xref: /freebsd/contrib/mandoc/mandoc.c (revision 61d06d6bd19dafe8ea971dd43e8328fa1b473456)
1*61d06d6bSBaptiste Daroussin /*	$Id: mandoc.c,v 1.104 2018/07/28 18:34:15 schwarze Exp $ */
2*61d06d6bSBaptiste Daroussin /*
3*61d06d6bSBaptiste Daroussin  * Copyright (c) 2008-2011, 2014 Kristaps Dzonsons <kristaps@bsd.lv>
4*61d06d6bSBaptiste Daroussin  * Copyright (c) 2011-2015, 2017, 2018 Ingo Schwarze <schwarze@openbsd.org>
5*61d06d6bSBaptiste Daroussin  *
6*61d06d6bSBaptiste Daroussin  * Permission to use, copy, modify, and distribute this software for any
7*61d06d6bSBaptiste Daroussin  * purpose with or without fee is hereby granted, provided that the above
8*61d06d6bSBaptiste Daroussin  * copyright notice and this permission notice appear in all copies.
9*61d06d6bSBaptiste Daroussin  *
10*61d06d6bSBaptiste Daroussin  * THE SOFTWARE IS PROVIDED "AS IS" AND THE AUTHORS DISCLAIM ALL WARRANTIES
11*61d06d6bSBaptiste Daroussin  * WITH REGARD TO THIS SOFTWARE INCLUDING ALL IMPLIED WARRANTIES OF
12*61d06d6bSBaptiste Daroussin  * MERCHANTABILITY AND FITNESS. IN NO EVENT SHALL THE AUTHORS BE LIABLE FOR
13*61d06d6bSBaptiste Daroussin  * ANY SPECIAL, DIRECT, INDIRECT, OR CONSEQUENTIAL DAMAGES OR ANY DAMAGES
14*61d06d6bSBaptiste Daroussin  * WHATSOEVER RESULTING FROM LOSS OF USE, DATA OR PROFITS, WHETHER IN AN
15*61d06d6bSBaptiste Daroussin  * ACTION OF CONTRACT, NEGLIGENCE OR OTHER TORTIOUS ACTION, ARISING OUT OF
16*61d06d6bSBaptiste Daroussin  * OR IN CONNECTION WITH THE USE OR PERFORMANCE OF THIS SOFTWARE.
17*61d06d6bSBaptiste Daroussin  */
18*61d06d6bSBaptiste Daroussin #include "config.h"
19*61d06d6bSBaptiste Daroussin 
20*61d06d6bSBaptiste Daroussin #include <sys/types.h>
21*61d06d6bSBaptiste Daroussin 
22*61d06d6bSBaptiste Daroussin #include <assert.h>
23*61d06d6bSBaptiste Daroussin #include <ctype.h>
24*61d06d6bSBaptiste Daroussin #include <errno.h>
25*61d06d6bSBaptiste Daroussin #include <limits.h>
26*61d06d6bSBaptiste Daroussin #include <stdlib.h>
27*61d06d6bSBaptiste Daroussin #include <stdio.h>
28*61d06d6bSBaptiste Daroussin #include <string.h>
29*61d06d6bSBaptiste Daroussin #include <time.h>
30*61d06d6bSBaptiste Daroussin 
31*61d06d6bSBaptiste Daroussin #include "mandoc_aux.h"
32*61d06d6bSBaptiste Daroussin #include "mandoc.h"
33*61d06d6bSBaptiste Daroussin #include "roff.h"
34*61d06d6bSBaptiste Daroussin #include "libmandoc.h"
35*61d06d6bSBaptiste Daroussin 
36*61d06d6bSBaptiste Daroussin static	int	 a2time(time_t *, const char *, const char *);
37*61d06d6bSBaptiste Daroussin static	char	*time2a(time_t);
38*61d06d6bSBaptiste Daroussin 
39*61d06d6bSBaptiste Daroussin 
40*61d06d6bSBaptiste Daroussin enum mandoc_esc
41*61d06d6bSBaptiste Daroussin mandoc_escape(const char **end, const char **start, int *sz)
42*61d06d6bSBaptiste Daroussin {
43*61d06d6bSBaptiste Daroussin 	const char	*local_start;
44*61d06d6bSBaptiste Daroussin 	int		 local_sz;
45*61d06d6bSBaptiste Daroussin 	char		 term;
46*61d06d6bSBaptiste Daroussin 	enum mandoc_esc	 gly;
47*61d06d6bSBaptiste Daroussin 
48*61d06d6bSBaptiste Daroussin 	/*
49*61d06d6bSBaptiste Daroussin 	 * When the caller doesn't provide return storage,
50*61d06d6bSBaptiste Daroussin 	 * use local storage.
51*61d06d6bSBaptiste Daroussin 	 */
52*61d06d6bSBaptiste Daroussin 
53*61d06d6bSBaptiste Daroussin 	if (NULL == start)
54*61d06d6bSBaptiste Daroussin 		start = &local_start;
55*61d06d6bSBaptiste Daroussin 	if (NULL == sz)
56*61d06d6bSBaptiste Daroussin 		sz = &local_sz;
57*61d06d6bSBaptiste Daroussin 
58*61d06d6bSBaptiste Daroussin 	/*
59*61d06d6bSBaptiste Daroussin 	 * Beyond the backslash, at least one input character
60*61d06d6bSBaptiste Daroussin 	 * is part of the escape sequence.  With one exception
61*61d06d6bSBaptiste Daroussin 	 * (see below), that character won't be returned.
62*61d06d6bSBaptiste Daroussin 	 */
63*61d06d6bSBaptiste Daroussin 
64*61d06d6bSBaptiste Daroussin 	gly = ESCAPE_ERROR;
65*61d06d6bSBaptiste Daroussin 	*start = ++*end;
66*61d06d6bSBaptiste Daroussin 	*sz = 0;
67*61d06d6bSBaptiste Daroussin 	term = '\0';
68*61d06d6bSBaptiste Daroussin 
69*61d06d6bSBaptiste Daroussin 	switch ((*start)[-1]) {
70*61d06d6bSBaptiste Daroussin 	/*
71*61d06d6bSBaptiste Daroussin 	 * First the glyphs.  There are several different forms of
72*61d06d6bSBaptiste Daroussin 	 * these, but each eventually returns a substring of the glyph
73*61d06d6bSBaptiste Daroussin 	 * name.
74*61d06d6bSBaptiste Daroussin 	 */
75*61d06d6bSBaptiste Daroussin 	case '(':
76*61d06d6bSBaptiste Daroussin 		gly = ESCAPE_SPECIAL;
77*61d06d6bSBaptiste Daroussin 		*sz = 2;
78*61d06d6bSBaptiste Daroussin 		break;
79*61d06d6bSBaptiste Daroussin 	case '[':
80*61d06d6bSBaptiste Daroussin 		gly = ESCAPE_SPECIAL;
81*61d06d6bSBaptiste Daroussin 		term = ']';
82*61d06d6bSBaptiste Daroussin 		break;
83*61d06d6bSBaptiste Daroussin 	case 'C':
84*61d06d6bSBaptiste Daroussin 		if ('\'' != **start)
85*61d06d6bSBaptiste Daroussin 			return ESCAPE_ERROR;
86*61d06d6bSBaptiste Daroussin 		*start = ++*end;
87*61d06d6bSBaptiste Daroussin 		gly = ESCAPE_SPECIAL;
88*61d06d6bSBaptiste Daroussin 		term = '\'';
89*61d06d6bSBaptiste Daroussin 		break;
90*61d06d6bSBaptiste Daroussin 
91*61d06d6bSBaptiste Daroussin 	/*
92*61d06d6bSBaptiste Daroussin 	 * Escapes taking no arguments at all.
93*61d06d6bSBaptiste Daroussin 	 */
94*61d06d6bSBaptiste Daroussin 	case 'd':
95*61d06d6bSBaptiste Daroussin 	case 'u':
96*61d06d6bSBaptiste Daroussin 	case ',':
97*61d06d6bSBaptiste Daroussin 	case '/':
98*61d06d6bSBaptiste Daroussin 		return ESCAPE_IGNORE;
99*61d06d6bSBaptiste Daroussin 	case 'p':
100*61d06d6bSBaptiste Daroussin 		return ESCAPE_BREAK;
101*61d06d6bSBaptiste Daroussin 
102*61d06d6bSBaptiste Daroussin 	/*
103*61d06d6bSBaptiste Daroussin 	 * The \z escape is supposed to output the following
104*61d06d6bSBaptiste Daroussin 	 * character without advancing the cursor position.
105*61d06d6bSBaptiste Daroussin 	 * Since we are mostly dealing with terminal mode,
106*61d06d6bSBaptiste Daroussin 	 * let us just skip the next character.
107*61d06d6bSBaptiste Daroussin 	 */
108*61d06d6bSBaptiste Daroussin 	case 'z':
109*61d06d6bSBaptiste Daroussin 		return ESCAPE_SKIPCHAR;
110*61d06d6bSBaptiste Daroussin 
111*61d06d6bSBaptiste Daroussin 	/*
112*61d06d6bSBaptiste Daroussin 	 * Handle all triggers matching \X(xy, \Xx, and \X[xxxx], where
113*61d06d6bSBaptiste Daroussin 	 * 'X' is the trigger.  These have opaque sub-strings.
114*61d06d6bSBaptiste Daroussin 	 */
115*61d06d6bSBaptiste Daroussin 	case 'F':
116*61d06d6bSBaptiste Daroussin 	case 'g':
117*61d06d6bSBaptiste Daroussin 	case 'k':
118*61d06d6bSBaptiste Daroussin 	case 'M':
119*61d06d6bSBaptiste Daroussin 	case 'm':
120*61d06d6bSBaptiste Daroussin 	case 'n':
121*61d06d6bSBaptiste Daroussin 	case 'V':
122*61d06d6bSBaptiste Daroussin 	case 'Y':
123*61d06d6bSBaptiste Daroussin 		gly = ESCAPE_IGNORE;
124*61d06d6bSBaptiste Daroussin 		/* FALLTHROUGH */
125*61d06d6bSBaptiste Daroussin 	case 'f':
126*61d06d6bSBaptiste Daroussin 		if (ESCAPE_ERROR == gly)
127*61d06d6bSBaptiste Daroussin 			gly = ESCAPE_FONT;
128*61d06d6bSBaptiste Daroussin 		switch (**start) {
129*61d06d6bSBaptiste Daroussin 		case '(':
130*61d06d6bSBaptiste Daroussin 			*start = ++*end;
131*61d06d6bSBaptiste Daroussin 			*sz = 2;
132*61d06d6bSBaptiste Daroussin 			break;
133*61d06d6bSBaptiste Daroussin 		case '[':
134*61d06d6bSBaptiste Daroussin 			*start = ++*end;
135*61d06d6bSBaptiste Daroussin 			term = ']';
136*61d06d6bSBaptiste Daroussin 			break;
137*61d06d6bSBaptiste Daroussin 		default:
138*61d06d6bSBaptiste Daroussin 			*sz = 1;
139*61d06d6bSBaptiste Daroussin 			break;
140*61d06d6bSBaptiste Daroussin 		}
141*61d06d6bSBaptiste Daroussin 		break;
142*61d06d6bSBaptiste Daroussin 
143*61d06d6bSBaptiste Daroussin 	/*
144*61d06d6bSBaptiste Daroussin 	 * These escapes are of the form \X'Y', where 'X' is the trigger
145*61d06d6bSBaptiste Daroussin 	 * and 'Y' is any string.  These have opaque sub-strings.
146*61d06d6bSBaptiste Daroussin 	 * The \B and \w escapes are handled in roff.c, roff_res().
147*61d06d6bSBaptiste Daroussin 	 */
148*61d06d6bSBaptiste Daroussin 	case 'A':
149*61d06d6bSBaptiste Daroussin 	case 'b':
150*61d06d6bSBaptiste Daroussin 	case 'D':
151*61d06d6bSBaptiste Daroussin 	case 'R':
152*61d06d6bSBaptiste Daroussin 	case 'X':
153*61d06d6bSBaptiste Daroussin 	case 'Z':
154*61d06d6bSBaptiste Daroussin 		gly = ESCAPE_IGNORE;
155*61d06d6bSBaptiste Daroussin 		/* FALLTHROUGH */
156*61d06d6bSBaptiste Daroussin 	case 'o':
157*61d06d6bSBaptiste Daroussin 		if (**start == '\0')
158*61d06d6bSBaptiste Daroussin 			return ESCAPE_ERROR;
159*61d06d6bSBaptiste Daroussin 		if (gly == ESCAPE_ERROR)
160*61d06d6bSBaptiste Daroussin 			gly = ESCAPE_OVERSTRIKE;
161*61d06d6bSBaptiste Daroussin 		term = **start;
162*61d06d6bSBaptiste Daroussin 		*start = ++*end;
163*61d06d6bSBaptiste Daroussin 		break;
164*61d06d6bSBaptiste Daroussin 
165*61d06d6bSBaptiste Daroussin 	/*
166*61d06d6bSBaptiste Daroussin 	 * These escapes are of the form \X'N', where 'X' is the trigger
167*61d06d6bSBaptiste Daroussin 	 * and 'N' resolves to a numerical expression.
168*61d06d6bSBaptiste Daroussin 	 */
169*61d06d6bSBaptiste Daroussin 	case 'h':
170*61d06d6bSBaptiste Daroussin 	case 'H':
171*61d06d6bSBaptiste Daroussin 	case 'L':
172*61d06d6bSBaptiste Daroussin 	case 'l':
173*61d06d6bSBaptiste Daroussin 	case 'S':
174*61d06d6bSBaptiste Daroussin 	case 'v':
175*61d06d6bSBaptiste Daroussin 	case 'x':
176*61d06d6bSBaptiste Daroussin 		if (strchr(" %&()*+-./0123456789:<=>", **start)) {
177*61d06d6bSBaptiste Daroussin 			if ('\0' != **start)
178*61d06d6bSBaptiste Daroussin 				++*end;
179*61d06d6bSBaptiste Daroussin 			return ESCAPE_ERROR;
180*61d06d6bSBaptiste Daroussin 		}
181*61d06d6bSBaptiste Daroussin 		switch ((*start)[-1]) {
182*61d06d6bSBaptiste Daroussin 		case 'h':
183*61d06d6bSBaptiste Daroussin 			gly = ESCAPE_HORIZ;
184*61d06d6bSBaptiste Daroussin 			break;
185*61d06d6bSBaptiste Daroussin 		case 'l':
186*61d06d6bSBaptiste Daroussin 			gly = ESCAPE_HLINE;
187*61d06d6bSBaptiste Daroussin 			break;
188*61d06d6bSBaptiste Daroussin 		default:
189*61d06d6bSBaptiste Daroussin 			gly = ESCAPE_IGNORE;
190*61d06d6bSBaptiste Daroussin 			break;
191*61d06d6bSBaptiste Daroussin 		}
192*61d06d6bSBaptiste Daroussin 		term = **start;
193*61d06d6bSBaptiste Daroussin 		*start = ++*end;
194*61d06d6bSBaptiste Daroussin 		break;
195*61d06d6bSBaptiste Daroussin 
196*61d06d6bSBaptiste Daroussin 	/*
197*61d06d6bSBaptiste Daroussin 	 * Special handling for the numbered character escape.
198*61d06d6bSBaptiste Daroussin 	 * XXX Do any other escapes need similar handling?
199*61d06d6bSBaptiste Daroussin 	 */
200*61d06d6bSBaptiste Daroussin 	case 'N':
201*61d06d6bSBaptiste Daroussin 		if ('\0' == **start)
202*61d06d6bSBaptiste Daroussin 			return ESCAPE_ERROR;
203*61d06d6bSBaptiste Daroussin 		(*end)++;
204*61d06d6bSBaptiste Daroussin 		if (isdigit((unsigned char)**start)) {
205*61d06d6bSBaptiste Daroussin 			*sz = 1;
206*61d06d6bSBaptiste Daroussin 			return ESCAPE_IGNORE;
207*61d06d6bSBaptiste Daroussin 		}
208*61d06d6bSBaptiste Daroussin 		(*start)++;
209*61d06d6bSBaptiste Daroussin 		while (isdigit((unsigned char)**end))
210*61d06d6bSBaptiste Daroussin 			(*end)++;
211*61d06d6bSBaptiste Daroussin 		*sz = *end - *start;
212*61d06d6bSBaptiste Daroussin 		if ('\0' != **end)
213*61d06d6bSBaptiste Daroussin 			(*end)++;
214*61d06d6bSBaptiste Daroussin 		return ESCAPE_NUMBERED;
215*61d06d6bSBaptiste Daroussin 
216*61d06d6bSBaptiste Daroussin 	/*
217*61d06d6bSBaptiste Daroussin 	 * Sizes get a special category of their own.
218*61d06d6bSBaptiste Daroussin 	 */
219*61d06d6bSBaptiste Daroussin 	case 's':
220*61d06d6bSBaptiste Daroussin 		gly = ESCAPE_IGNORE;
221*61d06d6bSBaptiste Daroussin 
222*61d06d6bSBaptiste Daroussin 		/* See +/- counts as a sign. */
223*61d06d6bSBaptiste Daroussin 		if ('+' == **end || '-' == **end || ASCII_HYPH == **end)
224*61d06d6bSBaptiste Daroussin 			*start = ++*end;
225*61d06d6bSBaptiste Daroussin 
226*61d06d6bSBaptiste Daroussin 		switch (**end) {
227*61d06d6bSBaptiste Daroussin 		case '(':
228*61d06d6bSBaptiste Daroussin 			*start = ++*end;
229*61d06d6bSBaptiste Daroussin 			*sz = 2;
230*61d06d6bSBaptiste Daroussin 			break;
231*61d06d6bSBaptiste Daroussin 		case '[':
232*61d06d6bSBaptiste Daroussin 			*start = ++*end;
233*61d06d6bSBaptiste Daroussin 			term = ']';
234*61d06d6bSBaptiste Daroussin 			break;
235*61d06d6bSBaptiste Daroussin 		case '\'':
236*61d06d6bSBaptiste Daroussin 			*start = ++*end;
237*61d06d6bSBaptiste Daroussin 			term = '\'';
238*61d06d6bSBaptiste Daroussin 			break;
239*61d06d6bSBaptiste Daroussin 		case '3':
240*61d06d6bSBaptiste Daroussin 		case '2':
241*61d06d6bSBaptiste Daroussin 		case '1':
242*61d06d6bSBaptiste Daroussin 			*sz = (*end)[-1] == 's' &&
243*61d06d6bSBaptiste Daroussin 			    isdigit((unsigned char)(*end)[1]) ? 2 : 1;
244*61d06d6bSBaptiste Daroussin 			break;
245*61d06d6bSBaptiste Daroussin 		default:
246*61d06d6bSBaptiste Daroussin 			*sz = 1;
247*61d06d6bSBaptiste Daroussin 			break;
248*61d06d6bSBaptiste Daroussin 		}
249*61d06d6bSBaptiste Daroussin 
250*61d06d6bSBaptiste Daroussin 		break;
251*61d06d6bSBaptiste Daroussin 
252*61d06d6bSBaptiste Daroussin 	/*
253*61d06d6bSBaptiste Daroussin 	 * Anything else is assumed to be a glyph.
254*61d06d6bSBaptiste Daroussin 	 * In this case, pass back the character after the backslash.
255*61d06d6bSBaptiste Daroussin 	 */
256*61d06d6bSBaptiste Daroussin 	default:
257*61d06d6bSBaptiste Daroussin 		gly = ESCAPE_SPECIAL;
258*61d06d6bSBaptiste Daroussin 		*start = --*end;
259*61d06d6bSBaptiste Daroussin 		*sz = 1;
260*61d06d6bSBaptiste Daroussin 		break;
261*61d06d6bSBaptiste Daroussin 	}
262*61d06d6bSBaptiste Daroussin 
263*61d06d6bSBaptiste Daroussin 	assert(ESCAPE_ERROR != gly);
264*61d06d6bSBaptiste Daroussin 
265*61d06d6bSBaptiste Daroussin 	/*
266*61d06d6bSBaptiste Daroussin 	 * Read up to the terminating character,
267*61d06d6bSBaptiste Daroussin 	 * paying attention to nested escapes.
268*61d06d6bSBaptiste Daroussin 	 */
269*61d06d6bSBaptiste Daroussin 
270*61d06d6bSBaptiste Daroussin 	if ('\0' != term) {
271*61d06d6bSBaptiste Daroussin 		while (**end != term) {
272*61d06d6bSBaptiste Daroussin 			switch (**end) {
273*61d06d6bSBaptiste Daroussin 			case '\0':
274*61d06d6bSBaptiste Daroussin 				return ESCAPE_ERROR;
275*61d06d6bSBaptiste Daroussin 			case '\\':
276*61d06d6bSBaptiste Daroussin 				(*end)++;
277*61d06d6bSBaptiste Daroussin 				if (ESCAPE_ERROR ==
278*61d06d6bSBaptiste Daroussin 				    mandoc_escape(end, NULL, NULL))
279*61d06d6bSBaptiste Daroussin 					return ESCAPE_ERROR;
280*61d06d6bSBaptiste Daroussin 				break;
281*61d06d6bSBaptiste Daroussin 			default:
282*61d06d6bSBaptiste Daroussin 				(*end)++;
283*61d06d6bSBaptiste Daroussin 				break;
284*61d06d6bSBaptiste Daroussin 			}
285*61d06d6bSBaptiste Daroussin 		}
286*61d06d6bSBaptiste Daroussin 		*sz = (*end)++ - *start;
287*61d06d6bSBaptiste Daroussin 	} else {
288*61d06d6bSBaptiste Daroussin 		assert(*sz > 0);
289*61d06d6bSBaptiste Daroussin 		if ((size_t)*sz > strlen(*start))
290*61d06d6bSBaptiste Daroussin 			return ESCAPE_ERROR;
291*61d06d6bSBaptiste Daroussin 		*end += *sz;
292*61d06d6bSBaptiste Daroussin 	}
293*61d06d6bSBaptiste Daroussin 
294*61d06d6bSBaptiste Daroussin 	/* Run post-processors. */
295*61d06d6bSBaptiste Daroussin 
296*61d06d6bSBaptiste Daroussin 	switch (gly) {
297*61d06d6bSBaptiste Daroussin 	case ESCAPE_FONT:
298*61d06d6bSBaptiste Daroussin 		if (2 == *sz) {
299*61d06d6bSBaptiste Daroussin 			if ('C' == **start) {
300*61d06d6bSBaptiste Daroussin 				/*
301*61d06d6bSBaptiste Daroussin 				 * Treat constant-width font modes
302*61d06d6bSBaptiste Daroussin 				 * just like regular font modes.
303*61d06d6bSBaptiste Daroussin 				 */
304*61d06d6bSBaptiste Daroussin 				(*start)++;
305*61d06d6bSBaptiste Daroussin 				(*sz)--;
306*61d06d6bSBaptiste Daroussin 			} else {
307*61d06d6bSBaptiste Daroussin 				if ('B' == (*start)[0] && 'I' == (*start)[1])
308*61d06d6bSBaptiste Daroussin 					gly = ESCAPE_FONTBI;
309*61d06d6bSBaptiste Daroussin 				break;
310*61d06d6bSBaptiste Daroussin 			}
311*61d06d6bSBaptiste Daroussin 		} else if (1 != *sz)
312*61d06d6bSBaptiste Daroussin 			break;
313*61d06d6bSBaptiste Daroussin 
314*61d06d6bSBaptiste Daroussin 		switch (**start) {
315*61d06d6bSBaptiste Daroussin 		case '3':
316*61d06d6bSBaptiste Daroussin 		case 'B':
317*61d06d6bSBaptiste Daroussin 			gly = ESCAPE_FONTBOLD;
318*61d06d6bSBaptiste Daroussin 			break;
319*61d06d6bSBaptiste Daroussin 		case '2':
320*61d06d6bSBaptiste Daroussin 		case 'I':
321*61d06d6bSBaptiste Daroussin 			gly = ESCAPE_FONTITALIC;
322*61d06d6bSBaptiste Daroussin 			break;
323*61d06d6bSBaptiste Daroussin 		case 'P':
324*61d06d6bSBaptiste Daroussin 			gly = ESCAPE_FONTPREV;
325*61d06d6bSBaptiste Daroussin 			break;
326*61d06d6bSBaptiste Daroussin 		case '1':
327*61d06d6bSBaptiste Daroussin 		case 'R':
328*61d06d6bSBaptiste Daroussin 			gly = ESCAPE_FONTROMAN;
329*61d06d6bSBaptiste Daroussin 			break;
330*61d06d6bSBaptiste Daroussin 		}
331*61d06d6bSBaptiste Daroussin 		break;
332*61d06d6bSBaptiste Daroussin 	case ESCAPE_SPECIAL:
333*61d06d6bSBaptiste Daroussin 		if (1 == *sz && 'c' == **start)
334*61d06d6bSBaptiste Daroussin 			gly = ESCAPE_NOSPACE;
335*61d06d6bSBaptiste Daroussin 		/*
336*61d06d6bSBaptiste Daroussin 		 * Unicode escapes are defined in groff as \[u0000]
337*61d06d6bSBaptiste Daroussin 		 * to \[u10FFFF], where the contained value must be
338*61d06d6bSBaptiste Daroussin 		 * a valid Unicode codepoint.  Here, however, only
339*61d06d6bSBaptiste Daroussin 		 * check the length and range.
340*61d06d6bSBaptiste Daroussin 		 */
341*61d06d6bSBaptiste Daroussin 		if (**start != 'u' || *sz < 5 || *sz > 7)
342*61d06d6bSBaptiste Daroussin 			break;
343*61d06d6bSBaptiste Daroussin 		if (*sz == 7 && ((*start)[1] != '1' || (*start)[2] != '0'))
344*61d06d6bSBaptiste Daroussin 			break;
345*61d06d6bSBaptiste Daroussin 		if (*sz == 6 && (*start)[1] == '0')
346*61d06d6bSBaptiste Daroussin 			break;
347*61d06d6bSBaptiste Daroussin 		if (*sz == 5 && (*start)[1] == 'D' &&
348*61d06d6bSBaptiste Daroussin 		    strchr("89ABCDEF", (*start)[2]) != NULL)
349*61d06d6bSBaptiste Daroussin 			break;
350*61d06d6bSBaptiste Daroussin 		if ((int)strspn(*start + 1, "0123456789ABCDEFabcdef")
351*61d06d6bSBaptiste Daroussin 		    + 1 == *sz)
352*61d06d6bSBaptiste Daroussin 			gly = ESCAPE_UNICODE;
353*61d06d6bSBaptiste Daroussin 		break;
354*61d06d6bSBaptiste Daroussin 	default:
355*61d06d6bSBaptiste Daroussin 		break;
356*61d06d6bSBaptiste Daroussin 	}
357*61d06d6bSBaptiste Daroussin 
358*61d06d6bSBaptiste Daroussin 	return gly;
359*61d06d6bSBaptiste Daroussin }
360*61d06d6bSBaptiste Daroussin 
361*61d06d6bSBaptiste Daroussin /*
362*61d06d6bSBaptiste Daroussin  * Parse a quoted or unquoted roff-style request or macro argument.
363*61d06d6bSBaptiste Daroussin  * Return a pointer to the parsed argument, which is either the original
364*61d06d6bSBaptiste Daroussin  * pointer or advanced by one byte in case the argument is quoted.
365*61d06d6bSBaptiste Daroussin  * NUL-terminate the argument in place.
366*61d06d6bSBaptiste Daroussin  * Collapse pairs of quotes inside quoted arguments.
367*61d06d6bSBaptiste Daroussin  * Advance the argument pointer to the next argument,
368*61d06d6bSBaptiste Daroussin  * or to the NUL byte terminating the argument line.
369*61d06d6bSBaptiste Daroussin  */
370*61d06d6bSBaptiste Daroussin char *
371*61d06d6bSBaptiste Daroussin mandoc_getarg(struct mparse *parse, char **cpp, int ln, int *pos)
372*61d06d6bSBaptiste Daroussin {
373*61d06d6bSBaptiste Daroussin 	char	 *start, *cp;
374*61d06d6bSBaptiste Daroussin 	int	  quoted, pairs, white;
375*61d06d6bSBaptiste Daroussin 
376*61d06d6bSBaptiste Daroussin 	/* Quoting can only start with a new word. */
377*61d06d6bSBaptiste Daroussin 	start = *cpp;
378*61d06d6bSBaptiste Daroussin 	quoted = 0;
379*61d06d6bSBaptiste Daroussin 	if ('"' == *start) {
380*61d06d6bSBaptiste Daroussin 		quoted = 1;
381*61d06d6bSBaptiste Daroussin 		start++;
382*61d06d6bSBaptiste Daroussin 	}
383*61d06d6bSBaptiste Daroussin 
384*61d06d6bSBaptiste Daroussin 	pairs = 0;
385*61d06d6bSBaptiste Daroussin 	white = 0;
386*61d06d6bSBaptiste Daroussin 	for (cp = start; '\0' != *cp; cp++) {
387*61d06d6bSBaptiste Daroussin 
388*61d06d6bSBaptiste Daroussin 		/*
389*61d06d6bSBaptiste Daroussin 		 * Move the following text left
390*61d06d6bSBaptiste Daroussin 		 * after quoted quotes and after "\\" and "\t".
391*61d06d6bSBaptiste Daroussin 		 */
392*61d06d6bSBaptiste Daroussin 		if (pairs)
393*61d06d6bSBaptiste Daroussin 			cp[-pairs] = cp[0];
394*61d06d6bSBaptiste Daroussin 
395*61d06d6bSBaptiste Daroussin 		if ('\\' == cp[0]) {
396*61d06d6bSBaptiste Daroussin 			/*
397*61d06d6bSBaptiste Daroussin 			 * In copy mode, translate double to single
398*61d06d6bSBaptiste Daroussin 			 * backslashes and backslash-t to literal tabs.
399*61d06d6bSBaptiste Daroussin 			 */
400*61d06d6bSBaptiste Daroussin 			switch (cp[1]) {
401*61d06d6bSBaptiste Daroussin 			case 't':
402*61d06d6bSBaptiste Daroussin 				cp[0] = '\t';
403*61d06d6bSBaptiste Daroussin 				/* FALLTHROUGH */
404*61d06d6bSBaptiste Daroussin 			case '\\':
405*61d06d6bSBaptiste Daroussin 				pairs++;
406*61d06d6bSBaptiste Daroussin 				cp++;
407*61d06d6bSBaptiste Daroussin 				break;
408*61d06d6bSBaptiste Daroussin 			case ' ':
409*61d06d6bSBaptiste Daroussin 				/* Skip escaped blanks. */
410*61d06d6bSBaptiste Daroussin 				if (0 == quoted)
411*61d06d6bSBaptiste Daroussin 					cp++;
412*61d06d6bSBaptiste Daroussin 				break;
413*61d06d6bSBaptiste Daroussin 			default:
414*61d06d6bSBaptiste Daroussin 				break;
415*61d06d6bSBaptiste Daroussin 			}
416*61d06d6bSBaptiste Daroussin 		} else if (0 == quoted) {
417*61d06d6bSBaptiste Daroussin 			if (' ' == cp[0]) {
418*61d06d6bSBaptiste Daroussin 				/* Unescaped blanks end unquoted args. */
419*61d06d6bSBaptiste Daroussin 				white = 1;
420*61d06d6bSBaptiste Daroussin 				break;
421*61d06d6bSBaptiste Daroussin 			}
422*61d06d6bSBaptiste Daroussin 		} else if ('"' == cp[0]) {
423*61d06d6bSBaptiste Daroussin 			if ('"' == cp[1]) {
424*61d06d6bSBaptiste Daroussin 				/* Quoted quotes collapse. */
425*61d06d6bSBaptiste Daroussin 				pairs++;
426*61d06d6bSBaptiste Daroussin 				cp++;
427*61d06d6bSBaptiste Daroussin 			} else {
428*61d06d6bSBaptiste Daroussin 				/* Unquoted quotes end quoted args. */
429*61d06d6bSBaptiste Daroussin 				quoted = 2;
430*61d06d6bSBaptiste Daroussin 				break;
431*61d06d6bSBaptiste Daroussin 			}
432*61d06d6bSBaptiste Daroussin 		}
433*61d06d6bSBaptiste Daroussin 	}
434*61d06d6bSBaptiste Daroussin 
435*61d06d6bSBaptiste Daroussin 	/* Quoted argument without a closing quote. */
436*61d06d6bSBaptiste Daroussin 	if (1 == quoted)
437*61d06d6bSBaptiste Daroussin 		mandoc_msg(MANDOCERR_ARG_QUOTE, parse, ln, *pos, NULL);
438*61d06d6bSBaptiste Daroussin 
439*61d06d6bSBaptiste Daroussin 	/* NUL-terminate this argument and move to the next one. */
440*61d06d6bSBaptiste Daroussin 	if (pairs)
441*61d06d6bSBaptiste Daroussin 		cp[-pairs] = '\0';
442*61d06d6bSBaptiste Daroussin 	if ('\0' != *cp) {
443*61d06d6bSBaptiste Daroussin 		*cp++ = '\0';
444*61d06d6bSBaptiste Daroussin 		while (' ' == *cp)
445*61d06d6bSBaptiste Daroussin 			cp++;
446*61d06d6bSBaptiste Daroussin 	}
447*61d06d6bSBaptiste Daroussin 	*pos += (int)(cp - start) + (quoted ? 1 : 0);
448*61d06d6bSBaptiste Daroussin 	*cpp = cp;
449*61d06d6bSBaptiste Daroussin 
450*61d06d6bSBaptiste Daroussin 	if ('\0' == *cp && (white || ' ' == cp[-1]))
451*61d06d6bSBaptiste Daroussin 		mandoc_msg(MANDOCERR_SPACE_EOL, parse, ln, *pos, NULL);
452*61d06d6bSBaptiste Daroussin 
453*61d06d6bSBaptiste Daroussin 	return start;
454*61d06d6bSBaptiste Daroussin }
455*61d06d6bSBaptiste Daroussin 
456*61d06d6bSBaptiste Daroussin static int
457*61d06d6bSBaptiste Daroussin a2time(time_t *t, const char *fmt, const char *p)
458*61d06d6bSBaptiste Daroussin {
459*61d06d6bSBaptiste Daroussin 	struct tm	 tm;
460*61d06d6bSBaptiste Daroussin 	char		*pp;
461*61d06d6bSBaptiste Daroussin 
462*61d06d6bSBaptiste Daroussin 	memset(&tm, 0, sizeof(struct tm));
463*61d06d6bSBaptiste Daroussin 
464*61d06d6bSBaptiste Daroussin 	pp = NULL;
465*61d06d6bSBaptiste Daroussin #if HAVE_STRPTIME
466*61d06d6bSBaptiste Daroussin 	pp = strptime(p, fmt, &tm);
467*61d06d6bSBaptiste Daroussin #endif
468*61d06d6bSBaptiste Daroussin 	if (NULL != pp && '\0' == *pp) {
469*61d06d6bSBaptiste Daroussin 		*t = mktime(&tm);
470*61d06d6bSBaptiste Daroussin 		return 1;
471*61d06d6bSBaptiste Daroussin 	}
472*61d06d6bSBaptiste Daroussin 
473*61d06d6bSBaptiste Daroussin 	return 0;
474*61d06d6bSBaptiste Daroussin }
475*61d06d6bSBaptiste Daroussin 
476*61d06d6bSBaptiste Daroussin static char *
477*61d06d6bSBaptiste Daroussin time2a(time_t t)
478*61d06d6bSBaptiste Daroussin {
479*61d06d6bSBaptiste Daroussin 	struct tm	*tm;
480*61d06d6bSBaptiste Daroussin 	char		*buf, *p;
481*61d06d6bSBaptiste Daroussin 	size_t		 ssz;
482*61d06d6bSBaptiste Daroussin 	int		 isz;
483*61d06d6bSBaptiste Daroussin 
484*61d06d6bSBaptiste Daroussin 	tm = localtime(&t);
485*61d06d6bSBaptiste Daroussin 	if (tm == NULL)
486*61d06d6bSBaptiste Daroussin 		return NULL;
487*61d06d6bSBaptiste Daroussin 
488*61d06d6bSBaptiste Daroussin 	/*
489*61d06d6bSBaptiste Daroussin 	 * Reserve space:
490*61d06d6bSBaptiste Daroussin 	 * up to 9 characters for the month (September) + blank
491*61d06d6bSBaptiste Daroussin 	 * up to 2 characters for the day + comma + blank
492*61d06d6bSBaptiste Daroussin 	 * 4 characters for the year and a terminating '\0'
493*61d06d6bSBaptiste Daroussin 	 */
494*61d06d6bSBaptiste Daroussin 
495*61d06d6bSBaptiste Daroussin 	p = buf = mandoc_malloc(10 + 4 + 4 + 1);
496*61d06d6bSBaptiste Daroussin 
497*61d06d6bSBaptiste Daroussin 	if ((ssz = strftime(p, 10 + 1, "%B ", tm)) == 0)
498*61d06d6bSBaptiste Daroussin 		goto fail;
499*61d06d6bSBaptiste Daroussin 	p += (int)ssz;
500*61d06d6bSBaptiste Daroussin 
501*61d06d6bSBaptiste Daroussin 	/*
502*61d06d6bSBaptiste Daroussin 	 * The output format is just "%d" here, not "%2d" or "%02d".
503*61d06d6bSBaptiste Daroussin 	 * That's also the reason why we can't just format the
504*61d06d6bSBaptiste Daroussin 	 * date as a whole with "%B %e, %Y" or "%B %d, %Y".
505*61d06d6bSBaptiste Daroussin 	 * Besides, the present approach is less prone to buffer
506*61d06d6bSBaptiste Daroussin 	 * overflows, in case anybody should ever introduce the bug
507*61d06d6bSBaptiste Daroussin 	 * of looking at LC_TIME.
508*61d06d6bSBaptiste Daroussin 	 */
509*61d06d6bSBaptiste Daroussin 
510*61d06d6bSBaptiste Daroussin 	if ((isz = snprintf(p, 4 + 1, "%d, ", tm->tm_mday)) == -1)
511*61d06d6bSBaptiste Daroussin 		goto fail;
512*61d06d6bSBaptiste Daroussin 	p += isz;
513*61d06d6bSBaptiste Daroussin 
514*61d06d6bSBaptiste Daroussin 	if (strftime(p, 4 + 1, "%Y", tm) == 0)
515*61d06d6bSBaptiste Daroussin 		goto fail;
516*61d06d6bSBaptiste Daroussin 	return buf;
517*61d06d6bSBaptiste Daroussin 
518*61d06d6bSBaptiste Daroussin fail:
519*61d06d6bSBaptiste Daroussin 	free(buf);
520*61d06d6bSBaptiste Daroussin 	return NULL;
521*61d06d6bSBaptiste Daroussin }
522*61d06d6bSBaptiste Daroussin 
523*61d06d6bSBaptiste Daroussin char *
524*61d06d6bSBaptiste Daroussin mandoc_normdate(struct roff_man *man, char *in, int ln, int pos)
525*61d06d6bSBaptiste Daroussin {
526*61d06d6bSBaptiste Daroussin 	char		*cp;
527*61d06d6bSBaptiste Daroussin 	time_t		 t;
528*61d06d6bSBaptiste Daroussin 
529*61d06d6bSBaptiste Daroussin 	/* No date specified: use today's date. */
530*61d06d6bSBaptiste Daroussin 
531*61d06d6bSBaptiste Daroussin 	if (in == NULL || *in == '\0' || strcmp(in, "$" "Mdocdate$") == 0) {
532*61d06d6bSBaptiste Daroussin 		mandoc_msg(MANDOCERR_DATE_MISSING, man->parse, ln, pos, NULL);
533*61d06d6bSBaptiste Daroussin 		return time2a(time(NULL));
534*61d06d6bSBaptiste Daroussin 	}
535*61d06d6bSBaptiste Daroussin 
536*61d06d6bSBaptiste Daroussin 	/* Valid mdoc(7) date format. */
537*61d06d6bSBaptiste Daroussin 
538*61d06d6bSBaptiste Daroussin 	if (a2time(&t, "$" "Mdocdate: %b %d %Y $", in) ||
539*61d06d6bSBaptiste Daroussin 	    a2time(&t, "%b %d, %Y", in)) {
540*61d06d6bSBaptiste Daroussin 		cp = time2a(t);
541*61d06d6bSBaptiste Daroussin 		if (t > time(NULL) + 86400)
542*61d06d6bSBaptiste Daroussin 			mandoc_msg(MANDOCERR_DATE_FUTURE, man->parse,
543*61d06d6bSBaptiste Daroussin 			    ln, pos, cp);
544*61d06d6bSBaptiste Daroussin 		else if (*in != '$' && strcmp(in, cp) != 0)
545*61d06d6bSBaptiste Daroussin 			mandoc_msg(MANDOCERR_DATE_NORM, man->parse,
546*61d06d6bSBaptiste Daroussin 			    ln, pos, cp);
547*61d06d6bSBaptiste Daroussin 		return cp;
548*61d06d6bSBaptiste Daroussin 	}
549*61d06d6bSBaptiste Daroussin 
550*61d06d6bSBaptiste Daroussin 	/* In man(7), do not warn about the legacy format. */
551*61d06d6bSBaptiste Daroussin 
552*61d06d6bSBaptiste Daroussin 	if (a2time(&t, "%Y-%m-%d", in) == 0)
553*61d06d6bSBaptiste Daroussin 		mandoc_msg(MANDOCERR_DATE_BAD, man->parse, ln, pos, in);
554*61d06d6bSBaptiste Daroussin 	else if (t > time(NULL) + 86400)
555*61d06d6bSBaptiste Daroussin 		mandoc_msg(MANDOCERR_DATE_FUTURE, man->parse, ln, pos, in);
556*61d06d6bSBaptiste Daroussin 	else if (man->macroset == MACROSET_MDOC)
557*61d06d6bSBaptiste Daroussin 		mandoc_vmsg(MANDOCERR_DATE_LEGACY, man->parse,
558*61d06d6bSBaptiste Daroussin 		    ln, pos, "Dd %s", in);
559*61d06d6bSBaptiste Daroussin 
560*61d06d6bSBaptiste Daroussin 	/* Use any non-mdoc(7) date verbatim. */
561*61d06d6bSBaptiste Daroussin 
562*61d06d6bSBaptiste Daroussin 	return mandoc_strdup(in);
563*61d06d6bSBaptiste Daroussin }
564*61d06d6bSBaptiste Daroussin 
565*61d06d6bSBaptiste Daroussin int
566*61d06d6bSBaptiste Daroussin mandoc_eos(const char *p, size_t sz)
567*61d06d6bSBaptiste Daroussin {
568*61d06d6bSBaptiste Daroussin 	const char	*q;
569*61d06d6bSBaptiste Daroussin 	int		 enclosed, found;
570*61d06d6bSBaptiste Daroussin 
571*61d06d6bSBaptiste Daroussin 	if (0 == sz)
572*61d06d6bSBaptiste Daroussin 		return 0;
573*61d06d6bSBaptiste Daroussin 
574*61d06d6bSBaptiste Daroussin 	/*
575*61d06d6bSBaptiste Daroussin 	 * End-of-sentence recognition must include situations where
576*61d06d6bSBaptiste Daroussin 	 * some symbols, such as `)', allow prior EOS punctuation to
577*61d06d6bSBaptiste Daroussin 	 * propagate outward.
578*61d06d6bSBaptiste Daroussin 	 */
579*61d06d6bSBaptiste Daroussin 
580*61d06d6bSBaptiste Daroussin 	enclosed = found = 0;
581*61d06d6bSBaptiste Daroussin 	for (q = p + (int)sz - 1; q >= p; q--) {
582*61d06d6bSBaptiste Daroussin 		switch (*q) {
583*61d06d6bSBaptiste Daroussin 		case '\"':
584*61d06d6bSBaptiste Daroussin 		case '\'':
585*61d06d6bSBaptiste Daroussin 		case ']':
586*61d06d6bSBaptiste Daroussin 		case ')':
587*61d06d6bSBaptiste Daroussin 			if (0 == found)
588*61d06d6bSBaptiste Daroussin 				enclosed = 1;
589*61d06d6bSBaptiste Daroussin 			break;
590*61d06d6bSBaptiste Daroussin 		case '.':
591*61d06d6bSBaptiste Daroussin 		case '!':
592*61d06d6bSBaptiste Daroussin 		case '?':
593*61d06d6bSBaptiste Daroussin 			found = 1;
594*61d06d6bSBaptiste Daroussin 			break;
595*61d06d6bSBaptiste Daroussin 		default:
596*61d06d6bSBaptiste Daroussin 			return found &&
597*61d06d6bSBaptiste Daroussin 			    (!enclosed || isalnum((unsigned char)*q));
598*61d06d6bSBaptiste Daroussin 		}
599*61d06d6bSBaptiste Daroussin 	}
600*61d06d6bSBaptiste Daroussin 
601*61d06d6bSBaptiste Daroussin 	return found && !enclosed;
602*61d06d6bSBaptiste Daroussin }
603*61d06d6bSBaptiste Daroussin 
604*61d06d6bSBaptiste Daroussin /*
605*61d06d6bSBaptiste Daroussin  * Convert a string to a long that may not be <0.
606*61d06d6bSBaptiste Daroussin  * If the string is invalid, or is less than 0, return -1.
607*61d06d6bSBaptiste Daroussin  */
608*61d06d6bSBaptiste Daroussin int
609*61d06d6bSBaptiste Daroussin mandoc_strntoi(const char *p, size_t sz, int base)
610*61d06d6bSBaptiste Daroussin {
611*61d06d6bSBaptiste Daroussin 	char		 buf[32];
612*61d06d6bSBaptiste Daroussin 	char		*ep;
613*61d06d6bSBaptiste Daroussin 	long		 v;
614*61d06d6bSBaptiste Daroussin 
615*61d06d6bSBaptiste Daroussin 	if (sz > 31)
616*61d06d6bSBaptiste Daroussin 		return -1;
617*61d06d6bSBaptiste Daroussin 
618*61d06d6bSBaptiste Daroussin 	memcpy(buf, p, sz);
619*61d06d6bSBaptiste Daroussin 	buf[(int)sz] = '\0';
620*61d06d6bSBaptiste Daroussin 
621*61d06d6bSBaptiste Daroussin 	errno = 0;
622*61d06d6bSBaptiste Daroussin 	v = strtol(buf, &ep, base);
623*61d06d6bSBaptiste Daroussin 
624*61d06d6bSBaptiste Daroussin 	if (buf[0] == '\0' || *ep != '\0')
625*61d06d6bSBaptiste Daroussin 		return -1;
626*61d06d6bSBaptiste Daroussin 
627*61d06d6bSBaptiste Daroussin 	if (v > INT_MAX)
628*61d06d6bSBaptiste Daroussin 		v = INT_MAX;
629*61d06d6bSBaptiste Daroussin 	if (v < INT_MIN)
630*61d06d6bSBaptiste Daroussin 		v = INT_MIN;
631*61d06d6bSBaptiste Daroussin 
632*61d06d6bSBaptiste Daroussin 	return (int)v;
633*61d06d6bSBaptiste Daroussin }
634