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   7  * Originally made for the syncom project: http://wiki.piratenpartei.de/Syncom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