src/main/java/jp/sourceforge/jindolf/parser/EntityConverter.java

   1 /*\r
   2  * entity converter\r
   3  *\r
   4  * Copyright(c) 2009 olyutorskii\r
   5  * $Id: EntityConverter.java 894 2009-11-04 07:26:59Z olyutorskii $\r
   6  */\r
   7 \r
   8 package jp.sourceforge.jindolf.parser;\r
   9 \r
  10 import java.util.regex.Matcher;\r
  11 import java.util.regex.Pattern;\r
  12 \r
  13 /**\r
  14  * 人狼BBSで用いられる4種類のXHTML文字実体参照の\r
  15  * 解決を伴う{@link DecodedContent}の切り出しを行う。\r
  16  * 文字実体参照は{@code &gt; &lt; &quot; &amp;}が対象。\r
  17  * U+005C(バックスラッシュ)をU+00A5(円通貨)に直す処理も行われる。\r
  18  * ※ 人狼BBSはShift_JIS(⊃JISX0201)で運営されているので、\r
  19  * バックスラッシュは登場しないはず。\r
  20  * ※ が、バックスラッシュを生成するShift_JISデコーダは存在する。\r
  21  * マルチスレッドには非対応。\r
  22  */\r
  23 public class EntityConverter{\r
  24 \r
  25     private static final String[][] XCHG_TABLE = {\r
  26         {"&gt;",   ">"},\r
  27         {"&lt;",   "<"},\r
  28         {"&quot;", "\""},\r
  29         {"&amp;",  "&"},\r
  30         {"\u005c\u005c", "\u00a5"},\r
  31     };\r
  32 \r
  33     private static final Pattern XCHG_PATTERN;\r
  34 \r
  35     static{\r
  36         StringBuilder regex = new StringBuilder();\r
  37         for(String[] xchg : XCHG_TABLE){\r
  38             String xchgFrom = xchg[0];\r
  39             if(regex.length() > 0) regex.append('|');\r
  40             regex.append('(')\r
  41                  .append(Pattern.quote(xchgFrom))\r
  42                  .append(')');\r
  43             assert xchgFrom.indexOf(DecodedContent.ALTCHAR) < 0;\r
  44         }\r
  45         XCHG_PATTERN = Pattern.compile(regex.toString());\r
  46     }\r
  47 \r
  48     private final Matcher matcher = XCHG_PATTERN.matcher("");\r
  49 \r
  50     /**\r
  51      * コンストラクタ。\r
  52      */\r
  53     public EntityConverter(){\r
  54         super();\r
  55         return;\r
  56     }\r
  57 \r
  58     /**\r
  59      * 実体参照の変換を行う。\r
  60      * @param content 変換元文書\r
  61      * @return 切り出された変換済み文書\r
  62      */\r
  63     public DecodedContent convert(DecodedContent content){\r
  64         return append(null, content, 0, content.length());\r
  65     }\r
  66 \r
  67     /**\r
  68      * 実体参照の変換を行う。\r
  69      * @param content 変換元文書\r
  70      * @param range 範囲指定\r
  71      * @return 切り出された変換済み文書\r
  72      * @throws IndexOutOfBoundsException 位置指定に不正があった\r
  73      */\r
  74     public DecodedContent convert(DecodedContent content, SeqRange range)\r
  75             throws IndexOutOfBoundsException{\r
  76         return append(null, content, range.getStartPos(), range.getEndPos());\r
  77     }\r
  78 \r
  79     /**\r
  80      * 実体参照の変換を行う。\r
  81      * @param content 変換元文書\r
  82      * @param startPos 開始位置\r
  83      * @param endPos 終了位置\r
  84      * @return 切り出された変換済み文書\r
  85      * @throws IndexOutOfBoundsException 位置指定に不正があった\r
  86      */\r
  87     public DecodedContent convert(DecodedContent content,\r
  88                                    int startPos, int endPos)\r
  89             throws IndexOutOfBoundsException{\r
  90         return append(null, content, startPos, endPos);\r
  91     }\r
  92 \r
  93     /**\r
  94      * 実体参照の変換を行い既存のDecodedContentに追加を行う。\r
  95      * @param target 追加先文書。nullなら新たな文書が用意される。\r
  96      * @param content 変換元文書\r
  97      * @return targetもしくは新規に用意された文書\r
  98      * @throws IndexOutOfBoundsException 位置指定に不正があった\r
  99      */\r
 100     public DecodedContent  append(DecodedContent target,\r
 101                                    DecodedContent content)\r
 102             throws IndexOutOfBoundsException{\r
 103         return append(target, content, 0, content.length());\r
 104     }\r
 105 \r
 106     /**\r
 107      * 実体参照の変換を行い既存のDecodedContentに追加を行う。\r
 108      * @param target 追加先文書。nullなら新たな文書が用意される。\r
 109      * @param content 変換元文書\r
 110      * @param range 範囲指定\r
 111      * @return targetもしくは新規に用意された文書\r
 112      * @throws IndexOutOfBoundsException 位置指定に不正があった\r
 113      */\r
 114     public DecodedContent  append(DecodedContent target,\r
 115                                    DecodedContent content,\r
 116                                    SeqRange range )\r
 117             throws IndexOutOfBoundsException{\r
 118         return append(target, content,\r
 119                       range.getStartPos(), range.getEndPos());\r
 120     }\r
 121 \r
 122     /**\r
 123      * 実体参照の変換を行い既存のDecodedContentに追加を行う。\r
 124      * @param target 追加先文書。nullなら新たな文書が用意される。\r
 125      * @param content 変換元文書\r
 126      * @param startPos 開始位置\r
 127      * @param endPos 終了位置\r
 128      * @return targetもしくは新規に用意された文書\r
 129      * @throws IndexOutOfBoundsException 位置指定に不正があった\r
 130      */\r
 131     public DecodedContent append(DecodedContent target,\r
 132                                   DecodedContent content,\r
 133                                   int startPos, int endPos)\r
 134             throws IndexOutOfBoundsException{\r
 135         if(   startPos > endPos\r
 136            || startPos < 0\r
 137            || content.length() < endPos){\r
 138             throw new IndexOutOfBoundsException();\r
 139         }\r
 140 \r
 141         DecodedContent result;\r
 142         if(target == null){\r
 143             result = new DecodedContent(endPos - startPos);\r
 144         }else{\r
 145             result = target;\r
 146         }\r
 147 \r
 148         this.matcher.reset(content.getRawContent());\r
 149         this.matcher.region(startPos, endPos);\r
 150 \r
 151         int lastPos = startPos;\r
 152         while(this.matcher.find()){\r
 153             int group;\r
 154             int matchStart = -1;\r
 155             for(group = 1; group <= XCHG_TABLE.length; group++){\r
 156                 matchStart = this.matcher.start(group);\r
 157                 if(matchStart >= 0) break;\r
 158             }\r
 159             int matchEnd = this.matcher.end(group);\r
 160 \r
 161             result.append(content, lastPos, matchStart);\r
 162 \r
 163             String toStr = XCHG_TABLE[group - 1][1];\r
 164             result.append(toStr);\r
 165 \r
 166             lastPos = matchEnd;\r
 167         }\r
 168         result.append(content, lastPos, endPos);\r
 169 \r
 170         this.matcher.reset("");\r
 171 \r
 172         return result;\r
 173     }\r
 174 \r
 175 }\r