mirror of
https://github.com/Ranchero-Software/NetNewsWire.git
synced 2024-12-22 23:58:36 +01:00
Continue progress on HTMLEntityDecoder.
This commit is contained in:
Brent Simmons
parent
8e4e859071
commit
e315820b47
@ -9,8 +9,6 @@ import Foundation
|
||||
|
||||
public final class HTMLEntityDecoder {
|
||||
|
||||
static let ampersandCharacter = Character("&")
|
||||
|
||||
public static func decodedString(_ encodedString: String) -> String {
|
||||
|
||||
let scanner = EntityScanner(string: encodedString)
|
||||
@ -19,7 +17,7 @@ public final class HTMLEntityDecoder {
|
||||
|
||||
while true {
|
||||
|
||||
let scannedString = scanner.scanUpTo(Self.ampersandCharacter)
|
||||
let scannedString = scanner.scanUpToAmpersand()
|
||||
if !scannedString.isEmpty {
|
||||
result.append(scannedString)
|
||||
}
|
||||
@ -73,12 +71,15 @@ final class EntityScanner {
|
||||
self.count = string.count
|
||||
}
|
||||
|
||||
static let ampersandCharacter = Character("&")
|
||||
|
||||
/// Scans up to `characterToFind` and returns the characters up to (and not including) `characterToFind`.
|
||||
/// - Returns: the scanned portion before `characterToFind`. May be empty string.
|
||||
func scanUpTo(_ characterToFind: Character) -> String {
|
||||
func scanUpToAmpersand() -> String {
|
||||
|
||||
let characterToFind = Self.ampersandCharacter
|
||||
var scanned = ""
|
||||
|
||||
|
||||
while true {
|
||||
|
||||
guard let ch = currentCharacter else {
|
||||
@ -166,8 +167,183 @@ extension String {
|
||||
}
|
||||
}
|
||||
|
||||
/// rawEntity is assumed not to have opening `&` and closing `;`.
|
||||
/// rawEntity may or may not have leading `&` and/or trailing `;` characters.
|
||||
private func decodedEntity(_ rawEntity: String) -> String? {
|
||||
|
||||
var s = rawEntity
|
||||
|
||||
if s.hasPrefix("&") {
|
||||
s.removeFirst()
|
||||
}
|
||||
if s.hasSuffix(";") {
|
||||
s.removeLast()
|
||||
}
|
||||
|
||||
if let decodedEntity = entitiesDictionary[s] {
|
||||
return decodedEntity
|
||||
}
|
||||
|
||||
if s.hasPrefix("#x") || s.hasPrefix("#X") { // Hex
|
||||
let scanner = Scanner(string: s)
|
||||
scanner.charactersToBeSkipped = CharacterSet(charactersIn: "#xX")
|
||||
var hexValue: UInt64 = 0
|
||||
if scanner.scanHexInt64(&hexValue) {
|
||||
return stringWithValue(UInt32(hexValue))
|
||||
}
|
||||
return nil
|
||||
}
|
||||
|
||||
else if s.hasPrefix("#") {
|
||||
s.removeFirst()
|
||||
guard let value = UInt32(s), value >= 1 else {
|
||||
return nil
|
||||
}
|
||||
return stringWithValue(value)
|
||||
}
|
||||
|
||||
return nil
|
||||
}
|
||||
|
||||
private func stringWithValue(_ value: UInt32) -> String? {
|
||||
|
||||
// From WebCore's HTMLEntityParser
|
||||
let windowsLatin1ExtensionArray: [UInt32] = [
|
||||
0x20AC, 0x0081, 0x201A, 0x0192, 0x201E, 0x2026, 0x2020, 0x2021, // 80-87
|
||||
0x02C6, 0x2030, 0x0160, 0x2039, 0x0152, 0x008D, 0x017D, 0x008F, // 88-8F
|
||||
0x0090, 0x2018, 0x2019, 0x201C, 0x201D, 0x2022, 0x2013, 0x2014, // 90-97
|
||||
0x02DC, 0x2122, 0x0161, 0x203A, 0x0153, 0x009D, 0x017E, 0x0178 // 98-9F
|
||||
]
|
||||
|
||||
var modifiedValue = value
|
||||
|
||||
if (modifiedValue & ~0x1F) == 0x80 { // value >= 128 && value < 160
|
||||
modifiedValue = windowsLatin1ExtensionArray[Int(modifiedValue - 0x80)]
|
||||
}
|
||||
|
||||
modifiedValue = CFSwapInt32HostToLittle(modifiedValue)
|
||||
|
||||
let data = Data(bytes: &modifiedValue, count: MemoryLayout.size(ofValue: modifiedValue))
|
||||
|
||||
return String(data: data, encoding: .utf32LittleEndian)
|
||||
}
|
||||
|
||||
private let entitiesDictionary =
|
||||
[
|
||||
"AElig": "Æ",
|
||||
"Aacute": "Á",
|
||||
"Acirc": "Â",
|
||||
"Agrave": "À",
|
||||
"Aring": "Å",
|
||||
"Atilde": "Ã",
|
||||
"Auml": "Ä",
|
||||
"Ccedil": "Ç",
|
||||
"Dstrok": "Ð",
|
||||
"ETH": "Ð",
|
||||
"Eacute": "É",
|
||||
"Ecirc": "Ê",
|
||||
"Egrave": "È",
|
||||
"Euml": "Ë",
|
||||
"Iacute": "Í",
|
||||
"Icirc": "Î",
|
||||
"Igrave": "Ì",
|
||||
"Iuml": "Ï",
|
||||
"Ntilde": "Ñ",
|
||||
"Oacute": "Ó",
|
||||
"Ocirc": "Ô",
|
||||
"Ograve": "Ò",
|
||||
"Oslash": "Ø",
|
||||
"Otilde": "Õ",
|
||||
"Ouml": "Ö",
|
||||
"Pi": "Π",
|
||||
"THORN": "Þ",
|
||||
"Uacute": "Ú",
|
||||
"Ucirc": "Û",
|
||||
"Ugrave": "Ù",
|
||||
"Uuml": "Ü",
|
||||
"Yacute": "Y",
|
||||
"aacute": "á",
|
||||
"acirc": "â",
|
||||
"acute": "´",
|
||||
"aelig": "æ",
|
||||
"agrave": "à",
|
||||
"amp": "&",
|
||||
"apos": "'",
|
||||
"aring": "å",
|
||||
"atilde": "ã",
|
||||
"auml": "ä",
|
||||
"brkbar": "¦",
|
||||
"brvbar": "¦",
|
||||
"ccedil": "ç",
|
||||
"cedil": "¸",
|
||||
"cent": "¢",
|
||||
"copy": "©",
|
||||
"curren": "¤",
|
||||
"deg": "°",
|
||||
"die": "¨",
|
||||
"divide": "÷",
|
||||
"eacute": "é",
|
||||
"ecirc": "ê",
|
||||
"egrave": "è",
|
||||
"eth": "ð",
|
||||
"euml": "ë",
|
||||
"euro": "€",
|
||||
"frac12": "½",
|
||||
"frac14": "¼",
|
||||
"frac34": "¾",
|
||||
"gt": ">",
|
||||
"hearts": "♥",
|
||||
"hellip": "…",
|
||||
"iacute": "í",
|
||||
"icirc": "î",
|
||||
"iexcl": "¡",
|
||||
"igrave": "ì",
|
||||
"iquest": "¿",
|
||||
"iuml": "ï",
|
||||
"laquo": "«",
|
||||
"ldquo": "“",
|
||||
"lsquo": "‘",
|
||||
"lt": "<",
|
||||
"macr": "¯",
|
||||
"mdash": "—",
|
||||
"micro": "µ",
|
||||
"middot": "·",
|
||||
"ndash": "–",
|
||||
"not": "¬",
|
||||
"ntilde": "ñ",
|
||||
"oacute": "ó",
|
||||
"ocirc": "ô",
|
||||
"ograve": "ò",
|
||||
"ordf": "ª",
|
||||
"ordm": "º",
|
||||
"oslash": "ø",
|
||||
"otilde": "õ",
|
||||
"ouml": "ö",
|
||||
"para": "¶",
|
||||
"pi": "π",
|
||||
"plusmn": "±",
|
||||
"pound": "£",
|
||||
"quot": "\"",
|
||||
"raquo": "»",
|
||||
"rdquo": "”",
|
||||
"reg": "®",
|
||||
"rsquo": "’",
|
||||
"sect": "§",
|
||||
"shy": stringWithValue(173),
|
||||
"sup1": "¹",
|
||||
"sup2": "²",
|
||||
"sup3": "³",
|
||||
"szlig": "ß",
|
||||
"thorn": "þ",
|
||||
"times": "×",
|
||||
"trade": "™",
|
||||
"uacute": "ú",
|
||||
"ucirc": "û",
|
||||
"ugrave": "ù",
|
||||
"uml": "¨",
|
||||
"uuml": "ü",
|
||||
"yacute": "y",
|
||||
"yen": "¥",
|
||||
"yuml": "ÿ",
|
||||
"infin": "∞",
|
||||
"nbsp": stringWithValue(160)
|
||||
]
|
||||
|
||||
Loading…
Reference in New Issue
Block a user