]> git.proxmox.com Git - mirror_edk2.git/blobdiff - AppPkg/Applications/Python/Python-2.7.2/Lib/HTMLParser.py
edk2: Remove AppPkg, StdLib, StdLibPrivateInternalFiles
[mirror_edk2.git] / AppPkg / Applications / Python / Python-2.7.2 / Lib / HTMLParser.py
diff --git a/AppPkg/Applications/Python/Python-2.7.2/Lib/HTMLParser.py b/AppPkg/Applications/Python/Python-2.7.2/Lib/HTMLParser.py
deleted file mode 100644 (file)
index 4f0d5de..0000000
+++ /dev/null
@@ -1,393 +0,0 @@
-"""A parser for HTML and XHTML."""\r
-\r
-# This file is based on sgmllib.py, but the API is slightly different.\r
-\r
-# XXX There should be a way to distinguish between PCDATA (parsed\r
-# character data -- the normal case), RCDATA (replaceable character\r
-# data -- only char and entity references and end tags are special)\r
-# and CDATA (character data -- only end tags are special).\r
-\r
-\r
-import markupbase\r
-import re\r
-\r
-# Regular expressions used for parsing\r
-\r
-interesting_normal = re.compile('[&<]')\r
-interesting_cdata = re.compile(r'<(/|\Z)')\r
-incomplete = re.compile('&[a-zA-Z#]')\r
-\r
-entityref = re.compile('&([a-zA-Z][-.a-zA-Z0-9]*)[^a-zA-Z0-9]')\r
-charref = re.compile('&#(?:[0-9]+|[xX][0-9a-fA-F]+)[^0-9a-fA-F]')\r
-\r
-starttagopen = re.compile('<[a-zA-Z]')\r
-piclose = re.compile('>')\r
-commentclose = re.compile(r'--\s*>')\r
-tagfind = re.compile('[a-zA-Z][-.a-zA-Z0-9:_]*')\r
-attrfind = re.compile(\r
-    r'\s*([a-zA-Z_][-.:a-zA-Z_0-9]*)(\s*=\s*'\r
-    r'(\'[^\']*\'|"[^"]*"|[^\s"\'=<>`]*))?')\r
-\r
-locatestarttagend = re.compile(r"""\r
-  <[a-zA-Z][-.a-zA-Z0-9:_]*          # tag name\r
-  (?:\s+                             # whitespace before attribute name\r
-    (?:[a-zA-Z_][-.:a-zA-Z0-9_]*     # attribute name\r
-      (?:\s*=\s*                     # value indicator\r
-        (?:'[^']*'                   # LITA-enclosed value\r
-          |\"[^\"]*\"                # LIT-enclosed value\r
-          |[^'\">\s]+                # bare value\r
-         )\r
-       )?\r
-     )\r
-   )*\r
-  \s*                                # trailing whitespace\r
-""", re.VERBOSE)\r
-endendtag = re.compile('>')\r
-endtagfind = re.compile('</\s*([a-zA-Z][-.a-zA-Z0-9:_]*)\s*>')\r
-\r
-\r
-class HTMLParseError(Exception):\r
-    """Exception raised for all parse errors."""\r
-\r
-    def __init__(self, msg, position=(None, None)):\r
-        assert msg\r
-        self.msg = msg\r
-        self.lineno = position[0]\r
-        self.offset = position[1]\r
-\r
-    def __str__(self):\r
-        result = self.msg\r
-        if self.lineno is not None:\r
-            result = result + ", at line %d" % self.lineno\r
-        if self.offset is not None:\r
-            result = result + ", column %d" % (self.offset + 1)\r
-        return result\r
-\r
-\r
-class HTMLParser(markupbase.ParserBase):\r
-    """Find tags and other markup and call handler functions.\r
-\r
-    Usage:\r
-        p = HTMLParser()\r
-        p.feed(data)\r
-        ...\r
-        p.close()\r
-\r
-    Start tags are handled by calling self.handle_starttag() or\r
-    self.handle_startendtag(); end tags by self.handle_endtag().  The\r
-    data between tags is passed from the parser to the derived class\r
-    by calling self.handle_data() with the data as argument (the data\r
-    may be split up in arbitrary chunks).  Entity references are\r
-    passed by calling self.handle_entityref() with the entity\r
-    reference as the argument.  Numeric character references are\r
-    passed to self.handle_charref() with the string containing the\r
-    reference as the argument.\r
-    """\r
-\r
-    CDATA_CONTENT_ELEMENTS = ("script", "style")\r
-\r
-\r
-    def __init__(self):\r
-        """Initialize and reset this instance."""\r
-        self.reset()\r
-\r
-    def reset(self):\r
-        """Reset this instance.  Loses all unprocessed data."""\r
-        self.rawdata = ''\r
-        self.lasttag = '???'\r
-        self.interesting = interesting_normal\r
-        markupbase.ParserBase.reset(self)\r
-\r
-    def feed(self, data):\r
-        r"""Feed data to the parser.\r
-\r
-        Call this as often as you want, with as little or as much text\r
-        as you want (may include '\n').\r
-        """\r
-        self.rawdata = self.rawdata + data\r
-        self.goahead(0)\r
-\r
-    def close(self):\r
-        """Handle any buffered data."""\r
-        self.goahead(1)\r
-\r
-    def error(self, message):\r
-        raise HTMLParseError(message, self.getpos())\r
-\r
-    __starttag_text = None\r
-\r
-    def get_starttag_text(self):\r
-        """Return full source of start tag: '<...>'."""\r
-        return self.__starttag_text\r
-\r
-    def set_cdata_mode(self):\r
-        self.interesting = interesting_cdata\r
-\r
-    def clear_cdata_mode(self):\r
-        self.interesting = interesting_normal\r
-\r
-    # Internal -- handle data as far as reasonable.  May leave state\r
-    # and data to be processed by a subsequent call.  If 'end' is\r
-    # true, force handling all data as if followed by EOF marker.\r
-    def goahead(self, end):\r
-        rawdata = self.rawdata\r
-        i = 0\r
-        n = len(rawdata)\r
-        while i < n:\r
-            match = self.interesting.search(rawdata, i) # < or &\r
-            if match:\r
-                j = match.start()\r
-            else:\r
-                j = n\r
-            if i < j: self.handle_data(rawdata[i:j])\r
-            i = self.updatepos(i, j)\r
-            if i == n: break\r
-            startswith = rawdata.startswith\r
-            if startswith('<', i):\r
-                if starttagopen.match(rawdata, i): # < + letter\r
-                    k = self.parse_starttag(i)\r
-                elif startswith("</", i):\r
-                    k = self.parse_endtag(i)\r
-                elif startswith("<!--", i):\r
-                    k = self.parse_comment(i)\r
-                elif startswith("<?", i):\r
-                    k = self.parse_pi(i)\r
-                elif startswith("<!", i):\r
-                    k = self.parse_declaration(i)\r
-                elif (i + 1) < n:\r
-                    self.handle_data("<")\r
-                    k = i + 1\r
-                else:\r
-                    break\r
-                if k < 0:\r
-                    if end:\r
-                        self.error("EOF in middle of construct")\r
-                    break\r
-                i = self.updatepos(i, k)\r
-            elif startswith("&#", i):\r
-                match = charref.match(rawdata, i)\r
-                if match:\r
-                    name = match.group()[2:-1]\r
-                    self.handle_charref(name)\r
-                    k = match.end()\r
-                    if not startswith(';', k-1):\r
-                        k = k - 1\r
-                    i = self.updatepos(i, k)\r
-                    continue\r
-                else:\r
-                    if ";" in rawdata[i:]: #bail by consuming &#\r
-                        self.handle_data(rawdata[0:2])\r
-                        i = self.updatepos(i, 2)\r
-                    break\r
-            elif startswith('&', i):\r
-                match = entityref.match(rawdata, i)\r
-                if match:\r
-                    name = match.group(1)\r
-                    self.handle_entityref(name)\r
-                    k = match.end()\r
-                    if not startswith(';', k-1):\r
-                        k = k - 1\r
-                    i = self.updatepos(i, k)\r
-                    continue\r
-                match = incomplete.match(rawdata, i)\r
-                if match:\r
-                    # match.group() will contain at least 2 chars\r
-                    if end and match.group() == rawdata[i:]:\r
-                        self.error("EOF in middle of entity or char ref")\r
-                    # incomplete\r
-                    break\r
-                elif (i + 1) < n:\r
-                    # not the end of the buffer, and can't be confused\r
-                    # with some other construct\r
-                    self.handle_data("&")\r
-                    i = self.updatepos(i, i + 1)\r
-                else:\r
-                    break\r
-            else:\r
-                assert 0, "interesting.search() lied"\r
-        # end while\r
-        if end and i < n:\r
-            self.handle_data(rawdata[i:n])\r
-            i = self.updatepos(i, n)\r
-        self.rawdata = rawdata[i:]\r
-\r
-    # Internal -- parse processing instr, return end or -1 if not terminated\r
-    def parse_pi(self, i):\r
-        rawdata = self.rawdata\r
-        assert rawdata[i:i+2] == '<?', 'unexpected call to parse_pi()'\r
-        match = piclose.search(rawdata, i+2) # >\r
-        if not match:\r
-            return -1\r
-        j = match.start()\r
-        self.handle_pi(rawdata[i+2: j])\r
-        j = match.end()\r
-        return j\r
-\r
-    # Internal -- handle starttag, return end or -1 if not terminated\r
-    def parse_starttag(self, i):\r
-        self.__starttag_text = None\r
-        endpos = self.check_for_whole_start_tag(i)\r
-        if endpos < 0:\r
-            return endpos\r
-        rawdata = self.rawdata\r
-        self.__starttag_text = rawdata[i:endpos]\r
-\r
-        # Now parse the data between i+1 and j into a tag and attrs\r
-        attrs = []\r
-        match = tagfind.match(rawdata, i+1)\r
-        assert match, 'unexpected call to parse_starttag()'\r
-        k = match.end()\r
-        self.lasttag = tag = rawdata[i+1:k].lower()\r
-\r
-        while k < endpos:\r
-            m = attrfind.match(rawdata, k)\r
-            if not m:\r
-                break\r
-            attrname, rest, attrvalue = m.group(1, 2, 3)\r
-            if not rest:\r
-                attrvalue = None\r
-            elif attrvalue[:1] == '\'' == attrvalue[-1:] or \\r
-                 attrvalue[:1] == '"' == attrvalue[-1:]:\r
-                attrvalue = attrvalue[1:-1]\r
-                attrvalue = self.unescape(attrvalue)\r
-            attrs.append((attrname.lower(), attrvalue))\r
-            k = m.end()\r
-\r
-        end = rawdata[k:endpos].strip()\r
-        if end not in (">", "/>"):\r
-            lineno, offset = self.getpos()\r
-            if "\n" in self.__starttag_text:\r
-                lineno = lineno + self.__starttag_text.count("\n")\r
-                offset = len(self.__starttag_text) \\r
-                         - self.__starttag_text.rfind("\n")\r
-            else:\r
-                offset = offset + len(self.__starttag_text)\r
-            self.error("junk characters in start tag: %r"\r
-                       % (rawdata[k:endpos][:20],))\r
-        if end.endswith('/>'):\r
-            # XHTML-style empty tag: <span attr="value" />\r
-            self.handle_startendtag(tag, attrs)\r
-        else:\r
-            self.handle_starttag(tag, attrs)\r
-            if tag in self.CDATA_CONTENT_ELEMENTS:\r
-                self.set_cdata_mode()\r
-        return endpos\r
-\r
-    # Internal -- check to see if we have a complete starttag; return end\r
-    # or -1 if incomplete.\r
-    def check_for_whole_start_tag(self, i):\r
-        rawdata = self.rawdata\r
-        m = locatestarttagend.match(rawdata, i)\r
-        if m:\r
-            j = m.end()\r
-            next = rawdata[j:j+1]\r
-            if next == ">":\r
-                return j + 1\r
-            if next == "/":\r
-                if rawdata.startswith("/>", j):\r
-                    return j + 2\r
-                if rawdata.startswith("/", j):\r
-                    # buffer boundary\r
-                    return -1\r
-                # else bogus input\r
-                self.updatepos(i, j + 1)\r
-                self.error("malformed empty start tag")\r
-            if next == "":\r
-                # end of input\r
-                return -1\r
-            if next in ("abcdefghijklmnopqrstuvwxyz=/"\r
-                        "ABCDEFGHIJKLMNOPQRSTUVWXYZ"):\r
-                # end of input in or before attribute value, or we have the\r
-                # '/' from a '/>' ending\r
-                return -1\r
-            self.updatepos(i, j)\r
-            self.error("malformed start tag")\r
-        raise AssertionError("we should not get here!")\r
-\r
-    # Internal -- parse endtag, return end or -1 if incomplete\r
-    def parse_endtag(self, i):\r
-        rawdata = self.rawdata\r
-        assert rawdata[i:i+2] == "</", "unexpected call to parse_endtag"\r
-        match = endendtag.search(rawdata, i+1) # >\r
-        if not match:\r
-            return -1\r
-        j = match.end()\r
-        match = endtagfind.match(rawdata, i) # </ + tag + >\r
-        if not match:\r
-            self.error("bad end tag: %r" % (rawdata[i:j],))\r
-        tag = match.group(1)\r
-        self.handle_endtag(tag.lower())\r
-        self.clear_cdata_mode()\r
-        return j\r
-\r
-    # Overridable -- finish processing of start+end tag: <tag.../>\r
-    def handle_startendtag(self, tag, attrs):\r
-        self.handle_starttag(tag, attrs)\r
-        self.handle_endtag(tag)\r
-\r
-    # Overridable -- handle start tag\r
-    def handle_starttag(self, tag, attrs):\r
-        pass\r
-\r
-    # Overridable -- handle end tag\r
-    def handle_endtag(self, tag):\r
-        pass\r
-\r
-    # Overridable -- handle character reference\r
-    def handle_charref(self, name):\r
-        pass\r
-\r
-    # Overridable -- handle entity reference\r
-    def handle_entityref(self, name):\r
-        pass\r
-\r
-    # Overridable -- handle data\r
-    def handle_data(self, data):\r
-        pass\r
-\r
-    # Overridable -- handle comment\r
-    def handle_comment(self, data):\r
-        pass\r
-\r
-    # Overridable -- handle declaration\r
-    def handle_decl(self, decl):\r
-        pass\r
-\r
-    # Overridable -- handle processing instruction\r
-    def handle_pi(self, data):\r
-        pass\r
-\r
-    def unknown_decl(self, data):\r
-        self.error("unknown declaration: %r" % (data,))\r
-\r
-    # Internal -- helper to remove special character quoting\r
-    entitydefs = None\r
-    def unescape(self, s):\r
-        if '&' not in s:\r
-            return s\r
-        def replaceEntities(s):\r
-            s = s.groups()[0]\r
-            try:\r
-                if s[0] == "#":\r
-                    s = s[1:]\r
-                    if s[0] in ['x','X']:\r
-                        c = int(s[1:], 16)\r
-                    else:\r
-                        c = int(s)\r
-                    return unichr(c)\r
-            except ValueError:\r
-                return '&#'+s+';'\r
-            else:\r
-                # Cannot use name2codepoint directly, because HTMLParser supports apos,\r
-                # which is not part of HTML 4\r
-                import htmlentitydefs\r
-                if HTMLParser.entitydefs is None:\r
-                    entitydefs = HTMLParser.entitydefs = {'apos':u"'"}\r
-                    for k, v in htmlentitydefs.name2codepoint.iteritems():\r
-                        entitydefs[k] = unichr(v)\r
-                try:\r
-                    return self.entitydefs[s]\r
-                except KeyError:\r
-                    return '&'+s+';'\r
-\r
-        return re.sub(r"&(#?[xX]?(?:[0-9a-fA-F]+|\w{1,8}));", replaceEntities, s)\r