/// <summary>
/// 文字列から <see cref="HtmlContentCollection"/> クラスの新しいインスタンスを初期化します。
/// </summary>
/// <param name="text">
/// ソースの文字列
/// </param>
public HtmlContentCollection(string text) : this()
{
// NEW input text
var input = new StringBuilder(text);
// for End Tag
string endTag = null;
// NEW Contents
var contents = HtmlContentCollection.Parse(ref input, null, ref endTag);
// Validation(s)
if (input.Length != 0)
{
// ERROR
throw new FormatException(Resources.HtmlElementInvalidFormatErrorMessage);
}
// ADD Content(s)
this.AddRange(contents);
}
/// <summary>
/// <inheritdoc cref="HtmlElement.HtmlElement(string)"/>
/// </summary>
/// <param name="startTag">
/// このインスタンスの開始タグを指定します。
/// <note type="implement">
/// 省略する場合は、空文字 (<c>""</c>, <see cref="string.Empty"/>) ではなく <c>null</c> を指定します。
/// </note>
/// </param>
/// <param name="contents">
/// このインスタンスが内包するコンテンツ (<see cref="HtmlContentCollection"/>) を指定します。
/// <note type="important">
/// 開始タグが <c>/></c> で終了している場合のみ <c>null</c> を指定できます。
/// その他の場合で、コンテンツがない場合は、長さ <c>0</c> の <see cref="HtmlContentCollection"/> を指定してください。
/// </note>
/// </param>
/// <param name="endTag">
/// このインスタンスの終了タグを指定します。
/// <note type="implement">
/// 省略する場合は、空文字 (<c>""</c>, <see cref="string.Empty"/>) ではなく <c>null</c> を指定します。
/// </note>
/// </param>
public HtmlElement(string startTag, HtmlContentCollection contents, string endTag)
{
#if DEBUG
Debug.WriteLine("[START]", DebugInfo.ShortName);
#endif
// Validation (Null Check)
if (string.IsNullOrWhiteSpace(startTag) && string.IsNullOrWhiteSpace(endTag))
{
throw new ArgumentNullException(nameof(startTag));
}
// Validation (Empty Check)
if (startTag != null && startTag.Length == 0)
{
throw new ArgumentException(Resources.InvalidArgumentErrorMessage, nameof(startTag));
}
if (endTag != null && endTag.Length == 0)
{
throw new ArgumentException(Resources.InvalidArgumentErrorMessage, nameof(endTag));
}
// Validation (Self-closing Start Tag Check)
if (Regex.IsMatch(startTag, "/>$", RegexOptions.Singleline))
{
// Self-closing:
if (!string.IsNullOrWhiteSpace(endTag))
{
throw new ArgumentException(Resources.InvalidArgumentErrorMessage, nameof(endTag));
}
else if (contents != null)
{
throw new ArgumentException(Resources.InvalidArgumentErrorMessage, nameof(contents));
}
}
else
{
// NOT Self-closing:
if (contents is null)
{
throw new ArgumentNullException(nameof(contents));
}
}
// Validation (Tag Name in Start Tag and End Tag)
if (!string.IsNullOrEmpty(startTag) && !string.IsNullOrEmpty(endTag) &&
string.Compare(HtmlElement.GetTagName(startTag), HtmlElement.GetTagName(endTag), StringComparison.OrdinalIgnoreCase) != 0)
{
// ERROR
throw new FormatException(Resources.HtmlElementInvalidFormatErrorMessage);
}
// SET value(s)
this.StartTag = startTag;
this.EndTag = endTag;
this.TagName = !string.IsNullOrEmpty(startTag) ? HtmlElement.GetTagName(startTag) : HtmlElement.GetTagName(endTag);
this.Attributes = HtmlElement.GetAttributes(startTag);
this.Contents = contents;
#if DEBUG
Debug.WriteLine($"Start Tag = " + (this.StartTag is null ? "(null)" : $"\"{this.StartTag}\""), DebugInfo.ShortName);
Debug.WriteLine($"Contents.Text = " + (this.Contents is null || this.Contents.Text is null ? "(null)" : $"\"{this.Contents.Text}\""), DebugInfo.ShortName);
Debug.WriteLine($"End Tag = " + (this.EndTag is null ? "(null)" : $"\"{this.EndTag}\""), DebugInfo.ShortName);
Debug.WriteLine("[END]", DebugInfo.ShortName);
#endif
}
// ----------------------------------------------------------------------------------------------------
// Static Method(s)
// ----------------------------------------------------------------------------------------------------
/// <summary>
/// 入力文字列を HTML として構文解析します。
/// </summary>
/// <param name="input">
/// 入力文字列を指定します。<br/>
/// また、入力文字列が最後まで構文解析されなかった場合は、このメソッドからの復帰時に、構文解析されていない文字列が格納されます。
/// 入力文字列が最後まで構文解析された場合は <c>null</c> が設定されます。
/// </param>
/// <param name="startTag">
/// 入力文字列よりも前に、対応する終了タグが出現していない開始タグ (閉じていない開始タグ) がある場合に、その開始タグの文字列を設定します。
/// 通常は <c>null</c> を設定してください。
/// </param>
/// <param name="endTag">
/// </param>
/// <returns>
/// 入力文字列を HTML として構文解析した結果を返します。
/// <note type="important">
/// このメソッドからの復帰時に、<paramref name="input"/> に <c>null</c> ではない文字列が格納されている場合は、入力文字列は最後まで構文解析されていません。
/// その場合の構文解析されていない文字列は <paramref name="input"/> に格納されています。
/// </note>
/// </returns>
/// <remarks>
/// <note type="important">
/// 対応する終了タグのない HTML 要素は、その種類にかかわらず、終了タグが省略されたものとして解釈します。
/// </note>
/// </remarks>
private static HtmlContentCollection Parse(ref StringBuilder input, string startTag, ref string endTag)
{
#if DEBUG
Debug.WriteLine("[START]", DebugInfo.ShortName);
#endif
// Validation (Null Check)
if (input == null)
{
throw new ArgumentNullException(nameof(input));
}
// Empty Validation is NOT reuqired because Empty input is allowed.
// if (input.Length == 0) { throw new ArgumentException(Resources.InvalidArgumentErrorMessage, nameof(input)); }
// NEW parsing Content(s)
var contents = new HtmlContentCollection();
// NEW RawTexts for parsing Content(s)
var raw_texts = new StringBuilder();
// for RegEx
Match match;
// Local Function:
// Update parsing Content(s)
void updateContents(string contentText, ref StringBuilder inputText, HtmlContentType type)
{
// Check WhiteSpace
if (Regex.IsMatch(contentText, @"^[\t\r\n ]+$", RegexOption))
{
// ADD WhiteSpace (NON-HTML)
contents.Add(new HtmlWhiteSpace(contentText));
}
else
{
// ADD Content (if NOT Empty)
switch (type)
{
case HtmlContentType.HtmlElement:
// ADD Content (HTML)
contents.Add(new HtmlElement(contentText));
break;
case HtmlContentType.HtmlText:
// ADD Content (NON-HTML)
contents.Add(new HtmlText(contentText));
break;
case HtmlContentType.HtmlComment:
// ADD Comment (NON-HTML)
contents.Add(new HtmlComment(contentText));
break;
default:
break;
}
}
// UPDATE RawTexts for parsing Content(s)
raw_texts.Append(contentText);
// REMOVE content text (= Heading Tag) from current text
inputText.Remove(0, contentText.Length);
}
// MAIN LOOP
while (input.Length > 0)
{
// Check Comment
if ((match = Regex.Match(input.ToString(), "^<!--.*?-->", RegexOption)).Success)
{
// Validation
if (Regex.IsMatch(match.Value, "^<!--((>|->).*|.*(<!--|--!>).*|.*<!-)-->$", RegexOption))
{
// ERROR
throw new FormatException(Resources.HtmlElementInvalidFormatErrorMessage);
}
// UPDATE rawText and inputText (parsing Content(s) is NOT updated.)
updateContents(match.Value, ref input, HtmlContentType.HtmlComment);
#if DEBUG
Debug.WriteLine($"COMMENT: \"{match.Value}\" is removed.", DebugInfo.ShortName);
#endif
}
// Check !DOCTYPE
if ((match = Regex.Match(input.ToString(), @"^<!DOCTYPE[\t\r\n ]+html([\t\r\n ]+(PUBLIC|SYSTEM)[\t\r\n ]*[^<>]*)?[\t\r\n ]*>", RegexOption)).Success)
{
// !DOCTYPE is found;
// UPDATE parsing Content(s) (HTML)
updateContents(match.Value, ref input, HtmlContentType.HtmlElement);
}
// Check Heading Tag
if (!(match = Regex.Match(input.ToString(), "^<[!/]?[^<>]+>", RegexOption)).Success)
{
// Any Heading Tag does NOT exist;
// GET text before any tag
if ((match = Regex.Match(input.ToString(), "^[^<>]*<", RegexOption)).Success)
{
// There are some text before "<"
// UPDATE parsing Content(s) (NON-HTML)
updateContents(match.Value.Substring(0, match.Value.Length - 1), ref input, HtmlContentType.HtmlText);
}
else if (Regex.IsMatch(input.ToString(), "^[^<>]*$", RegexOption))
{
// There are NO any tags.
// UPDATE parsing Content(s) (NON-HTML)
updateContents(input.ToString(), ref input, HtmlContentType.HtmlText);
}
else
{
// ERROR
throw new FormatException(Resources.HtmlElementInvalidFormatErrorMessage);
}
}
else
{
// Some Heading Tag exists;
// GET Heading Tag
var heading_tag = match.Value;
// GET Tag Name (from Heading Tag)
var tag_name = string.IsNullOrEmpty(heading_tag) ? null : HtmlElement.GetTagName(heading_tag);
// SET RegEx Pattern in Start Tag & End Tag
var pattern_in_startTag = $"!?{tag_name}+([\t\r\n ]+[0-9A-Za-z:.-]+(=[\"']?[^\"'=<>]*[\"']?)*)*[\t\r\n ]*";
var pattern_in_endTag = $"{tag_name}[\t\r\n ]*";
// Check Heading Tag
if (Regex.IsMatch(heading_tag, $"^<{pattern_in_startTag}/>$", RegexOption))
{
// Heading Tag is Self-Closing Start Tag;
// UPDATE parsing Content(s) (HTML)
updateContents(heading_tag, ref input, HtmlContentType.HtmlElement);
}
else if (Regex.IsMatch(heading_tag, $"^<{pattern_in_startTag}>$", RegexOption))
{
// Heading Tag is Start Tag, NOT Self-Closing;
// Check text following Heading Tag
if ((match = Regex.Match(input.ToString(), $"^<{pattern_in_startTag}>[^<>]*?</{pattern_in_endTag}>", RegexOption)).Success)
{
// Appropriate End Tag is neighbored;
// UPDATE parsing Content(s) (HTML)
updateContents(match.Value, ref input, HtmlContentType.HtmlElement);
}
else
{
// Appropriate End Tag is NOT neighbored;
// DO NOT ADD Content
// DO NOT UPDATE RawText for parsing Content(s)
// REMOVE content text (= Heading Tag) from current text
input.Remove(0, heading_tag.Length);
// **************************************************
// RECURSE: ADD Content(s); to be Child or Siblings
// **************************************************
var subsequents = HtmlContentCollection.Parse(ref input, heading_tag, ref endTag);
// ADD subsequent Content(s) to parsing Content(s)
subsequents.ForEach(subsequent => contents.Add(subsequent));
// UPDATE RawTexts for parsing Content(s)
raw_texts.Append(subsequents.RawText);
}
}
else if ((match = Regex.Match(input.ToString(), $"^</{pattern_in_endTag}>", RegexOption)).Success)
{
// Heading Tag is End Tag;
// GET End Tag
endTag = match.Value;
// REMOVE content text (= End Tag) from current text
input.Remove(0, endTag.Length);
}
else
{
// ERROR
throw new FormatException(Resources.HtmlElementInvalidFormatErrorMessage);
}
}
// Check End Tag
if (!string.IsNullOrEmpty(endTag))
{
// Check Tag Name
if (string.Compare(HtmlElement.GetTagName(startTag), HtmlElement.GetTagName(endTag), StringComparison.OrdinalIgnoreCase) == 0)
{
// Tag Name matches;
// NEW Child Content
var child = new HtmlElement(startTag, contents, endTag);
// RESET End Tag
endTag = null;
// ********
// RETURN
// ********
return(new HtmlContentCollection()
{
child
});
}
else
{
// Tag Name Does NOT match;
// UPDATE RawTexts for parsing Content(s)
raw_texts.Insert(0, startTag);
// UPDATE or INSERT 1st Content to parsing Content(s)
var first_element_index = contents.FindIndex(content => content.Type == HtmlContentType.HtmlElement);
var first_text_index = contents.FindIndex(content => content.Type == HtmlContentType.HtmlText);
if ((contents.Count < 1) || (first_element_index > -1) && (first_element_index < first_text_index))
{
// INSERT Content (HTML)
contents.Insert(0, new HtmlElement(startTag));
}
else
{
// UPDATE Content from NON-HTML to HTML
contents[0] = new HtmlElement(startTag + contents[0].RawText);
}
// ********
// RETURN
// ********
return(contents);
}
}
}
// MAIN LOOP
// Validation
if (!string.IsNullOrEmpty(startTag) || !string.IsNullOrEmpty(endTag))
{
// ERROR
throw new FormatException(Resources.HtmlElementInvalidFormatErrorMessage);
}
#if DEBUG
Debug.WriteLine("[END]", DebugInfo.ShortName);
#endif
// RETURN
return(contents);
}
