
|
||||||
|
|
||||||
if r == '\\' {
|
|
||||||
if l.peek() == '"' {
|
|
||||||
// ignore the escaped closing quote
|
|
||||||
l.ignore()
|
|
||||||
l.next()
|
|
||||||
l.ignore()
|
|
||||||
}
|
|
||||||
} else if r == '"' {
|
|
||||||
// ignore closing quote
|
|
||||||
l.ignore()
|
|
||||||
} else {
|
|
||||||
// handled by next state
|
|
||||||
l.backup()
|
|
||||||
}
|
|
||||||
|
|
||||||
return lexInsideShortcode
|
|
||||||
}
|
|
||||||
|
|
||||||
// Inline shortcodes has the form {{< myshortcode.inline >}}
|
|
||||||
var inlineIdentifier = []byte("inline ")
|
|
||||||
|
|
||||||
// scans an alphanumeric inside shortcode
|
|
||||||
func lexIdentifierInShortcode(l *pageLexer) stateFunc {
|
|
||||||
lookForEnd := false
|
|
||||||
Loop:
|
|
||||||
for {
|
|
||||||
switch r := l.next(); {
|
|
||||||
case isAlphaNumericOrHyphen(r):
|
|
||||||
// Allow forward slash inside names to make it possible to create namespaces.
|
|
||||||
case r == '/':
|
|
||||||
case r == '.':
|
|
||||||
l.isInline = l.hasPrefix(inlineIdentifier)
|
|
||||||
if !l.isInline {
|
|
||||||
return l.errorf("period in shortcode name only allowed for inline identifiers")
|
|
||||||
}
|
|
||||||
default:
|
|
||||||
l.backup()
|
|
||||||
word := string(l.input[l.start:l.pos])
|
|
||||||
if l.closingState > 0 && !l.openShortcodes[word] {
|
|
||||||
return l.errorf("closing tag for shortcode '%s' does not match start tag", word)
|
|
||||||
} else if l.closingState > 0 {
|
|
||||||
l.openShortcodes[word] = false
|
|
||||||
lookForEnd = true
|
|
||||||
}
|
|
||||||
|
|
||||||
l.closingState = 0
|
|
||||||
l.currShortcodeName = word
|
|
||||||
l.openShortcodes[word] = true
|
|
||||||
l.elementStepNum++
|
|
||||||
if l.isInline {
|
|
||||||
l.emit(tScNameInline)
|
|
||||||
} else {
|
|
||||||
l.emit(tScName)
|
|
||||||
}
|
|
||||||
break Loop
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
if lookForEnd {
|
|
||||||
return lexEndOfShortcode
|
|
||||||
}
|
|
||||||
return lexInsideShortcode
|
|
||||||
}
|
|
||||||
|
|
||||||
func lexEndOfShortcode(l *pageLexer) stateFunc {
|
|
||||||
l.isInline = false
|
|
||||||
if l.hasPrefix(l.currentRightShortcodeDelim()) {
|
|
||||||
return lexShortcodeRightDelim
|
|
||||||
}
|
|
||||||
switch r := l.next(); {
|
|
||||||
case isSpace(r):
|
|
||||||
l.ignore()
|
|
||||||
default:
|
|
||||||
return l.errorf("unclosed shortcode")
|
|
||||||
}
|
|
||||||
return lexEndOfShortcode
|
|
||||||
}
|
|
||||||
|
|
||||||
// scans the elements inside shortcode tags
|
|
||||||
func lexInsideShortcode(l *pageLexer) stateFunc {
|
|
||||||
if l.hasPrefix(l.currentRightShortcodeDelim()) {
|
|
||||||
return lexShortcodeRightDelim
|
|
||||||
}
|
|
||||||
switch r := l.next(); {
|
|
||||||
case r == eof:
|
|
||||||
// eol is allowed inside shortcodes; this may go to end of document before it fails
|
|
||||||
return l.errorf("unclosed shortcode action")
|
|
||||||
case isSpace(r), isEndOfLine(r):
|
|
||||||
l.ignore()
|
|
||||||
case r == '=':
|
|
||||||
l.ignore()
|
|
||||||
return lexShortcodeQuotedParamVal(l, l.peek() != '\\', tScParamVal)
|
|
||||||
case r == '/':
|
|
||||||
if l.currShortcodeName == "" {
|
|
||||||
return l.errorf("got closing shortcode, but none is open")
|
|
||||||
}
|
|
||||||
l.closingState++
|
|
||||||
l.emit(tScClose)
|
|
||||||
case r == '\\':
|
|
||||||
l.ignore()
|
|
||||||
if l.peek() == '"' {
|
|
||||||
return lexShortcodeParam(l, true)
|
|
||||||
}
|
|
||||||
case l.elementStepNum > 0 && (isAlphaNumericOrHyphen(r) || r == '"'): // positional params can have quotes
|
|
||||||
l.backup()
|
|
||||||
return lexShortcodeParam(l, false)
|
|
||||||
case isAlphaNumeric(r):
|
|
||||||
l.backup()
|
|
||||||
return lexIdentifierInShortcode
|
|
||||||
default:
|
|
||||||
return l.errorf("unrecognized character in shortcode action: %#U. Note: Parameters with non-alphanumeric args must be quoted", r)
|
|
||||||
}
|
|
||||||
return lexInsideShortcode
|
|
||||||
}
|
|
||||||
|
|
||||||
// state helpers
|
// state helpers
|
||||||
|
|
||||||
func (l *pageLexer) index(sep []byte) int {
|
func (l *pageLexer) index(sep []byte) int {
|
||||||
|
@ -767,29 +301,6 @@ func (l *pageLexer) hasPrefix(prefix []byte) bool {
|
||||||
return bytes.HasPrefix(l.input[l.pos:], prefix)
|
return bytes.HasPrefix(l.input[l.pos:], prefix)
|
||||||
}
|
}
|
||||||
|
|
||||||
func (l *pageLexer) currentLeftShortcodeDelimItem() ItemType {
|
|
||||||
return l.currLeftDelimItem
|
|
||||||
}
|
|
||||||
|
|
||||||
func (l *pageLexer) currentRightShortcodeDelimItem() ItemType {
|
|
||||||
return l.currRightDelimItem
|
|
||||||
}
|
|
||||||
|
|
||||||
func (l *pageLexer) currentLeftShortcodeDelim() []byte {
|
|
||||||
if l.currLeftDelimItem == tLeftDelimScWithMarkup {
|
|
||||||
return leftDelimScWithMarkup
|
|
||||||
}
|
|
||||||
return leftDelimScNoMarkup
|
|
||||||
|
|
||||||
}
|
|
||||||
|
|
||||||
func (l *pageLexer) currentRightShortcodeDelim() []byte {
|
|
||||||
if l.currRightDelimItem == tRightDelimScWithMarkup {
|
|
||||||
return rightDelimScWithMarkup
|
|
||||||
}
|
|
||||||
return rightDelimScNoMarkup
|
|
||||||
}
|
|
||||||
|
|
||||||
// helper functions
|
// helper functions
|
||||||
|
|
||||||
// returns the min index >= 0
|
// returns the min index >= 0
|
||||||
|
|
202
parser/pageparser/pagelexer_intro.go
Normal file
202
parser/pageparser/pagelexer_intro.go
Normal file
|
@ -0,0 +1,202 @@
|
||||||
|
// Copyright 2018 The Hugo Authors. All rights reserved.
|
||||||
|
//
|
||||||
|
// Licensed under the Apache License, Version 2.0 (the "License");
|
||||||
|
// you may not use this file except in compliance with the License.
|
||||||
|
// You may obtain a copy of the License at
|
||||||
|
// http://www.apache.org/licenses/LICENSE-2.0
|
||||||
|
//
|
||||||
|
// Unless required by applicable law or agreed to in writing, software
|
||||||
|
// distributed under the License is distributed on an "AS IS" BASIS,
|
||||||
|
// WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
|
||||||
|
// See the License for the specific language governing permissions and
|
||||||
|
// limitations under the License.
|
||||||
|
|
||||||
|
// Package pageparser provides a parser for Hugo content files (Markdown, HTML etc.) in Hugo.
|
||||||
|
// This implementation is highly inspired by the great talk given by Rob Pike called "Lexical Scanning in Go"
|
||||||
|
// It's on YouTube, Google it!.
|
||||||
|
// See slides here: http://cuddle.googlecode.com/hg/talk/lex.html
|
||||||
|
package pageparser
|
||||||
|
|
||||||
|
func lexIntroSection(l *pageLexer) stateFunc {
|
||||||
|
l.summaryDivider = summaryDivider
|
||||||
|
|
||||||
|
LOOP:
|
||||||
|
for {
|
||||||
|
r := l.next()
|
||||||
|
if r == eof {
|
||||||
|
break
|
||||||
|
}
|
||||||
|
|
||||||
|
switch {
|
||||||
|
case r == '+':
|
||||||
|
return l.lexFrontMatterSection(TypeFrontMatterTOML, r, "TOML", delimTOML)
|
||||||
|
case r == '-':
|
||||||
|
return l.lexFrontMatterSection(TypeFrontMatterYAML, r, "YAML", delimYAML)
|
||||||
|
case r == '{':
|
||||||
|
return lexFrontMatterJSON
|
||||||
|
case r == '#':
|
||||||
|
return lexFrontMatterOrgMode
|
||||||
|
case r == byteOrderMark:
|
||||||
|
l.emit(TypeIgnore)
|
||||||
|
case !isSpace(r) && !isEndOfLine(r):
|
||||||
|
if r == '<' {
|
||||||
|
l.backup()
|
||||||
|
if l.hasPrefix(htmlCommentStart) {
|
||||||
|
// This may be commented out front mattter, which should
|
||||||
|
// still be read.
|
||||||
|
l.consumeToNextLine()
|
||||||
|
l.isInHTMLComment = true
|
||||||
|
l.emit(TypeIgnore)
|
||||||
|
continue LOOP
|
||||||
|
} else {
|
||||||
|
if l.pos > l.start {
|
||||||
|
l.emit(tText)
|
||||||
|
}
|
||||||
|
l.next()
|
||||||
|
// This is the start of a plain HTML document with no
|
||||||
|
// front matter. I still can contain shortcodes, so we
|
||||||
|
// have to keep looking.
|
||||||
|
l.emit(TypeHTMLStart)
|
||||||
|
}
|
||||||
|
}
|
||||||
|
break LOOP
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// Now move on to the shortcodes.
|
||||||
|
return lexMainSection
|
||||||
|
}
|
||||||
|
|
||||||
|
func lexEndFromtMatterHTMLComment(l *pageLexer) stateFunc {
|
||||||
|
l.isInHTMLComment = false
|
||||||
|
right := l.index(htmlCommentEnd)
|
||||||
|
if right == -1 {
|
||||||
|
return l.errorf("starting HTML comment with no end")
|
||||||
|
}
|
||||||
|
l.pos += right + len(htmlCommentEnd)
|
||||||
|
l.emit(TypeIgnore)
|
||||||
|
|
||||||
|
// Now move on to the shortcodes.
|
||||||
|
return lexMainSection
|
||||||
|
}
|
||||||
|
|
||||||
|
func lexFrontMatterJSON(l *pageLexer) stateFunc {
|
||||||
|
// Include the left delimiter
|
||||||
|
l.backup()
|
||||||
|
|
||||||
|
var (
|
||||||
|
inQuote bool
|
||||||
|
level int
|
||||||
|
)
|
||||||
|
|
||||||
|
for {
|
||||||
|
|
||||||
|
r := l.next()
|
||||||
|
|
||||||
|
switch {
|
||||||
|
case r == eof:
|
||||||
|
return l.errorf("unexpected EOF parsing JSON front matter")
|
||||||
|
case r == '{':
|
||||||
|
if !inQuote {
|
||||||
|
level++
|
||||||
|
}
|
||||||
|
case r == '}':
|
||||||
|
if !inQuote {
|
||||||
|
level--
|
||||||
|
}
|
||||||
|
case r == '"':
|
||||||
|
inQuote = !inQuote
|
||||||
|
case r == '\\':
|
||||||
|
// This may be an escaped quote. Make sure it's not marked as a
|
||||||
|
// real one.
|
||||||
|
l.next()
|
||||||
|
}
|
||||||
|
|
||||||
|
if level == 0 {
|
||||||
|
break
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
l.consumeCRLF()
|
||||||
|
l.emit(TypeFrontMatterJSON)
|
||||||
|
|
||||||
|
return lexMainSection
|
||||||
|
}
|
||||||
|
|
||||||
|
func lexFrontMatterOrgMode(l *pageLexer) stateFunc {
|
||||||
|
/*
|
||||||
|
#+TITLE: Test File For chaseadamsio/goorgeous
|
||||||
|
#+AUTHOR: Chase Adams
|
||||||
|
#+DESCRIPTION: Just another golang parser for org content!
|
||||||
|
*/
|
||||||
|
|
||||||
|
l.summaryDivider = summaryDividerOrg
|
||||||
|
|
||||||
|
l.backup()
|
||||||
|
|
||||||
|
if !l.hasPrefix(delimOrg) {
|
||||||
|
return lexMainSection
|
||||||
|
}
|
||||||
|
|
||||||
|
// Read lines until we no longer see a #+ prefix
|
||||||
|
LOOP:
|
||||||
|
for {
|
||||||
|
|
||||||
|
r := l.next()
|
||||||
|
|
||||||
|
switch {
|
||||||
|
case r == '\n':
|
||||||
|
if !l.hasPrefix(delimOrg) {
|
||||||
|
break LOOP
|
||||||
|
}
|
||||||
|
case r == eof:
|
||||||
|
break LOOP
|
||||||
|
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
l.emit(TypeFrontMatterORG)
|
||||||
|
|
||||||
|
return lexMainSection
|
||||||
|
|
||||||
|
}
|
||||||
|
|
||||||
|
// Handle YAML or TOML front matter.
|
||||||
|
func (l *pageLexer) lexFrontMatterSection(tp ItemType, delimr rune, name string, delim []byte) stateFunc {
|
||||||
|
|
||||||
|
for i := 0; i < 2; i++ {
|
||||||
|
if r := l.next(); r != delimr {
|
||||||
|
return l.errorf("invalid %s delimiter", name)
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// Let front matter start at line 1
|
||||||
|
wasEndOfLine := l.consumeCRLF()
|
||||||
|
// We don't care about the delimiters.
|
||||||
|
l.ignore()
|
||||||
|
|
||||||
|
var r rune
|
||||||
|
|
||||||
|
for {
|
||||||
|
if !wasEndOfLine {
|
||||||
|
r = l.next()
|
||||||
|
if r == eof {
|
||||||
|
return l.errorf("EOF looking for end %s front matter delimiter", name)
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
if wasEndOfLine || isEndOfLine(r) {
|
||||||
|
if l.hasPrefix(delim) {
|
||||||
|
l.emit(tp)
|
||||||
|
l.pos += 3
|
||||||
|
l.consumeCRLF()
|
||||||
|
l.ignore()
|
||||||
|
break
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
wasEndOfLine = false
|
||||||
|
}
|
||||||
|
|
||||||
|
return lexMainSection
|
||||||
|
}
|
322
parser/pageparser/pagelexer_shortcode.go
Normal file
322
parser/pageparser/pagelexer_shortcode.go
Normal file
|
@ -0,0 +1,322 @@
|
||||||
|
// Copyright 2018 The Hugo Authors. All rights reserved.
|
||||||
|
//
|
||||||
|
// Licensed under the Apache License, Version 2.0 (the "License");
|
||||||
|
// you may not use this file except in compliance with the License.
|
||||||
|
// You may obtain a copy of the License at
|
||||||
|
// http://www.apache.org/licenses/LICENSE-2.0
|
||||||
|
//
|
||||||
|
// Unless required by applicable law or agreed to in writing, software
|
||||||
|
// distributed under the License is distributed on an "AS IS" BASIS,
|
||||||
|
// WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
|
||||||
|
// See the License for the specific language governing permissions and
|
||||||
|
// limitations under the License.
|
||||||
|
|
||||||
|
// Package pageparser provides a parser for Hugo content files (Markdown, HTML etc.) in Hugo.
|
||||||
|
// This implementation is highly inspired by the great talk given by Rob Pike called "Lexical Scanning in Go"
|
||||||
|
// It's on YouTube, Google it!.
|
||||||
|
// See slides here: http://cuddle.googlecode.com/hg/talk/lex.html
|
||||||
|
package pageparser
|
||||||
|
|
||||||
|
type lexerShortcodeState struct {
|
||||||
|
currLeftDelimItem ItemType
|
||||||
|
currRightDelimItem ItemType
|
||||||
|
isInline bool
|
||||||
|
currShortcodeName string // is only set when a shortcode is in opened state
|
||||||
|
closingState int // > 0 = on its way to be closed
|
||||||
|
elementStepNum int // step number in element
|
||||||
|
paramElements int // number of elements (name + value = 2) found first
|
||||||
|
openShortcodes map[string]bool // set of shortcodes in open state
|
||||||
|
|
||||||
|
}
|
||||||
|
|
||||||
|
// Shortcode syntax
|
||||||
|
var (
|
||||||
|
leftDelimSc = []byte("{{")
|
||||||
|
leftDelimScNoMarkup = []byte("{{<")
|
||||||
|
rightDelimScNoMarkup = []byte(">}}")
|
||||||
|
leftDelimScWithMarkup = []byte("{{%")
|
||||||
|
rightDelimScWithMarkup = []byte("%}}")
|
||||||
|
leftComment = []byte("/*") // comments in this context us used to to mark shortcodes as "not really a shortcode"
|
||||||
|
rightComment = []byte("*/")
|
||||||
|
)
|
||||||
|
|
||||||
|
func (l *pageLexer) isShortCodeStart() bool {
|
||||||
|
return l.hasPrefix(leftDelimScWithMarkup) || l.hasPrefix(leftDelimScNoMarkup)
|
||||||
|
}
|
||||||
|
|
||||||
|
func lexShortcodeLeftDelim(l *pageLexer) stateFunc {
|
||||||
|
l.pos += len(l.currentLeftShortcodeDelim())
|
||||||
|
if l.hasPrefix(leftComment) {
|
||||||
|
return lexShortcodeComment
|
||||||
|
}
|
||||||
|
l.emit(l.currentLeftShortcodeDelimItem())
|
||||||
|
l.elementStepNum = 0
|
||||||
|
l.paramElements = 0
|
||||||
|
return lexInsideShortcode
|
||||||
|
}
|
||||||
|
|
||||||
|
func lexShortcodeComment(l *pageLexer) stateFunc {
|
||||||
|
posRightComment := l.index(append(rightComment, l.currentRightShortcodeDelim()...))
|
||||||
|
if posRightComment <= 1 {
|
||||||
|
return l.errorf("comment must be closed")
|
||||||
|
}
|
||||||
|
// we emit all as text, except the comment markers
|
||||||
|
l.emit(tText)
|
||||||
|
l.pos += len(leftComment)
|
||||||
|
l.ignore()
|
||||||
|
l.pos += posRightComment - len(leftComment)
|
||||||
|
l.emit(tText)
|
||||||
|
l.pos += len(rightComment)
|
||||||
|
l.ignore()
|
||||||
|
l.pos += len(l.currentRightShortcodeDelim())
|
||||||
|
l.emit(tText)
|
||||||
|
return lexMainSection
|
||||||
|
}
|
||||||
|
|
||||||
|
func lexShortcodeRightDelim(l *pageLexer) stateFunc {
|
||||||
|
l.closingState = 0
|
||||||
|
l.pos += len(l.currentRightShortcodeDelim())
|
||||||
|
l.emit(l.currentRightShortcodeDelimItem())
|
||||||
|
return lexMainSection
|
||||||
|
}
|
||||||
|
|
||||||
|
// either:
|
||||||
|
// 1. param
|
||||||
|
// 2. "param" or "param\"
|
||||||
|
// 3. param="123" or param="123\"
|
||||||
|
// 4. param="Some \"escaped\" text"
|
||||||
|
func lexShortcodeParam(l *pageLexer, escapedQuoteStart bool) stateFunc {
|
||||||
|
|
||||||
|
first := true
|
||||||
|
nextEq := false
|
||||||
|
|
||||||
|
var r rune
|
||||||
|
|
||||||
|
for {
|
||||||
|
r = l.next()
|
||||||
|
if first {
|
||||||
|
if r == '"' {
|
||||||
|
// a positional param with quotes
|
||||||
|
if l.paramElements == 2 {
|
||||||
|
return l.errorf("got quoted positional parameter. Cannot mix named and positional parameters")
|
||||||
|
}
|
||||||
|
l.paramElements = 1
|
||||||
|
l.backup()
|
||||||
|
return lexShortcodeQuotedParamVal(l, !escapedQuoteStart, tScParam)
|
||||||
|
}
|
||||||
|
first = false
|
||||||
|
} else if r == '=' {
|
||||||
|
// a named param
|
||||||
|
l.backup()
|
||||||
|
nextEq = true
|
||||||
|
break
|
||||||
|
}
|
||||||
|
|
||||||
|
if !isAlphaNumericOrHyphen(r) {
|
||||||
|
l.backup()
|
||||||
|
break
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
if l.paramElements == 0 {
|
||||||
|
l.paramElements++
|
||||||
|
|
||||||
|
if nextEq {
|
||||||
|
l.paramElements++
|
||||||
|
}
|
||||||
|
} else {
|
||||||
|
if nextEq && l.paramElements == 1 {
|
||||||
|
return l.errorf("got named parameter '%s'. Cannot mix named and positional parameters", l.current())
|
||||||
|
} else if !nextEq && l.paramElements == 2 {
|
||||||
|
return l.errorf("got positional parameter '%s'. Cannot mix named and positional parameters", l.current())
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
l.emit(tScParam)
|
||||||
|
return lexInsideShortcode
|
||||||
|
|
||||||
|
}
|
||||||
|
|
||||||
|
func lexShortcodeQuotedParamVal(l *pageLexer, escapedQuotedValuesAllowed bool, typ ItemType) stateFunc {
|
||||||
|
openQuoteFound := false
|
||||||
|
escapedInnerQuoteFound := false
|
||||||
|
escapedQuoteState := 0
|
||||||
|
|
||||||
|
Loop:
|
||||||
|
for {
|
||||||
|
switch r := l.next(); {
|
||||||
|
case r == '\\':
|
||||||
|
if l.peek() == '"' {
|
||||||
|
if openQuoteFound && !escapedQuotedValuesAllowed {
|
||||||
|
l.backup()
|
||||||
|
break Loop
|
||||||
|
} else if openQuoteFound {
|
||||||
|
// the coming quoute is inside
|
||||||
|
escapedInnerQuoteFound = true
|
||||||
|
escapedQuoteState = 1
|
||||||
|
}
|
||||||
|
}
|
||||||
|
case r == eof, r == '\n':
|
||||||
|
return l.errorf("unterminated quoted string in shortcode parameter-argument: '%s'", l.current())
|
||||||
|
case r == '"':
|
||||||
|
if escapedQuoteState == 0 {
|
||||||
|
if openQuoteFound {
|
||||||
|
l.backup()
|
||||||
|
break Loop
|
||||||
|
|
||||||
|
} else {
|
||||||
|
openQuoteFound = true
|
||||||
|
l.ignore()
|
||||||
|
}
|
||||||
|
} else {
|
||||||
|
escapedQuoteState = 0
|
||||||
|
}
|
||||||
|
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
if escapedInnerQuoteFound {
|
||||||
|
l.ignoreEscapesAndEmit(typ)
|
||||||
|
} else {
|
||||||
|
l.emit(typ)
|
||||||
|
}
|
||||||
|
|
||||||
|
r := l.next()
|
||||||
|
|
||||||
|
if r == '\\' {
|
||||||
|
if l.peek() == '"' {
|
||||||
|
// ignore the escaped closing quote
|
||||||
|
l.ignore()
|
||||||
|
l.next()
|
||||||
|
l.ignore()
|
||||||
|
}
|
||||||
|
} else if r == '"' {
|
||||||
|
// ignore closing quote
|
||||||
|
l.ignore()
|
||||||
|
} else {
|
||||||
|
// handled by next state
|
||||||
|
l.backup()
|
||||||
|
}
|
||||||
|
|
||||||
|
return lexInsideShortcode
|
||||||
|
}
|
||||||
|
|
||||||
|
// Inline shortcodes has the form {{< myshortcode.inline >}}
|
||||||
|
var inlineIdentifier = []byte("inline ")
|
||||||
|
|
||||||
|
// scans an alphanumeric inside shortcode
|
||||||
|
func lexIdentifierInShortcode(l *pageLexer) stateFunc {
|
||||||
|
lookForEnd := false
|
||||||
|
Loop:
|
||||||
|
for {
|
||||||
|
switch r := l.next(); {
|
||||||
|
case isAlphaNumericOrHyphen(r):
|
||||||
|
// Allow forward slash inside names to make it possible to create namespaces.
|
||||||
|
case r == '/':
|
||||||
|
case r == '.':
|
||||||
|
l.isInline = l.hasPrefix(inlineIdentifier)
|
||||||
|
if !l.isInline {
|
||||||
|
return l.errorf("period in shortcode name only allowed for inline identifiers")
|
||||||
|
}
|
||||||
|
default:
|
||||||
|
l.backup()
|
||||||
|
word := string(l.input[l.start:l.pos])
|
||||||
|
if l.closingState > 0 && !l.openShortcodes[word] {
|
||||||
|
return l.errorf("closing tag for shortcode '%s' does not match start tag", word)
|
||||||
|
} else if l.closingState > 0 {
|
||||||
|
l.openShortcodes[word] = false
|
||||||
|
lookForEnd = true
|
||||||
|
}
|
||||||
|
|
||||||
|
l.closingState = 0
|
||||||
|
l.currShortcodeName = word
|
||||||
|
l.openShortcodes[word] = true
|
||||||
|
l.elementStepNum++
|
||||||
|
if l.isInline {
|
||||||
|
l.emit(tScNameInline)
|
||||||
|
} else {
|
||||||
|
l.emit(tScName)
|
||||||
|
}
|
||||||
|
break Loop
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
if lookForEnd {
|
||||||
|
return lexEndOfShortcode
|
||||||
|
}
|
||||||
|
return lexInsideShortcode
|
||||||
|
}
|
||||||
|
|
||||||
|
func lexEndOfShortcode(l *pageLexer) stateFunc {
|
||||||
|
l.isInline = false
|
||||||
|
if l.hasPrefix(l.currentRightShortcodeDelim()) {
|
||||||
|
return lexShortcodeRightDelim
|
||||||
|
}
|
||||||
|
switch r := l.next(); {
|
||||||
|
case isSpace(r):
|
||||||
|
l.ignore()
|
||||||
|
default:
|
||||||
|
return l.errorf("unclosed shortcode")
|
||||||
|
}
|
||||||
|
return lexEndOfShortcode
|
||||||
|
}
|
||||||
|
|
||||||
|
// scans the elements inside shortcode tags
|
||||||
|
func lexInsideShortcode(l *pageLexer) stateFunc {
|
||||||
|
if l.hasPrefix(l.currentRightShortcodeDelim()) {
|
||||||
|
return lexShortcodeRightDelim
|
||||||
|
}
|
||||||
|
switch r := l.next(); {
|
||||||
|
case r == eof:
|
||||||
|
// eol is allowed inside shortcodes; this may go to end of document before it fails
|
||||||
|
return l.errorf("unclosed shortcode action")
|
||||||
|
case isSpace(r), isEndOfLine(r):
|
||||||
|
l.ignore()
|
||||||
|
case r == '=':
|
||||||
|
l.ignore()
|
||||||
|
return lexShortcodeQuotedParamVal(l, l.peek() != '\\', tScParamVal)
|
||||||
|
case r == '/':
|
||||||
|
if l.currShortcodeName == "" {
|
||||||
|
return l.errorf("got closing shortcode, but none is open")
|
||||||
|
}
|
||||||
|
l.closingState++
|
||||||
|
l.emit(tScClose)
|
||||||
|
case r == '\\':
|
||||||
|
l.ignore()
|
||||||
|
if l.peek() == '"' {
|
||||||
|
return lexShortcodeParam(l, true)
|
||||||
|
}
|
||||||
|
case l.elementStepNum > 0 && (isAlphaNumericOrHyphen(r) || r == '"'): // positional params can have quotes
|
||||||
|
l.backup()
|
||||||
|
return lexShortcodeParam(l, false)
|
||||||
|
case isAlphaNumeric(r):
|
||||||
|
l.backup()
|
||||||
|
return lexIdentifierInShortcode
|
||||||
|
default:
|
||||||
|
return l.errorf("unrecognized character in shortcode action: %#U. Note: Parameters with non-alphanumeric args must be quoted", r)
|
||||||
|
}
|
||||||
|
return lexInsideShortcode
|
||||||
|
}
|
||||||
|
|
||||||
|
func (l *pageLexer) currentLeftShortcodeDelimItem() ItemType {
|
||||||
|
return l.currLeftDelimItem
|
||||||
|
}
|
||||||
|
|
||||||
|
func (l *pageLexer) currentRightShortcodeDelimItem() ItemType {
|
||||||
|
return l.currRightDelimItem
|
||||||
|
}
|
||||||
|
|
||||||
|
func (l *pageLexer) currentLeftShortcodeDelim() []byte {
|
||||||
|
if l.currLeftDelimItem == tLeftDelimScWithMarkup {
|
||||||
|
return leftDelimScWithMarkup
|
||||||
|
}
|
||||||
|
return leftDelimScNoMarkup
|
||||||
|
|
||||||
|
}
|
||||||
|
|
||||||
|
func (l *pageLexer) currentRightShortcodeDelim() []byte {
|
||||||
|
if l.currRightDelimItem == tRightDelimScWithMarkup {
|
||||||
|
return rightDelimScWithMarkup
|
||||||
|
}
|
||||||
|
return rightDelimScNoMarkup
|
||||||
|
}
|
Loading…
Reference in a new issue