include/html2bbcode.php

   1 <?php
   2 /**
   3  * @file include/html2bbcode.php
   4  * @brief Converter for HTML to BBCode
   5  *
   6  * Made by: ike@piratenpartei.de
   7  * Originally made for the syncom project: http://wiki.piratenpartei.de/Syncom
   8  *                                      https://github.com/annando/Syncom
   9  */
  10
  11 use Friendica\Core\Addon;
  12 use Friendica\Util\XML;
  13
  14 function node2bbcode(&$doc, $oldnode, $attributes, $startbb, $endbb)
  15 {
  16         do {
  17                 $done = node2bbcodesub($doc, $oldnode, $attributes, $startbb, $endbb);
  18         } while ($done);
  19 }
  20
  21 function node2bbcodesub(&$doc, $oldnode, $attributes, $startbb, $endbb)
  22 {
  23         $savestart = str_replace('$', '\x01', $startbb);
  24         $replace = false;
  25
  26         $xpath = new DomXPath($doc);
  27
  28         $list = $xpath->query("//".$oldnode);
  29         foreach ($list as $oldNode) {
  30                 $attr = [];
  31                 if ($oldNode->attributes->length) {
  32                         foreach ($oldNode->attributes as $attribute) {
  33                                 $attr[$attribute->name] = $attribute->value;
  34                         }
  35                 }
  36
  37                 $replace = true;
  38
  39                 $startbb = $savestart;
  40
  41                 $i = 0;
  42
  43                 foreach ($attributes as $attribute => $value) {
  44                         $startbb = str_replace('\x01'.++$i, '$1', $startbb);
  45                         if (strpos('*'.$startbb, '$1') > 0) {
  46                                 if ($replace && (@$attr[$attribute] != '')) {
  47                                         $startbb = preg_replace($value, $startbb, $attr[$attribute], -1, $count);
  48
  49                                         // If nothing could be changed
  50                                         if ($count == 0) {
  51                                                 $replace = false;
  52                                         }
  53                                 } else {
  54                                         $replace = false;
  55                                 }
  56                         } else {
  57                                 if (@$attr[$attribute] != $value) {
  58                                         $replace = false;
  59                                 }
  60                         }
  61                 }
  62
  63                 if ($replace) {
  64                         $StartCode = $oldNode->ownerDocument->createTextNode($startbb);
  65                         $EndCode = $oldNode->ownerDocument->createTextNode($endbb);
  66
  67                         $oldNode->parentNode->insertBefore($StartCode, $oldNode);
  68
  69                         if ($oldNode->hasChildNodes()) {
  70                                 foreach ($oldNode->childNodes as $child) {
  71                                         $newNode = $child->cloneNode(true);
  72                                         $oldNode->parentNode->insertBefore($newNode, $oldNode);
  73                                 }
  74                         }
  75
  76                         $oldNode->parentNode->insertBefore($EndCode, $oldNode);
  77                         $oldNode->parentNode->removeChild($oldNode);
  78                 }
  79         }
  80         return($replace);
  81 }
  82
  83 function html2bbcode($message, $basepath = '')
  84 {
  85
  86         $message = str_replace("\r", "", $message);
  87
  88         // Removing code blocks before the whitespace removal processing below
  89         $codeblocks = [];
  90         $message = preg_replace_callback(
  91                 '#<pre><code(?: class="([^"]*)")?>(.*)</code></pre>#iUs',
  92                 function ($matches) use (&$codeblocks) {
  93                         $return = '[codeblock-' . count($codeblocks) . ']';
  94
  95                         $prefix = '[code]';
  96                         if ($matches[1] != '') {
  97                                 $prefix = '[code=' . $matches[1] . ']';
  98                         }
  99                         $codeblocks[] = $prefix . trim($matches[2]) . '[/code]';
 100                         return $return;
 101                 },
 102                 $message
 103         );
 104
 105         $message = str_replace(
 106                 [
 107                         "<li><p>",
 108                         "</p></li>",
 109                 ],
 110                 [
 111                         "<li>",
 112                         "</li>",
 113                 ],
 114                 $message
 115         );
 116
 117         // remove namespaces
 118         $message = preg_replace('=<(\w+):(.+?)>=', '<removeme>', $message);
 119         $message = preg_replace('=</(\w+):(.+?)>=', '</removeme>', $message);
 120
 121         $doc = new DOMDocument();
 122         $doc->preserveWhiteSpace = false;
 123
 124         $message = mb_convert_encoding($message, 'HTML-ENTITIES', "UTF-8");
 125
 126         @$doc->loadHTML($message);
 127
 128         XML::deleteNode($doc, 'style');
 129         XML::deleteNode($doc, 'head');
 130         XML::deleteNode($doc, 'title');
 131         XML::deleteNode($doc, 'meta');
 132         XML::deleteNode($doc, 'xml');
 133         XML::deleteNode($doc, 'removeme');
 134
 135         $xpath = new DomXPath($doc);
 136         $list = $xpath->query("//pre");
 137         foreach ($list as $node) {
 138                 $node->nodeValue = str_replace("\n", "\r", $node->nodeValue);
 139         }
 140
 141         $message = $doc->saveHTML();
 142         $message = str_replace(["\n<", ">\n", "\r", "\n", "\xC3\x82\xC2\xA0"], ["<", ">", "<br />", " ", ""], $message);
 143         $message = preg_replace('= [\s]*=i', " ", $message);
 144         @$doc->loadHTML($message);
 145
 146         node2bbcode($doc, 'html', [], "", "");
 147         node2bbcode($doc, 'body', [], "", "");
 148
 149         // Outlook-Quote - Variant 1
 150         node2bbcode($doc, 'p', ['class'=>'MsoNormal', 'style'=>'margin-left:35.4pt'], '[quote]', '[/quote]');
 151
 152         // Outlook-Quote - Variant 2
 153         node2bbcode($doc, 'div', ['style'=>'border:none;border-left:solid blue 1.5pt;padding:0cm 0cm 0cm 4.0pt'], '[quote]', '[/quote]');
 154
 155         // MyBB-Stuff
 156         node2bbcode($doc, 'span', ['style'=>'text-decoration: underline;'], '[u]', '[/u]');
 157         node2bbcode($doc, 'span', ['style'=>'font-style: italic;'], '[i]', '[/i]');
 158         node2bbcode($doc, 'span', ['style'=>'font-weight: bold;'], '[b]', '[/b]');
 159
 160         /*node2bbcode($doc, 'font', array('face'=>'/([\w ]+)/', 'size'=>'/(\d+)/', 'color'=>'/(.+)/'), '[font=$1][size=$2][color=$3]', '[/color][/size][/font]');
 161         node2bbcode($doc, 'font', array('size'=>'/(\d+)/', 'color'=>'/(.+)/'), '[size=$1][color=$2]', '[/color][/size]');
 162         node2bbcode($doc, 'font', array('face'=>'/([\w ]+)/', 'size'=>'/(.+)/'), '[font=$1][size=$2]', '[/size][/font]');
 163         node2bbcode($doc, 'font', array('face'=>'/([\w ]+)/', 'color'=>'/(.+)/'), '[font=$1][color=$3]', '[/color][/font]');
 164         node2bbcode($doc, 'font', array('face'=>'/([\w ]+)/'), '[font=$1]', '[/font]');
 165         node2bbcode($doc, 'font', array('size'=>'/(\d+)/'), '[size=$1]', '[/size]');
 166         node2bbcode($doc, 'font', array('color'=>'/(.+)/'), '[color=$1]', '[/color]');
 167         */
 168         // Untested
 169         //node2bbcode($doc, 'span', array('style'=>'/.*font-size:\s*(.+?)[,;].*font-family:\s*(.+?)[,;].*color:\s*(.+?)[,;].*/'), '[size=$1][font=$2][color=$3]', '[/color][/font][/size]');
 170         //node2bbcode($doc, 'span', array('style'=>'/.*font-size:\s*(\d+)[,;].*/'), '[size=$1]', '[/size]');
 171         //node2bbcode($doc, 'span', array('style'=>'/.*font-size:\s*(.+?)[,;].*/'), '[size=$1]', '[/size]');
 172
 173         node2bbcode($doc, 'span', ['style'=>'/.*color:\s*(.+?)[,;].*/'], '[color="$1"]', '[/color]');
 174
 175         //node2bbcode($doc, 'span', array('style'=>'/.*font-family:\s*(.+?)[,;].*/'), '[font=$1]', '[/font]');
 176
 177         //node2bbcode($doc, 'div', array('style'=>'/.*font-family:\s*(.+?)[,;].*font-size:\s*(\d+?)pt.*/'), '[font=$1][size=$2]', '[/size][/font]');
 178         //node2bbcode($doc, 'div', array('style'=>'/.*font-family:\s*(.+?)[,;].*font-size:\s*(\d+?)px.*/'), '[font=$1][size=$2]', '[/size][/font]');
 179         //node2bbcode($doc, 'div', array('style'=>'/.*font-family:\s*(.+?)[,;].*/'), '[font=$1]', '[/font]');
 180
 181         // Importing the classes - interesting for importing of posts from third party networks that were exported from friendica
 182         // Test
 183         //node2bbcode($doc, 'span', array('class'=>'/([\w ]+)/'), '[class=$1]', '[/class]');
 184         node2bbcode($doc, 'span', ['class'=>'type-link'], '[class=type-link]', '[/class]');
 185         node2bbcode($doc, 'span', ['class'=>'type-video'], '[class=type-video]', '[/class]');
 186
 187         node2bbcode($doc, 'strong', [], '[b]', '[/b]');
 188         node2bbcode($doc, 'em', [], '[i]', '[/i]');
 189         node2bbcode($doc, 'b', [], '[b]', '[/b]');
 190         node2bbcode($doc, 'i', [], '[i]', '[/i]');
 191         node2bbcode($doc, 'u', [], '[u]', '[/u]');
 192
 193         node2bbcode($doc, 'big', [], "[size=large]", "[/size]");
 194         node2bbcode($doc, 'small', [], "[size=small]", "[/size]");
 195
 196         node2bbcode($doc, 'blockquote', [], '[quote]', '[/quote]');
 197
 198         node2bbcode($doc, 'br', [], "\n", '');
 199
 200         node2bbcode($doc, 'p', ['class'=>'MsoNormal'], "\n", "");
 201         node2bbcode($doc, 'div', ['class'=>'MsoNormal'], "\r", "");
 202
 203         node2bbcode($doc, 'span', [], "", "");
 204
 205         node2bbcode($doc, 'span', [], "", "");
 206         node2bbcode($doc, 'pre', [], "", "");
 207
 208         node2bbcode($doc, 'div', [], "\r", "\r");
 209         node2bbcode($doc, 'p', [], "\n", "\n");
 210
 211         node2bbcode($doc, 'ul', [], "[list]", "[/list]");
 212         node2bbcode($doc, 'ol', [], "[list=1]", "[/list]");
 213         node2bbcode($doc, 'li', [], "[*]", "");
 214
 215         node2bbcode($doc, 'hr', [], "[hr]", "");
 216
 217         node2bbcode($doc, 'table', [], "", "");
 218         node2bbcode($doc, 'tr', [], "\n", "");
 219         node2bbcode($doc, 'td', [], "\t", "");
 220         //node2bbcode($doc, 'table', array(), "[table]", "[/table]");
 221         //node2bbcode($doc, 'th', array(), "[th]", "[/th]");
 222         //node2bbcode($doc, 'tr', array(), "[tr]", "[/tr]");
 223         //node2bbcode($doc, 'td', array(), "[td]", "[/td]");
 224
 225         //node2bbcode($doc, 'h1', array(), "\n\n[size=xx-large][b]", "[/b][/size]\n");
 226         //node2bbcode($doc, 'h2', array(), "\n\n[size=x-large][b]", "[/b][/size]\n");
 227         //node2bbcode($doc, 'h3', array(), "\n\n[size=large][b]", "[/b][/size]\n");
 228         //node2bbcode($doc, 'h4', array(), "\n\n[size=medium][b]", "[/b][/size]\n");
 229         //node2bbcode($doc, 'h5', array(), "\n\n[size=small][b]", "[/b][/size]\n");
 230         //node2bbcode($doc, 'h6', array(), "\n\n[size=x-small][b]", "[/b][/size]\n");
 231
 232         node2bbcode($doc, 'h1', [], "\n\n[h1]", "[/h1]\n");
 233         node2bbcode($doc, 'h2', [], "\n\n[h2]", "[/h2]\n");
 234         node2bbcode($doc, 'h3', [], "\n\n[h3]", "[/h3]\n");
 235         node2bbcode($doc, 'h4', [], "\n\n[h4]", "[/h4]\n");
 236         node2bbcode($doc, 'h5', [], "\n\n[h5]", "[/h5]\n");
 237         node2bbcode($doc, 'h6', [], "\n\n[h6]", "[/h6]\n");
 238
 239         node2bbcode($doc, 'a', ['href'=>'/mailto:(.+)/'], '[mail=$1]', '[/mail]');
 240         node2bbcode($doc, 'a', ['href'=>'/(.+)/'], '[url=$1]', '[/url]');
 241
 242         node2bbcode($doc, 'img', ['src'=>'/(.+)/', 'width'=>'/(\d+)/', 'height'=>'/(\d+)/'], '[img=$2x$3]$1', '[/img]');
 243         node2bbcode($doc, 'img', ['src'=>'/(.+)/'], '[img]$1', '[/img]');
 244
 245
 246         node2bbcode($doc, 'video', ['src'=>'/(.+)/'], '[video]$1', '[/video]');
 247         node2bbcode($doc, 'audio', ['src'=>'/(.+)/'], '[audio]$1', '[/audio]');
 248         node2bbcode($doc, 'iframe', ['src'=>'/(.+)/'], '[iframe]$1', '[/iframe]');
 249
 250         node2bbcode($doc, 'key', [], '[code]', '[/code]');
 251         node2bbcode($doc, 'code', [], '[code]', '[/code]');
 252
 253         $message = $doc->saveHTML();
 254
 255         // I'm removing something really disturbing
 256         // Don't know exactly what it is
 257         $message = str_replace(chr(194).chr(160), ' ', $message);
 258
 259         $message = str_replace("&nbsp;", " ", $message);
 260
 261         // removing multiple DIVs
 262         $message = preg_replace('=\r *\r=i', "\n", $message);
 263         $message = str_replace("\r", "\n", $message);
 264
 265         Addon::callHooks('html2bbcode', $message);
 266
 267         $message = strip_tags($message);
 268
 269         $message = html_entity_decode($message, ENT_QUOTES, 'UTF-8');
 270
 271         $message = str_replace(["<"], ["&lt;"], $message);
 272
 273         // remove quotes if they don't make sense
 274         $message = preg_replace('=\[/quote\][\s]*\[quote\]=i', "\n", $message);
 275
 276         $message = preg_replace('=\[quote\]\s*=i', "[quote]", $message);
 277         $message = preg_replace('=\s*\[/quote\]=i', "[/quote]", $message);
 278
 279         do {
 280                 $oldmessage = $message;
 281                 $message = str_replace("\n \n", "\n\n", $message);
 282         } while ($oldmessage != $message);
 283
 284         do {
 285                 $oldmessage = $message;
 286                 $message = str_replace("\n\n\n", "\n\n", $message);
 287         } while ($oldmessage != $message);
 288
 289         do {
 290                 $oldmessage = $message;
 291                 $message = str_replace(
 292                         [
 293                                 "[/size]\n\n",
 294                                 "\n[hr]",
 295                                 "[hr]\n",
 296                                 "\n[list",
 297                                 "[/list]\n",
 298                                 "\n[/",
 299                                 "[list]\n",
 300                                 "[list=1]\n",
 301                                 "\n[*]"],
 302                         [
 303                                 "[/size]\n",
 304                                 "[hr]",
 305                                 "[hr]",
 306                                 "[list",
 307                                 "[/list]",
 308                                 "[/",
 309                                 "[list]",
 310                                 "[list=1]",
 311                                 "[*]"],
 312                         $message
 313                 );
 314         } while ($message != $oldmessage);
 315
 316         $message = str_replace(
 317                 ['[b][b]', '[/b][/b]', '[i][i]', '[/i][/i]'],
 318                 ['[b]', '[/b]', '[i]', '[/i]'],
 319                 $message
 320         );
 321
 322         // Handling Yahoo style of mails
 323         $message = str_replace('[hr][b]From:[/b]', '[quote][b]From:[/b]', $message);
 324
 325         // Restore code blocks
 326         $message = preg_replace_callback(
 327                 '#\[codeblock-([0-9]+)\]#iU',
 328                 function ($matches) use ($codeblocks) {
 329                         $return = '';
 330                         if (isset($codeblocks[intval($matches[1])])) {
 331                                 $return = $codeblocks[$matches[1]];
 332                         }
 333                         return $return;
 334                 },
 335                 $message
 336         );
 337
 338         $message = trim($message);
 339
 340         if ($basepath != '') {
 341                 $message = addHostname($message, $basepath);
 342         }
 343
 344         return $message;
 345 }
 346
 347 /**
 348  * @brief Sub function to complete incomplete URL
 349  *
 350  * @param array  $matches  Result of preg_replace_callback
 351  * @param string $basepath Basepath that is used to complete the URL
 352  *
 353  * @return string The expanded URL
 354  */
 355 function addHostnameSub($matches, $basepath)
 356 {
 357         $base = parse_url($basepath);
 358         unset($base['query']);
 359         unset($base['fragment']);
 360
 361         $link = $matches[0];
 362         $url = $matches[1];
 363
 364         $parts = array_merge($base, parse_url($url));
 365         $url2 = unParseUrl($parts);
 366
 367         return str_replace($url, $url2, $link);
 368 }
 369
 370 /**
 371  * @brief Complete incomplete URLs in BBCode
 372  *
 373  * @param string $body     Body with URLs
 374  * @param string $basepath Basepath that is used to complete the URL
 375  *
 376  * @return string Body with expanded URLs
 377  */
 378 function addHostname($body, $basepath)
 379 {
 380         $URLSearchString = "^\[\]";
 381
 382         $matches = ["/\[url\=([$URLSearchString]*)\].*?\[\/url\]/ism",
 383                         "/\[url\]([$URLSearchString]*)\[\/url\]/ism",
 384                         "/\[img\=[0-9]*x[0-9]*\](.*?)\[\/img\]/ism",
 385                         "/\[img\](.*?)\[\/img\]/ism",
 386                         "/\[zmg\=[0-9]*x[0-9]*\](.*?)\[\/img\]/ism",
 387                         "/\[zmg\](.*?)\[\/zmg\]/ism",
 388                         "/\[video\](.*?)\[\/video\]/ism",
 389                         "/\[audio\](.*?)\[\/audio\]/ism",
 390                         ];
 391
 392         foreach ($matches as $match) {
 393                 $body = preg_replace_callback(
 394                         $match,
 395                         function ($match) use ($basepath) {
 396                                 return addHostnameSub($match, $basepath);
 397                         },
 398                         $body
 399                 );
 400         }
 401         return $body;
 402 }