HTMLparser.h.svn-base
上传用户:szjkjd
上传日期:2022-06-27
资源大小:8968k
文件大小:9k
源码类别:

浏览器

开发平台:

Visual C++

  1. /*
  2.  * Summary: interface for an HTML 4.0 non-verifying parser
  3.  * Description: this module implements an HTML 4.0 non-verifying parser
  4.  *              with API compatible with the XML parser ones. It should
  5.  *              be able to parse "real world" HTML, even if severely
  6.  *              broken from a specification point of view.
  7.  *
  8.  * Copy: See Copyright for the status of this software.
  9.  *
  10.  * Author: Daniel Veillard
  11.  */
  12. #ifndef __HTML_PARSER_H__
  13. #define __HTML_PARSER_H__
  14. #include <libxml/xmlversion.h>
  15. #include <libxml/parser.h>
  16. #ifdef LIBXML_HTML_ENABLED
  17. #ifdef __cplusplus
  18. extern "C" {
  19. #endif
  20. /*
  21.  * Most of the back-end structures from XML and HTML are shared.
  22.  */
  23. typedef xmlParserCtxt htmlParserCtxt;
  24. typedef xmlParserCtxtPtr htmlParserCtxtPtr;
  25. typedef xmlParserNodeInfo htmlParserNodeInfo;
  26. typedef xmlSAXHandler htmlSAXHandler;
  27. typedef xmlSAXHandlerPtr htmlSAXHandlerPtr;
  28. typedef xmlParserInput htmlParserInput;
  29. typedef xmlParserInputPtr htmlParserInputPtr;
  30. typedef xmlDocPtr htmlDocPtr;
  31. typedef xmlNodePtr htmlNodePtr;
  32. /*
  33.  * Internal description of an HTML element, representing HTML 4.01
  34.  * and XHTML 1.0 (which share the same structure).
  35.  */
  36. typedef struct _htmlElemDesc htmlElemDesc;
  37. typedef htmlElemDesc *htmlElemDescPtr;
  38. struct _htmlElemDesc {
  39.     const char *name; /* The tag name */
  40.     char startTag;      /* Whether the start tag can be implied */
  41.     char endTag;        /* Whether the end tag can be implied */
  42.     char saveEndTag;    /* Whether the end tag should be saved */
  43.     char empty;         /* Is this an empty element ? */
  44.     char depr;          /* Is this a deprecated element ? */
  45.     char dtd;           /* 1: only in Loose DTD, 2: only Frameset one */
  46.     char isinline;      /* is this a block 0 or inline 1 element */
  47.     const char *desc;   /* the description */
  48. /* NRK Jan.2003
  49.  * New fields encapsulating HTML structure
  50.  *
  51.  * Bugs:
  52.  * This is a very limited representation.  It fails to tell us when
  53.  * an element *requires* subelements (we only have whether they're
  54.  * allowed or not), and it doesn't tell us where CDATA and PCDATA
  55.  * are allowed.  Some element relationships are not fully represented:
  56.  * these are flagged with the word MODIFIER
  57.  */
  58.     const char** subelts; /* allowed sub-elements of this element */
  59.     const char* defaultsubelt; /* subelement for suggested auto-repair
  60.    if necessary or NULL */
  61.     const char** attrs_opt; /* Optional Attributes */
  62.     const char** attrs_depr; /* Additional deprecated attributes */
  63.     const char** attrs_req; /* Required attributes */
  64. };
  65. /*
  66.  * Internal description of an HTML entity.
  67.  */
  68. typedef struct _htmlEntityDesc htmlEntityDesc;
  69. typedef htmlEntityDesc *htmlEntityDescPtr;
  70. struct _htmlEntityDesc {
  71.     unsigned int value; /* the UNICODE value for the character */
  72.     const char *name; /* The entity name */
  73.     const char *desc;   /* the description */
  74. };
  75. /*
  76.  * There is only few public functions.
  77.  */
  78. XMLPUBFUN const htmlElemDesc * XMLCALL 
  79. htmlTagLookup (const xmlChar *tag);
  80. XMLPUBFUN const htmlEntityDesc * XMLCALL 
  81. htmlEntityLookup(const xmlChar *name);
  82. XMLPUBFUN const htmlEntityDesc * XMLCALL 
  83. htmlEntityValueLookup(unsigned int value);
  84. XMLPUBFUN int XMLCALL
  85. htmlIsAutoClosed(htmlDocPtr doc,
  86.  htmlNodePtr elem);
  87. XMLPUBFUN int XMLCALL
  88. htmlAutoCloseTag(htmlDocPtr doc,
  89.  const xmlChar *name,
  90.  htmlNodePtr elem);
  91. XMLPUBFUN const htmlEntityDesc * XMLCALL
  92. htmlParseEntityRef(htmlParserCtxtPtr ctxt,
  93.  const xmlChar **str);
  94. XMLPUBFUN int XMLCALL
  95. htmlParseCharRef(htmlParserCtxtPtr ctxt);
  96. XMLPUBFUN void XMLCALL
  97. htmlParseElement(htmlParserCtxtPtr ctxt);
  98. XMLPUBFUN htmlParserCtxtPtr XMLCALL
  99. htmlNewParserCtxt(void);
  100. XMLPUBFUN htmlParserCtxtPtr XMLCALL
  101. htmlCreateMemoryParserCtxt(const char *buffer,
  102.    int size);
  103. XMLPUBFUN int XMLCALL
  104. htmlParseDocument(htmlParserCtxtPtr ctxt);
  105. XMLPUBFUN htmlDocPtr XMLCALL
  106. htmlSAXParseDoc (xmlChar *cur,
  107.  const char *encoding,
  108.  htmlSAXHandlerPtr sax,
  109.  void *userData);
  110. XMLPUBFUN htmlDocPtr XMLCALL
  111. htmlParseDoc (xmlChar *cur,
  112.  const char *encoding);
  113. XMLPUBFUN htmlDocPtr XMLCALL
  114. htmlSAXParseFile(const char *filename,
  115.  const char *encoding,
  116.  htmlSAXHandlerPtr sax,
  117.  void *userData);
  118. XMLPUBFUN htmlDocPtr XMLCALL
  119. htmlParseFile (const char *filename,
  120.  const char *encoding);
  121. XMLPUBFUN int XMLCALL
  122. UTF8ToHtml (unsigned char *out,
  123.  int *outlen,
  124.  const unsigned char *in,
  125.  int *inlen);
  126. XMLPUBFUN int XMLCALL
  127. htmlEncodeEntities(unsigned char *out,
  128.  int *outlen,
  129.  const unsigned char *in,
  130.  int *inlen, int quoteChar);
  131. XMLPUBFUN int XMLCALL
  132. htmlIsScriptAttribute(const xmlChar *name);
  133. XMLPUBFUN int XMLCALL
  134. htmlHandleOmittedElem(int val);
  135. #ifdef LIBXML_PUSH_ENABLED
  136. /**
  137.  * Interfaces for the Push mode.
  138.  */
  139. XMLPUBFUN htmlParserCtxtPtr XMLCALL
  140. htmlCreatePushParserCtxt(htmlSAXHandlerPtr sax,
  141.  void *user_data,
  142.  const char *chunk,
  143.  int size,
  144.  const char *filename,
  145.  xmlCharEncoding enc);
  146. XMLPUBFUN int XMLCALL
  147. htmlParseChunk (htmlParserCtxtPtr ctxt,
  148.  const char *chunk,
  149.  int size,
  150.  int terminate);
  151. #endif /* LIBXML_PUSH_ENABLED */
  152. XMLPUBFUN void XMLCALL
  153. htmlFreeParserCtxt (htmlParserCtxtPtr ctxt);
  154. /*
  155.  * New set of simpler/more flexible APIs
  156.  */
  157. /**
  158.  * xmlParserOption:
  159.  *
  160.  * This is the set of XML parser options that can be passed down
  161.  * to the xmlReadDoc() and similar calls.
  162.  */
  163. typedef enum {
  164.     HTML_PARSE_RECOVER  = 1<<0, /* Relaxed parsing */
  165.     HTML_PARSE_NOERROR = 1<<5, /* suppress error reports */
  166.     HTML_PARSE_NOWARNING= 1<<6, /* suppress warning reports */
  167.     HTML_PARSE_PEDANTIC = 1<<7, /* pedantic error reporting */
  168.     HTML_PARSE_NOBLANKS = 1<<8, /* remove blank nodes */
  169.     HTML_PARSE_NONET = 1<<11,/* Forbid network access */
  170.     HTML_PARSE_COMPACT  = 1<<16 /* compact small text nodes */
  171. } htmlParserOption;
  172. XMLPUBFUN void XMLCALL
  173. htmlCtxtReset (htmlParserCtxtPtr ctxt);
  174. XMLPUBFUN int XMLCALL
  175. htmlCtxtUseOptions (htmlParserCtxtPtr ctxt,
  176.  int options);
  177. XMLPUBFUN htmlDocPtr XMLCALL
  178. htmlReadDoc (const xmlChar *cur,
  179.  const char *URL,
  180.  const char *encoding,
  181.  int options);
  182. XMLPUBFUN htmlDocPtr XMLCALL
  183. htmlReadFile (const char *URL,
  184.  const char *encoding,
  185.  int options);
  186. XMLPUBFUN htmlDocPtr XMLCALL
  187. htmlReadMemory (const char *buffer,
  188.  int size,
  189.  const char *URL,
  190.  const char *encoding,
  191.  int options);
  192. XMLPUBFUN htmlDocPtr XMLCALL
  193. htmlReadFd (int fd,
  194.  const char *URL,
  195.  const char *encoding,
  196.  int options);
  197. XMLPUBFUN htmlDocPtr XMLCALL
  198. htmlReadIO (xmlInputReadCallback ioread,
  199.  xmlInputCloseCallback ioclose,
  200.  void *ioctx,
  201.  const char *URL,
  202.  const char *encoding,
  203.  int options);
  204. XMLPUBFUN htmlDocPtr XMLCALL
  205. htmlCtxtReadDoc (xmlParserCtxtPtr ctxt,
  206.  const xmlChar *cur,
  207.  const char *URL,
  208.  const char *encoding,
  209.  int options);
  210. XMLPUBFUN htmlDocPtr XMLCALL
  211. htmlCtxtReadFile (xmlParserCtxtPtr ctxt,
  212.  const char *filename,
  213.  const char *encoding,
  214.  int options);
  215. XMLPUBFUN htmlDocPtr XMLCALL
  216. htmlCtxtReadMemory (xmlParserCtxtPtr ctxt,
  217.  const char *buffer,
  218.  int size,
  219.  const char *URL,
  220.  const char *encoding,
  221.  int options);
  222. XMLPUBFUN htmlDocPtr XMLCALL
  223. htmlCtxtReadFd (xmlParserCtxtPtr ctxt,
  224.  int fd,
  225.  const char *URL,
  226.  const char *encoding,
  227.  int options);
  228. XMLPUBFUN htmlDocPtr XMLCALL
  229. htmlCtxtReadIO (xmlParserCtxtPtr ctxt,
  230.  xmlInputReadCallback ioread,
  231.  xmlInputCloseCallback ioclose,
  232.  void *ioctx,
  233.  const char *URL,
  234.  const char *encoding,
  235.  int options);
  236. /* NRK/Jan2003: further knowledge of HTML structure
  237.  */
  238. typedef enum {
  239.   HTML_NA = 0 , /* something we don't check at all */
  240.   HTML_INVALID = 0x1 ,
  241.   HTML_DEPRECATED = 0x2 ,
  242.   HTML_VALID = 0x4 ,
  243.   HTML_REQUIRED = 0xc /* VALID bit set so ( & HTML_VALID ) is TRUE */
  244. } htmlStatus ;
  245. /* Using htmlElemDesc rather than name here, to emphasise the fact
  246.    that otherwise there's a lookup overhead
  247. */
  248. XMLPUBFUN htmlStatus XMLCALL htmlAttrAllowed(const htmlElemDesc*, const xmlChar*, int) ;
  249. XMLPUBFUN int XMLCALL htmlElementAllowedHere(const htmlElemDesc*, const xmlChar*) ;
  250. XMLPUBFUN htmlStatus XMLCALL htmlElementStatusHere(const htmlElemDesc*, const htmlElemDesc*) ;
  251. XMLPUBFUN htmlStatus XMLCALL htmlNodeStatus(const htmlNodePtr, int) ;
  252. /**
  253.  * htmlDefaultSubelement:
  254.  * @elt: HTML element
  255.  *
  256.  * Returns the default subelement for this element
  257.  */
  258. #define htmlDefaultSubelement(elt) elt->defaultsubelt
  259. /**
  260.  * htmlElementAllowedHereDesc:
  261.  * @parent: HTML parent element
  262.  * @elt: HTML element
  263.  *
  264.  * Checks whether an HTML element description may be a
  265.  * direct child of the specified element.
  266.  *
  267.  * Returns 1 if allowed; 0 otherwise.
  268.  */
  269. #define htmlElementAllowedHereDesc(parent,elt) 
  270. htmlElementAllowedHere((parent), (elt)->name)
  271. /**
  272.  * htmlRequiredAttrs:
  273.  * @elt: HTML element
  274.  *
  275.  * Returns the attributes required for the specified element.
  276.  */
  277. #define htmlRequiredAttrs(elt) (elt)->attrs_req
  278. #ifdef __cplusplus
  279. }
  280. #endif
  281. #endif /* LIBXML_HTML_ENABLED */
  282. #endif /* __HTML_PARSER_H__ */