Planet
navi homePPSaboutscreenshotsdownloaddevelopmentforum

source: orxonox.OLD/trunk/src/lib/tinyxml/tinyxmlparser.cc @ 5515

Last change on this file since 5515 was 4491, checked in by bensch, 19 years ago

orxonox/trunk: new tinyXML-lib installed (v-2.3.4)
File size: 32.8 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#include <stddef.h>
28
29//#define DEBUG_PARSER
30
31// Note tha "PutString" hardcodes the same list. This
32// is less flexible than it appears. Changing the entries
33// or order will break putstring.       
34TiXmlBase::Entity TiXmlBase::entity[ NUM_ENTITY ] = 
35{
36        { "&amp;",  5, '&' },
37        { "&lt;",   4, '<' },
38        { "&gt;",   4, '>' },
39        { "&quot;", 6, '\"' },
40        { "&apos;", 6, '\'' }
41};
42
43// Bunch of unicode info at:
44//              http://www.unicode.org/faq/utf_bom.html
45// Including the basic of this table, which determines the #bytes in the
46// sequence from the lead byte. 1 placed for invalid sequences --
47// although the result will be junk, pass it through as much as possible.
48// Beware of the non-characters in UTF-8:       
49//                              ef bb bf (Microsoft "lead bytes")
50//                              ef bf be
51//                              ef bf bf
52
53const unsigned char TIXML_UTF_LEAD_0 = 0xefU;
54const unsigned char TIXML_UTF_LEAD_1 = 0xbbU;
55const unsigned char TIXML_UTF_LEAD_2 = 0xbfU;
56
57const int TiXmlBase::utf8ByteTable[256] = 
58{
59        //      0       1       2       3       4       5       6       7       8       9       a       b       c       d       e       f
60                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0x00
61                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0x10
62                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0x20
63                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0x30
64                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0x40
65                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0x50
66                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0x60
67                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0x70 End of ASCII range
68                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0x80 0x80 to 0xc1 invalid
69                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0x90
70                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0xa0
71                1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      1,      // 0xb0
72                1,      1,      2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      // 0xc0 0xc2 to 0xdf 2 byte
73                2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      2,      // 0xd0
74                3,      3,      3,      3,      3,      3,      3,      3,      3,      3,      3,      3,      3,      3,      3,      3,      // 0xe0 0xe0 to 0xef 3 byte
75                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
76};
77
78
79void TiXmlBase::ConvertUTF32ToUTF8( unsigned long input, char* output, int* length )
80{
81        const unsigned long BYTE_MASK = 0xBF;
82        const unsigned long BYTE_MARK = 0x80;
83        const unsigned long FIRST_BYTE_MARK[7] = { 0x00, 0x00, 0xC0, 0xE0, 0xF0, 0xF8, 0xFC };
84
85        if (input < 0x80) 
86                *length = 1;
87        else if ( input < 0x800 )
88                *length = 2;
89        else if ( input < 0x10000 )
90                *length = 3;
91        else if ( input < 0x200000 )
92                *length = 4;
93        else
94                { *length = 0; return; }        // This code won't covert this correctly anyway.
95
96        output += *length;
97
98        // Scary scary fall throughs.
99        switch (*length) 
100        {
101                case 4:
102                        --output; 
103                        *output = (char)((input | BYTE_MARK) & BYTE_MASK); 
104                        input >>= 6;
105                case 3:
106                        --output; 
107                        *output = (char)((input | BYTE_MARK) & BYTE_MASK); 
108                        input >>= 6;
109                case 2:
110                        --output; 
111                        *output = (char)((input | BYTE_MARK) & BYTE_MASK); 
112                        input >>= 6;
113                case 1:
114                        --output; 
115                        *output = (char)(input | FIRST_BYTE_MARK[*length]);
116        }
117}
118
119
120/*static*/ int TiXmlBase::IsAlpha( unsigned char anyByte, TiXmlEncoding /*encoding*/ )
121{
122        // This will only work for low-ascii, everything else is assumed to be a valid
123        // letter. I'm not sure this is the best approach, but it is quite tricky trying
124        // to figure out alhabetical vs. not across encoding. So take a very
125        // conservative approach.
126
127//      if ( encoding == TIXML_ENCODING_UTF8 )
128//      {
129                if ( anyByte < 127 )
130                        return isalpha( anyByte );
131                else
132                        return 1;       // What else to do? The unicode set is huge...get the english ones right.
133//      }
134//      else
135//      {
136//              return isalpha( anyByte );
137//      }
138}
139
140
141/*static*/ int TiXmlBase::IsAlphaNum( unsigned char anyByte, TiXmlEncoding /*encoding*/ )
142{
143        // This will only work for low-ascii, everything else is assumed to be a valid
144        // letter. I'm not sure this is the best approach, but it is quite tricky trying
145        // to figure out alhabetical vs. not across encoding. So take a very
146        // conservative approach.
147
148//      if ( encoding == TIXML_ENCODING_UTF8 )
149//      {
150                if ( anyByte < 127 )
151                        return isalnum( anyByte );
152                else
153                        return 1;       // What else to do? The unicode set is huge...get the english ones right.
154//      }
155//      else
156//      {
157//              return isalnum( anyByte );
158//      }
159}
160
161
162class TiXmlParsingData
163{
164        friend class TiXmlDocument;
165  public:
166        void Stamp( const char* now, TiXmlEncoding encoding );
167
168        const TiXmlCursor& Cursor()     { return cursor; }
169
170  private:
171        // Only used by the document!
172        TiXmlParsingData( const char* start, int _tabsize, int row, int col )
173        {
174                assert( start );
175                stamp = start;
176                tabsize = _tabsize;
177                cursor.row = row;
178                cursor.col = col;
179        }
180
181        TiXmlCursor             cursor;
182        const char*             stamp;
183        int                             tabsize;
184};
185
186
187void TiXmlParsingData::Stamp( const char* now, TiXmlEncoding encoding )
188{
189        assert( now );
190
191        // Do nothing if the tabsize is 0.
192        if ( tabsize < 1 )
193        {
194                return;
195        }
196
197        // Get the current row, column.
198        int row = cursor.row;
199        int col = cursor.col;
200        const char* p = stamp;
201        assert( p );
202
203        while ( p < now )
204        {
205                // Treat p as unsigned, so we have a happy compiler.
206                const unsigned char* pU = (const unsigned char*)p;
207
208                // Code contributed by Fletcher Dunn: (modified by lee)
209                switch (*pU) {
210                        case 0:
211                                // We *should* never get here, but in case we do, don't
212                                // advance past the terminating null character, ever
213                                return;
214
215                        case '\r':
216                                // bump down to the next line
217                                ++row;
218                                col = 0;                               
219                                // Eat the character
220                                ++p;
221
222                                // Check for \r\n sequence, and treat this as a single character
223                                if (*p == '\n') {
224                                        ++p;
225                                }
226                                break;
227
228                        case '\n':
229                                // bump down to the next line
230                                ++row;
231                                col = 0;
232
233                                // Eat the character
234                                ++p;
235
236                                // Check for \n\r sequence, and treat this as a single
237                                // character.  (Yes, this bizarre thing does occur still
238                                // on some arcane platforms...)
239                                if (*p == '\r') {
240                                        ++p;
241                                }
242                                break;
243
244                        case '\t':
245                                // Eat the character
246                                ++p;
247
248                                // Skip to next tab stop
249                                col = (col / tabsize + 1) * tabsize;
250                                break;
251
252                        case TIXML_UTF_LEAD_0:
253                                if ( encoding == TIXML_ENCODING_UTF8 )
254                                {
255                                        if ( *(p+1) && *(p+2) )
256                                        {
257                                                // In these cases, don't advance the column. These are
258                                                // 0-width spaces.
259                                                if ( *(pU+1)==TIXML_UTF_LEAD_1 && *(pU+2)==TIXML_UTF_LEAD_2 )
260                                                        p += 3; 
261                                                else if ( *(pU+1)==0xbfU && *(pU+2)==0xbeU )
262                                                        p += 3; 
263                                                else if ( *(pU+1)==0xbfU && *(pU+2)==0xbfU )
264                                                        p += 3; 
265                                                else
266                                                        { p +=3; ++col; }       // A normal character.
267                                        }
268                                }
269                                else
270                                {
271                                        ++p;
272                                        ++col;
273                                }
274                                break;
275
276                        default:
277                                if ( encoding == TIXML_ENCODING_UTF8 )
278                                {
279                                        // Eat the 1 to 4 byte utf8 character.
280                                        int step = TiXmlBase::utf8ByteTable[*((unsigned char*)p)];
281                                        if ( step == 0 )
282                                                step = 1;               // Error case from bad encoding, but handle gracefully.
283                                        p += step;
284
285                                        // Just advance one column, of course.
286                                        ++col;
287                                }
288                                else
289                                {
290                                        ++p;
291                                        ++col;
292                                }
293                                break;
294                }
295        }
296        cursor.row = row;
297        cursor.col = col;
298        assert( cursor.row >= -1 );
299        assert( cursor.col >= -1 );
300        stamp = p;
301        assert( stamp );
302}
303
304
305const char* TiXmlBase::SkipWhiteSpace( const char* p, TiXmlEncoding encoding )
306{
307        if ( !p || !*p )
308        {
309                return 0;
310        }
311        if ( encoding == TIXML_ENCODING_UTF8 )
312        {
313                while ( *p )
314                {
315                        const unsigned char* pU = (const unsigned char*)p;
316                       
317                        // Skip the stupid Microsoft UTF-8 Byte order marks
318                        if (    *(pU+0)==TIXML_UTF_LEAD_0
319                                 && *(pU+1)==TIXML_UTF_LEAD_1
320                                 && *(pU+2)==TIXML_UTF_LEAD_2 )
321                        {
322                                p += 3;
323                                continue;
324                        }
325                        else if(*(pU+0)==TIXML_UTF_LEAD_0
326                                 && *(pU+1)==0xbfU
327                                 && *(pU+2)==0xbeU )
328                        {
329                                p += 3;
330                                continue;
331                        }
332                        else if(*(pU+0)==TIXML_UTF_LEAD_0
333                                 && *(pU+1)==0xbfU
334                                 && *(pU+2)==0xbfU )
335                        {
336                                p += 3;
337                                continue;
338                        }
339
340                        if ( IsWhiteSpace( *p ) || *p == '\n' || *p =='\r' )            // Still using old rules for white space.
341                                ++p;
342                        else
343                                break;
344                }
345        }
346        else
347        {
348                while ( *p && IsWhiteSpace( *p ) || *p == '\n' || *p =='\r' )
349                        ++p;
350        }
351
352        return p;
353}
354
355#ifdef TIXML_USE_STL
356/*static*/ bool TiXmlBase::StreamWhiteSpace( TIXML_ISTREAM * in, TIXML_STRING * tag )
357{
358        for( ;; )
359        {
360                if ( !in->good() ) return false;
361
362                int c = in->peek();
363                // At this scope, we can't get to a document. So fail silently.
364                if ( !IsWhiteSpace( c ) || c <= 0 )
365                        return true;
366
367                *tag += (char) in->get();
368        }
369}
370
371/*static*/ bool TiXmlBase::StreamTo( TIXML_ISTREAM * in, int character, TIXML_STRING * tag )
372{
373        //assert( character > 0 && character < 128 );   // else it won't work in utf-8
374        while ( in->good() )
375        {
376                int c = in->peek();
377                if ( c == character )
378                        return true;
379                if ( c <= 0 )           // Silent failure: can't get document at this scope
380                        return false;
381
382                in->get();
383                *tag += (char) c;
384        }
385        return false;
386}
387#endif
388
389const char* TiXmlBase::ReadName( const char* p, TIXML_STRING * name, TiXmlEncoding encoding )
390{
391        *name = "";
392        assert( p );
393
394        // Names start with letters or underscores.
395        // Of course, in unicode, tinyxml has no idea what a letter *is*. The
396        // algorithm is generous.
397        //
398        // After that, they can be letters, underscores, numbers,
399        // hyphens, or colons. (Colons are valid ony for namespaces,
400        // but tinyxml can't tell namespaces from names.)
401        if (    p && *p
402                 && ( IsAlpha( (unsigned char) *p, encoding ) || *p == '_' ) )
403        {
404                while(          p && *p
405                                &&      (               IsAlphaNum( (unsigned char ) *p, encoding ) 
406                                                 || *p == '_'
407                                                 || *p == '-'
408                                                 || *p == '.'
409                                                 || *p == ':' ) )
410                {
411                        (*name) += *p;
412                        ++p;
413                }
414                return p;
415        }
416        return 0;
417}
418
419const char* TiXmlBase::GetEntity( const char* p, char* value, int* length, TiXmlEncoding encoding )
420{
421        // Presume an entity, and pull it out.
422    TIXML_STRING ent;
423        int i;
424        *length = 0;
425
426        if ( *(p+1) && *(p+1) == '#' && *(p+2) )
427        {
428                unsigned long ucs = 0;
429                ptrdiff_t delta = 0;
430                unsigned mult = 1;
431
432                if ( *(p+2) == 'x' )
433                {
434                        // Hexadecimal.
435                        if ( !*(p+3) ) return 0;
436
437                        const char* q = p+3;
438                        q = strchr( q, ';' );
439
440                        if ( !q || !*q ) return 0;
441
442                        delta = q-p;
443                        --q;
444
445                        while ( *q != 'x' )
446                        {
447                                if ( *q >= '0' && *q <= '9' )
448                                        ucs += mult * (*q - '0');
449                                else if ( *q >= 'a' && *q <= 'f' )
450                                        ucs += mult * (*q - 'a' + 10);
451                                else if ( *q >= 'A' && *q <= 'F' )
452                                        ucs += mult * (*q - 'A' + 10 );
453                                else 
454                                        return 0;
455                                mult *= 16;
456                                --q;
457                        }
458                }
459                else
460                {
461                        // Decimal.
462                        if ( !*(p+2) ) return 0;
463
464                        const char* q = p+2;
465                        q = strchr( q, ';' );
466
467                        if ( !q || !*q ) return 0;
468
469                        delta = q-p;
470                        --q;
471
472                        while ( *q != '#' )
473                        {
474                                if ( *q >= '0' && *q <= '9' )
475                                        ucs += mult * (*q - '0');
476                                else 
477                                        return 0;
478                                mult *= 10;
479                                --q;
480                        }
481                }
482                if ( encoding == TIXML_ENCODING_UTF8 )
483                {
484                        // convert the UCS to UTF-8
485                        ConvertUTF32ToUTF8( ucs, value, length );
486                }
487                else
488                {
489                        *value = (char)ucs;
490                        *length = 1;
491                }
492                return p + delta + 1;
493        }
494
495        // Now try to match it.
496        for( i=0; i<NUM_ENTITY; ++i )
497        {
498                if ( strncmp( entity[i].str, p, entity[i].strLength ) == 0 )
499                {
500                        assert( strlen( entity[i].str ) == entity[i].strLength );
501                        *value = entity[i].chr;
502                        *length = 1;
503                        return ( p + entity[i].strLength );
504                }
505        }
506
507        // So it wasn't an entity, its unrecognized, or something like that.
508        *value = *p;    // Don't put back the last one, since we return it!
509        return p+1;
510}
511
512
513bool TiXmlBase::StringEqual( const char* p,
514                                                         const char* tag,
515                                                         bool ignoreCase,
516                                                         TiXmlEncoding encoding )
517{
518        assert( p );
519        assert( tag );
520        if ( !p || !*p )
521        {
522                assert( 0 );
523                return false;
524        }
525
526        const char* q = p;
527
528        if ( ignoreCase )
529        {
530                while ( *q && *tag && ToLower( *q, encoding ) == ToLower( *tag, encoding ) )
531                {
532                        ++q;
533                        ++tag;
534                }
535
536                if ( *tag == 0 )
537                        return true;
538        }
539        else
540        {
541                while ( *q && *tag && *q == *tag )
542                {
543                        ++q;
544                        ++tag;
545                }
546
547                if ( *tag == 0 )                // Have we found the end of the tag, and everything equal?
548                        return true;
549        }
550        return false;
551}
552
553const char* TiXmlBase::ReadText(        const char* p, 
554                                                                        TIXML_STRING * text, 
555                                                                        bool trimWhiteSpace, 
556                                                                        const char* endTag, 
557                                                                        bool caseInsensitive,
558                                                                        TiXmlEncoding encoding )
559{
560    *text = "";
561        if (    !trimWhiteSpace                 // certain tags always keep whitespace
562                 || !condenseWhiteSpace )       // if true, whitespace is always kept
563        {
564                // Keep all the white space.
565                while (    p && *p
566                                && !StringEqual( p, endTag, caseInsensitive, encoding )
567                          )
568                {
569                        int len;
570                        char cArr[4] = { 0, 0, 0, 0 };
571                        p = GetChar( p, cArr, &len, encoding );
572                        text->append( cArr, len );
573                }
574        }
575        else
576        {
577                bool whitespace = false;
578
579                // Remove leading white space:
580                p = SkipWhiteSpace( p, encoding );
581                while (    p && *p
582                                && !StringEqual( p, endTag, caseInsensitive, encoding ) )
583                {
584                        if ( *p == '\r' || *p == '\n' )
585                        {
586                                whitespace = true;
587                                ++p;
588                        }
589                        else if ( IsWhiteSpace( *p ) )
590                        {
591                                whitespace = true;
592                                ++p;
593                        }
594                        else
595                        {
596                                // If we've found whitespace, add it before the
597                                // new character. Any whitespace just becomes a space.
598                                if ( whitespace )
599                                {
600                                        (*text) += ' ';
601                                        whitespace = false;
602                                }
603                                int len;
604                                char cArr[4] = { 0, 0, 0, 0 };
605                                p = GetChar( p, cArr, &len, encoding );
606                                if ( len == 1 )
607                                        (*text) += cArr[0];     // more efficient
608                                else
609                                        text->append( cArr, len );
610                        }
611                }
612        }
613        return p + strlen( endTag );
614}
615
616#ifdef TIXML_USE_STL
617
618void TiXmlDocument::StreamIn( TIXML_ISTREAM * in, TIXML_STRING * tag )
619{
620        // The basic issue with a document is that we don't know what we're
621        // streaming. Read something presumed to be a tag (and hope), then
622        // identify it, and call the appropriate stream method on the tag.
623        //
624        // This "pre-streaming" will never read the closing ">" so the
625        // sub-tag can orient itself.
626
627        if ( !StreamTo( in, '<', tag ) ) 
628        {
629                SetError( TIXML_ERROR_PARSING_EMPTY, 0, 0, TIXML_ENCODING_UNKNOWN );
630                return;
631        }
632
633        while ( in->good() )
634        {
635                int tagIndex = (int) tag->length();
636                while ( in->good() && in->peek() != '>' )
637                {
638                        int c = in->get();
639                        if ( c <= 0 )
640                        {
641                                SetError( TIXML_ERROR_EMBEDDED_NULL, 0, 0, TIXML_ENCODING_UNKNOWN );
642                                break;
643                        }
644                        (*tag) += (char) c;
645                }
646
647                if ( in->good() )
648                {
649                        // We now have something we presume to be a node of
650                        // some sort. Identify it, and call the node to
651                        // continue streaming.
652                        TiXmlNode* node = Identify( tag->c_str() + tagIndex, TIXML_DEFAULT_ENCODING );
653
654                        if ( node )
655                        {
656                                node->StreamIn( in, tag );
657                                bool isElement = node->ToElement() != 0;
658                                delete node;
659                                node = 0;
660
661                                // If this is the root element, we're done. Parsing will be
662                                // done by the >> operator.
663                                if ( isElement )
664                                {
665                                        return;
666                                }
667                        }
668                        else
669                        {
670                                SetError( TIXML_ERROR, 0, 0, TIXML_ENCODING_UNKNOWN );
671                                return;
672                        }
673                }
674        }
675        // We should have returned sooner.
676        SetError( TIXML_ERROR, 0, 0, TIXML_ENCODING_UNKNOWN );
677}
678
679#endif
680
681const char* TiXmlDocument::Parse( const char* p, TiXmlParsingData* prevData, TiXmlEncoding encoding )
682{
683        ClearError();
684
685        // Parse away, at the document level. Since a document
686        // contains nothing but other tags, most of what happens
687        // here is skipping white space.
688        if ( !p || !*p )
689        {
690                SetError( TIXML_ERROR_DOCUMENT_EMPTY, 0, 0, TIXML_ENCODING_UNKNOWN );
691                return 0;
692        }
693
694        // Note that, for a document, this needs to come
695        // before the while space skip, so that parsing
696        // starts from the pointer we are given.
697        location.Clear();
698        if ( prevData )
699        {
700                location.row = prevData->cursor.row;
701                location.col = prevData->cursor.col;
702        }
703        else
704        {
705                location.row = 0;
706                location.col = 0;
707        }
708        TiXmlParsingData data( p, TabSize(), location.row, location.col );
709        location = data.Cursor();
710
711        if ( encoding == TIXML_ENCODING_UNKNOWN )
712        {
713                // Check for the Microsoft UTF-8 lead bytes.
714                const unsigned char* pU = (const unsigned char*)p;
715                if (    *(pU+0) && *(pU+0) == TIXML_UTF_LEAD_0
716                         && *(pU+1) && *(pU+1) == TIXML_UTF_LEAD_1
717                         && *(pU+2) && *(pU+2) == TIXML_UTF_LEAD_2 )
718                {
719                        encoding = TIXML_ENCODING_UTF8;
720                }
721        }
722
723    p = SkipWhiteSpace( p, encoding );
724        if ( !p )
725        {
726                SetError( TIXML_ERROR_DOCUMENT_EMPTY, 0, 0, TIXML_ENCODING_UNKNOWN );
727                return 0;
728        }
729
730        while ( p && *p )
731        {
732                TiXmlNode* node = Identify( p, encoding );
733                if ( node )
734                {
735                        p = node->Parse( p, &data, encoding );
736                        LinkEndChild( node );
737                }
738                else
739                {
740                        break;
741                }
742
743                // Did we get encoding info?
744                if (    encoding == TIXML_ENCODING_UNKNOWN
745                         && node->ToDeclaration() )
746                {
747                        TiXmlDeclaration* dec = node->ToDeclaration();
748                        const char* enc = dec->Encoding();
749                        assert( enc );
750
751                        if ( *enc == 0 )
752                                encoding = TIXML_ENCODING_UTF8;
753                        else if ( StringEqual( enc, "UTF-8", true, TIXML_ENCODING_UNKNOWN ) )
754                                encoding = TIXML_ENCODING_UTF8;
755                        else if ( StringEqual( enc, "UTF8", true, TIXML_ENCODING_UNKNOWN ) )
756                                encoding = TIXML_ENCODING_UTF8; // incorrect, but be nice
757                        else 
758                                encoding = TIXML_ENCODING_LEGACY;
759                }
760
761                p = SkipWhiteSpace( p, encoding );
762        }
763
764        // Was this empty?
765        if ( !firstChild ) {
766                SetError( TIXML_ERROR_DOCUMENT_EMPTY, 0, 0, encoding );
767                return 0;
768        }
769
770        // All is well.
771        return p;
772}
773
774void TiXmlDocument::SetError( int err, const char* pError, TiXmlParsingData* data, TiXmlEncoding encoding )
775{       
776        // The first error in a chain is more accurate - don't set again!
777        if ( error )
778                return;
779
780        assert( err > 0 && err < TIXML_ERROR_STRING_COUNT );
781        error   = true;
782        errorId = err;
783        errorDesc = errorString[ errorId ];
784
785        errorLocation.Clear();
786        if ( pError && data )
787        {
788                //TiXmlParsingData data( pError, prevData );
789                data->Stamp( pError, encoding );
790                errorLocation = data->Cursor();
791        }
792}
793
794
795TiXmlNode* TiXmlNode::Identify( const char* p, TiXmlEncoding encoding )
796{
797        TiXmlNode* returnNode = 0;
798
799        p = SkipWhiteSpace( p, encoding );
800        if( !p || !*p || *p != '<' )
801        {
802                return 0;
803        }
804
805        TiXmlDocument* doc = GetDocument();
806        p = SkipWhiteSpace( p, encoding );
807
808        if ( !p || !*p )
809        {
810                return 0;
811        }
812
813        // What is this thing?
814        // - Elements start with a letter or underscore, but xml is reserved.
815        // - Comments: <!--
816        // - Decleration: <?xml
817        // - Everthing else is unknown to tinyxml.
818        //
819
820        const char* xmlHeader = { "<?xml" };
821        const char* commentHeader = { "<!--" };
822        const char* dtdHeader = { "<!" };
823
824        if ( StringEqual( p, xmlHeader, true, encoding ) )
825        {
826                #ifdef DEBUG_PARSER
827                        TIXML_LOG( "XML parsing Declaration\n" );
828                #endif
829                returnNode = new TiXmlDeclaration();
830        }
831        else if ( StringEqual( p, commentHeader, false, encoding ) )
832        {
833                #ifdef DEBUG_PARSER
834                        TIXML_LOG( "XML parsing Comment\n" );
835                #endif
836                returnNode = new TiXmlComment();
837        }
838        else if ( StringEqual( p, dtdHeader, false, encoding ) )
839        {
840                #ifdef DEBUG_PARSER
841                        TIXML_LOG( "XML parsing Unknown(1)\n" );
842                #endif
843                returnNode = new TiXmlUnknown();
844        }
845        else if (    IsAlpha( *(p+1), encoding )
846                          || *(p+1) == '_' )
847        {
848                #ifdef DEBUG_PARSER
849                        TIXML_LOG( "XML parsing Element\n" );
850                #endif
851                returnNode = new TiXmlElement( "" );
852        }
853        else
854        {
855                #ifdef DEBUG_PARSER
856                        TIXML_LOG( "XML parsing Unknown(2)\n" );
857                #endif
858                returnNode = new TiXmlUnknown();
859        }
860
861        if ( returnNode )
862        {
863                // Set the parent, so it can report errors
864                returnNode->parent = this;
865        }
866        else
867        {
868                if ( doc )
869                        doc->SetError( TIXML_ERROR_OUT_OF_MEMORY, 0, 0, TIXML_ENCODING_UNKNOWN );
870        }
871        return returnNode;
872}
873
874#ifdef TIXML_USE_STL
875
876void TiXmlElement::StreamIn (TIXML_ISTREAM * in, TIXML_STRING * tag)
877{
878        // We're called with some amount of pre-parsing. That is, some of "this"
879        // element is in "tag". Go ahead and stream to the closing ">"
880        while( in->good() )
881        {
882                int c = in->get();
883                if ( c <= 0 )
884                {
885                        TiXmlDocument* document = GetDocument();
886                        if ( document )
887                                document->SetError( TIXML_ERROR_EMBEDDED_NULL, 0, 0, TIXML_ENCODING_UNKNOWN );
888                        return;
889                }
890                (*tag) += (char) c ;
891               
892                if ( c == '>' )
893                        break;
894        }
895
896        if ( tag->length() < 3 ) return;
897
898        // Okay...if we are a "/>" tag, then we're done. We've read a complete tag.
899        // If not, identify and stream.
900
901        if (    tag->at( tag->length() - 1 ) == '>' 
902                 && tag->at( tag->length() - 2 ) == '/' )
903        {
904                // All good!
905                return;
906        }
907        else if ( tag->at( tag->length() - 1 ) == '>' )
908        {
909                // There is more. Could be:
910                //              text
911                //              closing tag
912                //              another node.
913                for ( ;; )
914                {
915                        StreamWhiteSpace( in, tag );
916
917                        // Do we have text?
918                        if ( in->good() && in->peek() != '<' ) 
919                        {
920                                // Yep, text.
921                                TiXmlText text( "" );
922                                text.StreamIn( in, tag );
923
924                                // What follows text is a closing tag or another node.
925                                // Go around again and figure it out.
926                                continue;
927                        }
928
929                        // We now have either a closing tag...or another node.
930                        // We should be at a "<", regardless.
931                        if ( !in->good() ) return;
932                        assert( in->peek() == '<' );
933                        int tagIndex = tag->length();
934
935                        bool closingTag = false;
936                        bool firstCharFound = false;
937
938                        for( ;; )
939                        {
940                                if ( !in->good() )
941                                        return;
942
943                                int c = in->peek();
944                                if ( c <= 0 )
945                                {
946                                        TiXmlDocument* document = GetDocument();
947                                        if ( document )
948                                                document->SetError( TIXML_ERROR_EMBEDDED_NULL, 0, 0, TIXML_ENCODING_UNKNOWN );
949                                        return;
950                                }
951                               
952                                if ( c == '>' )
953                                        break;
954
955                                *tag += (char) c;
956                                in->get();
957
958                                if ( !firstCharFound && c != '<' && !IsWhiteSpace( c ) )
959                                {
960                                        firstCharFound = true;
961                                        if ( c == '/' )
962                                                closingTag = true;
963                                }
964                        }
965                        // If it was a closing tag, then read in the closing '>' to clean up the input stream.
966                        // If it was not, the streaming will be done by the tag.
967                        if ( closingTag )
968                        {
969                                if ( !in->good() )
970                                        return;
971
972                                int c = in->get();
973                                if ( c <= 0 )
974                                {
975                                        TiXmlDocument* document = GetDocument();
976                                        if ( document )
977                                                document->SetError( TIXML_ERROR_EMBEDDED_NULL, 0, 0, TIXML_ENCODING_UNKNOWN );
978                                        return;
979                                }
980                                assert( c == '>' );
981                                *tag += (char) c;
982
983                                // We are done, once we've found our closing tag.
984                                return;
985                        }
986                        else
987                        {
988                                // If not a closing tag, id it, and stream.
989                                const char* tagloc = tag->c_str() + tagIndex;
990                                TiXmlNode* node = Identify( tagloc, TIXML_DEFAULT_ENCODING );
991                                if ( !node )
992                                        return;
993                                node->StreamIn( in, tag );
994                                delete node;
995                                node = 0;
996
997                                // No return: go around from the beginning: text, closing tag, or node.
998                        }
999                }
1000        }
1001}
1002#endif
1003
1004const char* TiXmlElement::Parse( const char* p, TiXmlParsingData* data, TiXmlEncoding encoding )
1005{
1006        p = SkipWhiteSpace( p, encoding );
1007        TiXmlDocument* document = GetDocument();
1008
1009        if ( !p || !*p )
1010        {
1011                if ( document ) document->SetError( TIXML_ERROR_PARSING_ELEMENT, 0, 0, encoding );
1012                return 0;
1013        }
1014
1015//      TiXmlParsingData data( p, prevData );
1016        if ( data )
1017        {
1018                data->Stamp( p, encoding );
1019                location = data->Cursor();
1020        }
1021
1022        if ( *p != '<' )
1023        {
1024                if ( document ) document->SetError( TIXML_ERROR_PARSING_ELEMENT, p, data, encoding );
1025                return 0;
1026        }
1027
1028        p = SkipWhiteSpace( p+1, encoding );
1029
1030        // Read the name.
1031        const char* pErr = p;
1032
1033    p = ReadName( p, &value, encoding );
1034        if ( !p || !*p )
1035        {
1036                if ( document ) document->SetError( TIXML_ERROR_FAILED_TO_READ_ELEMENT_NAME, pErr, data, encoding );
1037                return 0;
1038        }
1039
1040    TIXML_STRING endTag ("</");
1041        endTag += value;
1042        endTag += ">";
1043
1044        // Check for and read attributes. Also look for an empty
1045        // tag or an end tag.
1046        while ( p && *p )
1047        {
1048                pErr = p;
1049                p = SkipWhiteSpace( p, encoding );
1050                if ( !p || !*p )
1051                {
1052                        if ( document ) document->SetError( TIXML_ERROR_READING_ATTRIBUTES, pErr, data, encoding );
1053                        return 0;
1054                }
1055                if ( *p == '/' )
1056                {
1057                        ++p;
1058                        // Empty tag.
1059                        if ( *p  != '>' )
1060                        {
1061                                if ( document ) document->SetError( TIXML_ERROR_PARSING_EMPTY, p, data, encoding );             
1062                                return 0;
1063                        }
1064                        return (p+1);
1065                }
1066                else if ( *p == '>' )
1067                {
1068                        // Done with attributes (if there were any.)
1069                        // Read the value -- which can include other
1070                        // elements -- read the end tag, and return.
1071                        ++p;
1072                        p = ReadValue( p, data, encoding );             // Note this is an Element method, and will set the error if one happens.
1073                        if ( !p || !*p )
1074                                return 0;
1075
1076                        // We should find the end tag now
1077                        if ( StringEqual( p, endTag.c_str(), false, encoding ) )
1078                        {
1079                                p += endTag.length();
1080                                return p;
1081                        }
1082                        else
1083                        {
1084                                if ( document ) document->SetError( TIXML_ERROR_READING_END_TAG, p, data, encoding );
1085                                return 0;
1086                        }
1087                }
1088                else
1089                {
1090                        // Try to read an attribute:
1091                        TiXmlAttribute* attrib = new TiXmlAttribute();
1092                        if ( !attrib )
1093                        {
1094                                if ( document ) document->SetError( TIXML_ERROR_OUT_OF_MEMORY, pErr, data, encoding );
1095                                return 0;
1096                        }
1097
1098                        attrib->SetDocument( document );
1099                        const char* pErr = p;
1100                        p = attrib->Parse( p, data, encoding );
1101
1102                        if ( !p || !*p )
1103                        {
1104                                if ( document ) document->SetError( TIXML_ERROR_PARSING_ELEMENT, pErr, data, encoding );
1105                                delete attrib;
1106                                return 0;
1107                        }
1108
1109                        // Handle the strange case of double attributes:
1110                        TiXmlAttribute* node = attributeSet.Find( attrib->Name() );
1111                        if ( node )
1112                        {
1113                                node->SetValue( attrib->Value() );
1114                                delete attrib;
1115                                return 0;
1116                        }
1117
1118                        attributeSet.Add( attrib );
1119                }
1120        }
1121        return p;
1122}
1123
1124
1125const char* TiXmlElement::ReadValue( const char* p, TiXmlParsingData* data, TiXmlEncoding encoding )
1126{
1127        TiXmlDocument* document = GetDocument();
1128
1129        const char* pWithWhiteSpace = p;
1130        // Read in text and elements in any order.
1131        p = SkipWhiteSpace( p, encoding );
1132        while ( p && *p )
1133        {
1134                if ( *p != '<' )
1135                {
1136                        // Take what we have, make a text element.
1137                        TiXmlText* textNode = new TiXmlText( "" );
1138
1139                        if ( !textNode )
1140                        {
1141                                if ( document ) document->SetError( TIXML_ERROR_OUT_OF_MEMORY, 0, 0, encoding );
1142                                    return 0;
1143                        }
1144
1145                        if ( TiXmlBase::IsWhiteSpaceCondensed() )
1146                        {
1147                                p = textNode->Parse( p, data, encoding );
1148                        }
1149                        else
1150                        {
1151                                // Special case: we want to keep the white space
1152                                // so that leading spaces aren't removed.
1153                                p = textNode->Parse( pWithWhiteSpace, data, encoding );
1154                        }
1155
1156                        if ( !textNode->Blank() )
1157                                LinkEndChild( textNode );
1158                        else
1159                                delete textNode;
1160                } 
1161                else 
1162                {
1163                        // We hit a '<'
1164                        // Have we hit a new element or an end tag?
1165                        if ( StringEqual( p, "</", false, encoding ) )
1166                        {
1167                                return p;
1168                        }
1169                        else
1170                        {
1171                                TiXmlNode* node = Identify( p, encoding );
1172                                if ( node )
1173                                {
1174                                        p = node->Parse( p, data, encoding );
1175                                        LinkEndChild( node );
1176                                }                               
1177                                else
1178                                {
1179                                        return 0;
1180                                }
1181                        }
1182                }
1183                p = SkipWhiteSpace( p, encoding );
1184        }
1185
1186        if ( !p )
1187        {
1188                if ( document ) document->SetError( TIXML_ERROR_READING_ELEMENT_VALUE, 0, 0, encoding );
1189        }       
1190        return p;
1191}
1192
1193
1194#ifdef TIXML_USE_STL
1195void TiXmlUnknown::StreamIn( TIXML_ISTREAM * in, TIXML_STRING * tag )
1196{
1197        while ( in->good() )
1198        {
1199                int c = in->get();     
1200                if ( c <= 0 )
1201                {
1202                        TiXmlDocument* document = GetDocument();
1203                        if ( document )
1204                                document->SetError( TIXML_ERROR_EMBEDDED_NULL, 0, 0, TIXML_ENCODING_UNKNOWN );
1205                        return;
1206                }
1207                (*tag) += (char) c;
1208
1209                if ( c == '>' )
1210                {
1211                        // All is well.
1212                        return;         
1213                }
1214        }
1215}
1216#endif
1217
1218
1219const char* TiXmlUnknown::Parse( const char* p, TiXmlParsingData* data, TiXmlEncoding encoding )
1220{
1221        TiXmlDocument* document = GetDocument();
1222        p = SkipWhiteSpace( p, encoding );
1223
1224//      TiXmlParsingData data( p, prevData );
1225        if ( data )
1226        {
1227                data->Stamp( p, encoding );
1228                location = data->Cursor();
1229        }
1230        if ( !p || !*p || *p != '<' )
1231        {
1232                if ( document ) document->SetError( TIXML_ERROR_PARSING_UNKNOWN, p, data, encoding );
1233                return 0;
1234        }
1235        ++p;
1236    value = "";
1237
1238        while ( p && *p && *p != '>' )
1239        {
1240                value += *p;
1241                ++p;
1242        }
1243
1244        if ( !p )
1245        {
1246                if ( document ) document->SetError( TIXML_ERROR_PARSING_UNKNOWN, 0, 0, encoding );
1247        }
1248        if ( *p == '>' )
1249                return p+1;
1250        return p;
1251}
1252
1253#ifdef TIXML_USE_STL
1254void TiXmlComment::StreamIn( TIXML_ISTREAM * in, TIXML_STRING * tag )
1255{
1256        while ( in->good() )
1257        {
1258                int c = in->get();     
1259                if ( c <= 0 )
1260                {
1261                        TiXmlDocument* document = GetDocument();
1262                        if ( document )
1263                                document->SetError( TIXML_ERROR_EMBEDDED_NULL, 0, 0, TIXML_ENCODING_UNKNOWN );
1264                        return;
1265                }
1266
1267                (*tag) += (char) c;
1268
1269                if ( c == '>' 
1270                         && tag->at( tag->length() - 2 ) == '-'
1271                         && tag->at( tag->length() - 3 ) == '-' )
1272                {
1273                        // All is well.
1274                        return;         
1275                }
1276        }
1277}
1278#endif
1279
1280
1281const char* TiXmlComment::Parse( const char* p, TiXmlParsingData* data, TiXmlEncoding encoding )
1282{
1283        TiXmlDocument* document = GetDocument();
1284        value = "";
1285
1286        p = SkipWhiteSpace( p, encoding );
1287
1288//      TiXmlParsingData data( p, prevData );
1289        if ( data )
1290        {
1291                data->Stamp( p, encoding );
1292                location = data->Cursor();
1293        }
1294        const char* startTag = "<!--";
1295        const char* endTag   = "-->";
1296
1297        if ( !StringEqual( p, startTag, false, encoding ) )
1298        {
1299                document->SetError( TIXML_ERROR_PARSING_COMMENT, p, data, encoding );
1300                return 0;
1301        }
1302        p += strlen( startTag );
1303        p = ReadText( p, &value, false, endTag, false, encoding );
1304        return p;
1305}
1306
1307
1308const char* TiXmlAttribute::Parse( const char* p, TiXmlParsingData* data, TiXmlEncoding encoding )
1309{
1310        p = SkipWhiteSpace( p, encoding );
1311        if ( !p || !*p ) return 0;
1312
1313        int tabsize = 4;
1314        if ( document )
1315                tabsize = document->TabSize();
1316
1317//      TiXmlParsingData data( p, prevData );
1318        if ( data )
1319        {
1320                data->Stamp( p, encoding );
1321                location = data->Cursor();
1322        }
1323        // Read the name, the '=' and the value.
1324        const char* pErr = p;
1325        p = ReadName( p, &name, encoding );
1326        if ( !p || !*p )
1327        {
1328                if ( document ) document->SetError( TIXML_ERROR_READING_ATTRIBUTES, pErr, data, encoding );
1329                return 0;
1330        }
1331        p = SkipWhiteSpace( p, encoding );
1332        if ( !p || !*p || *p != '=' )
1333        {
1334                if ( document ) document->SetError( TIXML_ERROR_READING_ATTRIBUTES, p, data, encoding );
1335                return 0;
1336        }
1337
1338        ++p;    // skip '='
1339        p = SkipWhiteSpace( p, encoding );
1340        if ( !p || !*p )
1341        {
1342                if ( document ) document->SetError( TIXML_ERROR_READING_ATTRIBUTES, p, data, encoding );
1343                return 0;
1344        }
1345       
1346        const char* end;
1347
1348        if ( *p == '\'' )
1349        {
1350                ++p;
1351                end = "\'";
1352                p = ReadText( p, &value, false, end, false, encoding );
1353        }
1354        else if ( *p == '"' )
1355        {
1356                ++p;
1357                end = "\"";
1358                p = ReadText( p, &value, false, end, false, encoding );
1359        }
1360        else
1361        {
1362                // All attribute values should be in single or double quotes.
1363                // But this is such a common error that the parser will try
1364                // its best, even without them.
1365                value = "";
1366                while (    p && *p                                                                              // existence
1367                                && !IsWhiteSpace( *p ) && *p != '\n' && *p != '\r'      // whitespace
1368                                && *p != '/' && *p != '>' )                                             // tag end
1369                {
1370                        value += *p;
1371                        ++p;
1372                }
1373        }
1374        return p;
1375}
1376
1377#ifdef TIXML_USE_STL
1378void TiXmlText::StreamIn( TIXML_ISTREAM * in, TIXML_STRING * tag )
1379{
1380        while ( in->good() )
1381        {
1382                int c = in->peek();     
1383                if ( c == '<' )
1384                        return;
1385                if ( c <= 0 )
1386                {
1387                        TiXmlDocument* document = GetDocument();
1388                        if ( document )
1389                                document->SetError( TIXML_ERROR_EMBEDDED_NULL, 0, 0, TIXML_ENCODING_UNKNOWN );
1390                        return;
1391                }
1392
1393                (*tag) += (char) c;
1394                in->get();
1395        }
1396}
1397#endif
1398
1399const char* TiXmlText::Parse( const char* p, TiXmlParsingData* data, TiXmlEncoding encoding )
1400{
1401        value = "";
1402//      TiXmlParsingData data( p, prevData );
1403        if ( data )
1404        {
1405                data->Stamp( p, encoding );
1406                location = data->Cursor();
1407        }
1408        bool ignoreWhite = true;
1409
1410        const char* end = "<";
1411        p = ReadText( p, &value, ignoreWhite, end, false, encoding );
1412        if ( p )
1413                return p-1;     // don't truncate the '<'
1414        return 0;
1415}
1416
1417#ifdef TIXML_USE_STL
1418void TiXmlDeclaration::StreamIn( TIXML_ISTREAM * in, TIXML_STRING * tag )
1419{
1420        while ( in->good() )
1421        {
1422                int c = in->get();
1423                if ( c <= 0 )
1424                {
1425                        TiXmlDocument* document = GetDocument();
1426                        if ( document )
1427                                document->SetError( TIXML_ERROR_EMBEDDED_NULL, 0, 0, TIXML_ENCODING_UNKNOWN );
1428                        return;
1429                }
1430                (*tag) += (char) c;
1431
1432                if ( c == '>' )
1433                {
1434                        // All is well.
1435                        return;
1436                }
1437        }
1438}
1439#endif
1440
1441const char* TiXmlDeclaration::Parse( const char* p, TiXmlParsingData* data, TiXmlEncoding _encoding )
1442{
1443        p = SkipWhiteSpace( p, _encoding );
1444        // Find the beginning, find the end, and look for
1445        // the stuff in-between.
1446        TiXmlDocument* document = GetDocument();
1447        if ( !p || !*p || !StringEqual( p, "<?xml", true, _encoding ) )
1448        {
1449                if ( document ) document->SetError( TIXML_ERROR_PARSING_DECLARATION, 0, 0, _encoding );
1450                return 0;
1451        }
1452//      TiXmlParsingData data( p, prevData );
1453        if ( data )
1454        {
1455                data->Stamp( p, _encoding );
1456                location = data->Cursor();
1457        }
1458        p += 5;
1459
1460        version = "";
1461        encoding = "";
1462        standalone = "";
1463
1464        while ( p && *p )
1465        {
1466                if ( *p == '>' )
1467                {
1468                        ++p;
1469                        return p;
1470                }
1471
1472                p = SkipWhiteSpace( p, _encoding );
1473                if ( StringEqual( p, "version", true, _encoding ) )
1474                {
1475                        TiXmlAttribute attrib;
1476                        p = attrib.Parse( p, data, _encoding );         
1477                        version = attrib.Value();
1478                }
1479                else if ( StringEqual( p, "encoding", true, _encoding ) )
1480                {
1481                        TiXmlAttribute attrib;
1482                        p = attrib.Parse( p, data, _encoding );         
1483                        encoding = attrib.Value();
1484                }
1485                else if ( StringEqual( p, "standalone", true, _encoding ) )
1486                {
1487                        TiXmlAttribute attrib;
1488                        p = attrib.Parse( p, data, _encoding );         
1489                        standalone = attrib.Value();
1490                }
1491                else
1492                {
1493                        // Read over whatever it is.
1494                        while( p && *p && *p != '>' && !IsWhiteSpace( *p ) )
1495                                ++p;
1496                }
1497        }
1498        return 0;
1499}
1500
1501bool TiXmlText::Blank() const
1502{
1503        for ( unsigned i=0; i<value.length(); i++ )
1504                if ( !IsWhiteSpace( value[i] ) )
1505                        return false;
1506        return true;
1507}
1508
Note: See TracBrowser for help on using the repository browser.