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   7  * Originally made for the syncom project: http://wiki.piratenpartei.de/Syncom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\Network;
  13 use Friendica\Util\XML;
  14
  15 function node2bbcode(&$doc, $oldnode, $attributes, $startbb, $endbb)
  16 {
  17         do {
  18                 $done = node2bbcodesub($doc, $oldnode, $attributes, $startbb, $endbb);
  19         } while ($done);
  20 }
  21
  22 function node2bbcodesub(&$doc, $oldnode, $attributes, $startbb, $endbb)
  23 {
  24         $savestart = str_replace('$', '\x01', $startbb);
  25         $replace = false;
  26
  27         $xpath = new DomXPath($doc);
  28
  29         $list = $xpath->query("//".$oldnode);
  30         foreach ($list as $oldNode) {
  31                 $attr = [];
  32                 if ($oldNode->attributes->length) {
  33                         foreach ($oldNode->attributes as $attribute) {
  34                                 $attr[$attribute->name] = $attribute->value;
  35                         }
  36                 }
  37
  38                 $replace = true;
  39
  40                 $startbb = $savestart;
  41
  42                 $i = 0;
  43
  44                 foreach ($attributes as $attribute => $value) {
  45                         $startbb = str_replace('\x01'.++$i, '$1', $startbb);
  46                         if (strpos('*'.$startbb, '$1') > 0) {
  47                                 if ($replace && (@$attr[$attribute] != '')) {
  48                                         $startbb = preg_replace($value, $startbb, $attr[$attribute], -1, $count);
  49
  50                                         // If nothing could be changed
  51                                         if ($count == 0) {
  52                                                 $replace = false;
  53                                         }
  54                                 } else {
  55                                         $replace = false;
  56                                 }
  57                         } else {
  58                                 if (@$attr[$attribute] != $value) {
  59                                         $replace = false;
  60                                 }
  61                         }
  62                 }
  63
  64                 if ($replace) {
  65                         $StartCode = $oldNode->ownerDocument->createTextNode($startbb);
  66                         $EndCode = $oldNode->ownerDocument->createTextNode($endbb);
  67
  68                         $oldNode->parentNode->insertBefore($StartCode, $oldNode);
  69
  70                         if ($oldNode->hasChildNodes()) {
  71                                 foreach ($oldNode->childNodes as $child) {
  72                                         $newNode = $child->cloneNode(true);
  73                                         $oldNode->parentNode->insertBefore($newNode, $oldNode);
  74                                 }
  75                         }
  76
  77                         $oldNode->parentNode->insertBefore($EndCode, $oldNode);
  78                         $oldNode->parentNode->removeChild($oldNode);
  79                 }
  80         }
  81         return($replace);
  82 }
  83
  84 function html2bbcode($message, $basepath = '')
  85 {
  86
  87         $message = str_replace("\r", "", $message);
  88
  89         // Removing code blocks before the whitespace removal processing below
  90         $codeblocks = [];
  91         $message = preg_replace_callback(
  92                 '#<pre><code(?: class="([^"]*)")?>(.*)</code></pre>#iUs',
  93                 function ($matches) use (&$codeblocks) {
  94                         $return = '[codeblock-' . count($codeblocks) . ']';
  95
  96                         $prefix = '[code]';
  97                         if ($matches[1] != '') {
  98                                 $prefix = '[code=' . $matches[1] . ']';
  99                         }
 100                         $codeblocks[] = $prefix . trim($matches[2]) . '[/code]';
 101                         return $return;
 102                 },
 103                 $message
 104         );
 105
 106         $message = str_replace(
 107                 [
 108                         "<li><p>",
 109                         "</p></li>",
 110                 ],
 111                 [
 112                         "<li>",
 113                         "</li>",
 114                 ],
 115                 $message
 116         );
 117
 118         // remove namespaces
 119         $message = preg_replace('=<(\w+):(.+?)>=', '<removeme>', $message);
 120         $message = preg_replace('=</(\w+):(.+?)>=', '</removeme>', $message);
 121
 122         $doc = new DOMDocument();
 123         $doc->preserveWhiteSpace = false;
 124
 125         $message = mb_convert_encoding($message, 'HTML-ENTITIES', "UTF-8");
 126
 127         @$doc->loadHTML($message);
 128
 129         XML::deleteNode($doc, 'style');
 130         XML::deleteNode($doc, 'head');
 131         XML::deleteNode($doc, 'title');
 132         XML::deleteNode($doc, 'meta');
 133         XML::deleteNode($doc, 'xml');
 134         XML::deleteNode($doc, 'removeme');
 135
 136         $xpath = new DomXPath($doc);
 137         $list = $xpath->query("//pre");
 138         foreach ($list as $node) {
 139                 $node->nodeValue = str_replace("\n", "\r", $node->nodeValue);
 140         }
 141
 142         $message = $doc->saveHTML();
 143         $message = str_replace(["\n<", ">\n", "\r", "\n", "\xC3\x82\xC2\xA0"], ["<", ">", "<br />", " ", ""], $message);
 144         $message = preg_replace('= [\s]*=i', " ", $message);
 145         @$doc->loadHTML($message);
 146
 147         node2bbcode($doc, 'html', [], "", "");
 148         node2bbcode($doc, 'body', [], "", "");
 149
 150         // Outlook-Quote - Variant 1
 151         node2bbcode($doc, 'p', ['class'=>'MsoNormal', 'style'=>'margin-left:35.4pt'], '[quote]', '[/quote]');
 152
 153         // Outlook-Quote - Variant 2
 154         node2bbcode($doc, 'div', ['style'=>'border:none;border-left:solid blue 1.5pt;padding:0cm 0cm 0cm 4.0pt'], '[quote]', '[/quote]');
 155
 156         // MyBB-Stuff
 157         node2bbcode($doc, 'span', ['style'=>'text-decoration: underline;'], '[u]', '[/u]');
 158         node2bbcode($doc, 'span', ['style'=>'font-style: italic;'], '[i]', '[/i]');
 159         node2bbcode($doc, 'span', ['style'=>'font-weight: bold;'], '[b]', '[/b]');
 160
 161         /*node2bbcode($doc, 'font', array('face'=>'/([\w ]+)/', 'size'=>'/(\d+)/', 'color'=>'/(.+)/'), '[font=$1][size=$2][color=$3]', '[/color][/size][/font]');
 162         node2bbcode($doc, 'font', array('size'=>'/(\d+)/', 'color'=>'/(.+)/'), '[size=$1][color=$2]', '[/color][/size]');
 163         node2bbcode($doc, 'font', array('face'=>'/([\w ]+)/', 'size'=>'/(.+)/'), '[font=$1][size=$2]', '[/size][/font]');
 164         node2bbcode($doc, 'font', array('face'=>'/([\w ]+)/', 'color'=>'/(.+)/'), '[font=$1][color=$3]', '[/color][/font]');
 165         node2bbcode($doc, 'font', array('face'=>'/([\w ]+)/'), '[font=$1]', '[/font]');
 166         node2bbcode($doc, 'font', array('size'=>'/(\d+)/'), '[size=$1]', '[/size]');
 167         node2bbcode($doc, 'font', array('color'=>'/(.+)/'), '[color=$1]', '[/color]');
 168         */
 169         // Untested
 170         //node2bbcode($doc, 'span', array('style'=>'/.*font-size:\s*(.+?)[,;].*font-family:\s*(.+?)[,;].*color:\s*(.+?)[,;].*/'), '[size=$1][font=$2][color=$3]', '[/color][/font][/size]');
 171         //node2bbcode($doc, 'span', array('style'=>'/.*font-size:\s*(\d+)[,;].*/'), '[size=$1]', '[/size]');
 172         //node2bbcode($doc, 'span', array('style'=>'/.*font-size:\s*(.+?)[,;].*/'), '[size=$1]', '[/size]');
 173
 174         node2bbcode($doc, 'span', ['style'=>'/.*color:\s*(.+?)[,;].*/'], '[color="$1"]', '[/color]');
 175
 176         //node2bbcode($doc, 'span', array('style'=>'/.*font-family:\s*(.+?)[,;].*/'), '[font=$1]', '[/font]');
 177
 178         //node2bbcode($doc, 'div', array('style'=>'/.*font-family:\s*(.+?)[,;].*font-size:\s*(\d+?)pt.*/'), '[font=$1][size=$2]', '[/size][/font]');
 179         //node2bbcode($doc, 'div', array('style'=>'/.*font-family:\s*(.+?)[,;].*font-size:\s*(\d+?)px.*/'), '[font=$1][size=$2]', '[/size][/font]');
 180         //node2bbcode($doc, 'div', array('style'=>'/.*font-family:\s*(.+?)[,;].*/'), '[font=$1]', '[/font]');
 181
 182         // Importing the classes - interesting for importing of posts from third party networks that were exported from friendica
 183         // Test
 184         //node2bbcode($doc, 'span', array('class'=>'/([\w ]+)/'), '[class=$1]', '[/class]');
 185         node2bbcode($doc, 'span', ['class'=>'type-link'], '[class=type-link]', '[/class]');
 186         node2bbcode($doc, 'span', ['class'=>'type-video'], '[class=type-video]', '[/class]');
 187
 188         node2bbcode($doc, 'strong', [], '[b]', '[/b]');
 189         node2bbcode($doc, 'em', [], '[i]', '[/i]');
 190         node2bbcode($doc, 'b', [], '[b]', '[/b]');
 191         node2bbcode($doc, 'i', [], '[i]', '[/i]');
 192         node2bbcode($doc, 'u', [], '[u]', '[/u]');
 193
 194         node2bbcode($doc, 'big', [], "[size=large]", "[/size]");
 195         node2bbcode($doc, 'small', [], "[size=small]", "[/size]");
 196
 197         node2bbcode($doc, 'blockquote', [], '[quote]', '[/quote]');
 198
 199         node2bbcode($doc, 'br', [], "\n", '');
 200
 201         node2bbcode($doc, 'p', ['class'=>'MsoNormal'], "\n", "");
 202         node2bbcode($doc, 'div', ['class'=>'MsoNormal'], "\r", "");
 203
 204         node2bbcode($doc, 'span', [], "", "");
 205
 206         node2bbcode($doc, 'span', [], "", "");
 207         node2bbcode($doc, 'pre', [], "", "");
 208
 209         node2bbcode($doc, 'div', [], "\r", "\r");
 210         node2bbcode($doc, 'p', [], "\n", "\n");
 211
 212         node2bbcode($doc, 'ul', [], "[list]", "[/list]");
 213         node2bbcode($doc, 'ol', [], "[list=1]", "[/list]");
 214         node2bbcode($doc, 'li', [], "[*]", "");
 215
 216         node2bbcode($doc, 'hr', [], "[hr]", "");
 217
 218         node2bbcode($doc, 'table', [], "", "");
 219         node2bbcode($doc, 'tr', [], "\n", "");
 220         node2bbcode($doc, 'td', [], "\t", "");
 221         //node2bbcode($doc, 'table', array(), "[table]", "[/table]");
 222         //node2bbcode($doc, 'th', array(), "[th]", "[/th]");
 223         //node2bbcode($doc, 'tr', array(), "[tr]", "[/tr]");
 224         //node2bbcode($doc, 'td', array(), "[td]", "[/td]");
 225
 226         //node2bbcode($doc, 'h1', array(), "\n\n[size=xx-large][b]", "[/b][/size]\n");
 227         //node2bbcode($doc, 'h2', array(), "\n\n[size=x-large][b]", "[/b][/size]\n");
 228         //node2bbcode($doc, 'h3', array(), "\n\n[size=large][b]", "[/b][/size]\n");
 229         //node2bbcode($doc, 'h4', array(), "\n\n[size=medium][b]", "[/b][/size]\n");
 230         //node2bbcode($doc, 'h5', array(), "\n\n[size=small][b]", "[/b][/size]\n");
 231         //node2bbcode($doc, 'h6', array(), "\n\n[size=x-small][b]", "[/b][/size]\n");
 232
 233         node2bbcode($doc, 'h1', [], "\n\n[h1]", "[/h1]\n");
 234         node2bbcode($doc, 'h2', [], "\n\n[h2]", "[/h2]\n");
 235         node2bbcode($doc, 'h3', [], "\n\n[h3]", "[/h3]\n");
 236         node2bbcode($doc, 'h4', [], "\n\n[h4]", "[/h4]\n");
 237         node2bbcode($doc, 'h5', [], "\n\n[h5]", "[/h5]\n");
 238         node2bbcode($doc, 'h6', [], "\n\n[h6]", "[/h6]\n");
 239
 240         node2bbcode($doc, 'a', ['href'=>'/mailto:(.+)/'], '[mail=$1]', '[/mail]');
 241         node2bbcode($doc, 'a', ['href'=>'/(.+)/'], '[url=$1]', '[/url]');
 242
 243         node2bbcode($doc, 'img', ['src'=>'/(.+)/', 'width'=>'/(\d+)/', 'height'=>'/(\d+)/'], '[img=$2x$3]$1', '[/img]');
 244         node2bbcode($doc, 'img', ['src'=>'/(.+)/'], '[img]$1', '[/img]');
 245
 246
 247         node2bbcode($doc, 'video', ['src'=>'/(.+)/'], '[video]$1', '[/video]');
 248         node2bbcode($doc, 'audio', ['src'=>'/(.+)/'], '[audio]$1', '[/audio]');
 249         node2bbcode($doc, 'iframe', ['src'=>'/(.+)/'], '[iframe]$1', '[/iframe]');
 250
 251         node2bbcode($doc, 'key', [], '[code]', '[/code]');
 252         node2bbcode($doc, 'code', [], '[code]', '[/code]');
 253
 254         $message = $doc->saveHTML();
 255
 256         // I'm removing something really disturbing
 257         // Don't know exactly what it is
 258         $message = str_replace(chr(194).chr(160), ' ', $message);
 259
 260         $message = str_replace("&nbsp;", " ", $message);
 261
 262         // removing multiple DIVs
 263         $message = preg_replace('=\r *\r=i', "\n", $message);
 264         $message = str_replace("\r", "\n", $message);
 265
 266         Addon::callHooks('html2bbcode', $message);
 267
 268         $message = strip_tags($message);
 269
 270         $message = html_entity_decode($message, ENT_QUOTES, 'UTF-8');
 271
 272         $message = str_replace(["<"], ["&lt;"], $message);
 273
 274         // remove quotes if they don't make sense
 275         $message = preg_replace('=\[/quote\][\s]*\[quote\]=i', "\n", $message);
 276
 277         $message = preg_replace('=\[quote\]\s*=i', "[quote]", $message);
 278         $message = preg_replace('=\s*\[/quote\]=i', "[/quote]", $message);
 279
 280         do {
 281                 $oldmessage = $message;
 282                 $message = str_replace("\n \n", "\n\n", $message);
 283         } while ($oldmessage != $message);
 284
 285         do {
 286                 $oldmessage = $message;
 287                 $message = str_replace("\n\n\n", "\n\n", $message);
 288         } while ($oldmessage != $message);
 289
 290         do {
 291                 $oldmessage = $message;
 292                 $message = str_replace(
 293                         [
 294                                 "[/size]\n\n",
 295                                 "\n[hr]",
 296                                 "[hr]\n",
 297                                 "\n[list",
 298                                 "[/list]\n",
 299                                 "\n[/",
 300                                 "[list]\n",
 301                                 "[list=1]\n",
 302                                 "\n[*]"],
 303                         [
 304                                 "[/size]\n",
 305                                 "[hr]",
 306                                 "[hr]",
 307                                 "[list",
 308                                 "[/list]",
 309                                 "[/",
 310                                 "[list]",
 311                                 "[list=1]",
 312                                 "[*]"],
 313                         $message
 314                 );
 315         } while ($message != $oldmessage);
 316
 317         $message = str_replace(
 318                 ['[b][b]', '[/b][/b]', '[i][i]', '[/i][/i]'],
 319                 ['[b]', '[/b]', '[i]', '[/i]'],
 320                 $message
 321         );
 322
 323         // Handling Yahoo style of mails
 324         $message = str_replace('[hr][b]From:[/b]', '[quote][b]From:[/b]', $message);
 325
 326         // Restore code blocks
 327         $message = preg_replace_callback(
 328                 '#\[codeblock-([0-9]+)\]#iU',
 329                 function ($matches) use ($codeblocks) {
 330                         $return = '';
 331                         if (isset($codeblocks[intval($matches[1])])) {
 332                                 $return = $codeblocks[$matches[1]];
 333                         }
 334                         return $return;
 335                 },
 336                 $message
 337         );
 338
 339         $message = trim($message);
 340
 341         if ($basepath != '') {
 342                 $message = addHostname($message, $basepath);
 343         }
 344
 345         return $message;
 346 }
 347
 348 /**
 349  * @brief Sub function to complete incomplete URL
 350  *
 351  * @param array  $matches  Result of preg_replace_callback
 352  * @param string $basepath Basepath that is used to complete the URL
 353  *
 354  * @return string The expanded URL
 355  */
 356 function addHostnameSub($matches, $basepath)
 357 {
 358         $base = parse_url($basepath);
 359         unset($base['query']);
 360         unset($base['fragment']);
 361
 362         $link = $matches[0];
 363         $url = $matches[1];
 364
 365         $parts = array_merge($base, parse_url($url));
 366         $url2 = Network::unparseURL($parts);
 367
 368         return str_replace($url, $url2, $link);
 369 }
 370
 371 /**
 372  * @brief Complete incomplete URLs in BBCode
 373  *
 374  * @param string $body     Body with URLs
 375  * @param string $basepath Basepath that is used to complete the URL
 376  *
 377  * @return string Body with expanded URLs
 378  */
 379 function addHostname($body, $basepath)
 380 {
 381         $URLSearchString = "^\[\]";
 382
 383         $matches = ["/\[url\=([$URLSearchString]*)\].*?\[\/url\]/ism",
 384                         "/\[url\]([$URLSearchString]*)\[\/url\]/ism",
 385                         "/\[img\=[0-9]*x[0-9]*\](.*?)\[\/img\]/ism",
 386                         "/\[img\](.*?)\[\/img\]/ism",
 387                         "/\[zmg\=[0-9]*x[0-9]*\](.*?)\[\/img\]/ism",
 388                         "/\[zmg\](.*?)\[\/zmg\]/ism",
 389                         "/\[video\](.*?)\[\/video\]/ism",
 390                         "/\[audio\](.*?)\[\/audio\]/ism",
 391                         ];
 392
 393         foreach ($matches as $match) {
 394                 $body = preg_replace_callback(
 395                         $match,
 396                         function ($match) use ($basepath) {
 397                                 return addHostnameSub($match, $basepath);
 398                         },
 399                         $body
 400                 );
 401         }
 402         return $body;
 403 }