git.plutz.net Git - cgilite/blob - markdown.awk

   1 #!/bin/awk -f
   2 #!/opt/busybox/awk -f
   3
   4 # EXPERIMENTAL Markdown processor with minimal dependencies.
   5 # Meant to support all features of John Grubers basic Markdown
   6 # + a number of common extensions, mostly inspired by Pandoc Markdown
   7
   8 # Supported Features / TODO:
   9 # ==========================
  10 # [x] done    [ ] todo    [-] not planned    ? unsure
  11 #
  12 # Basic Markdown - Block elements:
  13 # -------------------------------
  14 # - [x] Paragraphs
  15 #   - [x] Double space line breaks
  16 # - [x] Proper block element nesting
  17 # - [x] Headings
  18 # - [x] ATX-Style Headings
  19 # - [x] Blockquotes
  20 # - [x] Lists (ordered, unordered)
  21 # - [x] Code blocks (using indention)
  22 # - [x] Horizontal rules
  23 # - [x] Verbatim HTML block (disabled by default)
  24 #
  25 # Basic Markdown - Inline elements:
  26 # ---------------------------------
  27 # - [x] Links
  28 # - [x] Reference style links
  29 # - [x] Emphasis *em*/**strong** (*Asterisk*, _Underscore_)
  30 # - [x] `code`, also ``code containing `backticks` ``
  31 # - [x] Images / reference style images
  32 # - [x] <automatic links>
  33 # - [x] backslash escapes
  34 # - [x] Verbatim HTML inline (disabled by default)
  35 # - [x] HTML escaping
  36 #
  37 # NOTE: Set the environment variable MD_HTML=true to enable verbatim HTML
  38 #
  39 # Extensions - Block elements:
  40 # ----------------------------
  41 # -  ?  Heading identifiers (php md, pandoc)
  42 # - [x] Automatic heading identifiers (custom)
  43 # - [x] Fenced code blocks (php md, pandoc)
  44 #   - [x] Fenced code attributes
  45 # - [/] Tables
  46 #   -  ?  Simple table (pandoc)
  47 #   -  ?  Multiline table (pandoc)
  48 #   - [x] Grid table (pandoc)
  49 #   - [x] Pipe table (php md pandoc)
  50 # - [x] Line blocks (pandoc)
  51 # - [x] Task lists (pandoc, custom)
  52 # - [ ] Definition lists (php md, pandoc)
  53 # - [-] Numbered example lists (pandoc)
  54 # - [-] Metadata blocks (pandoc)
  55 # - [x] Metadata blocks (custom)
  56 # - [x] Fenced Divs (pandoc)
  57 #
  58 # Extensions - Inline elements:
  59 # ----------------------------
  60 # - [x] Ignore embedded_underscores (php md, pandoc)
  61 # - [x] ~~strikeout~~ (pandoc)
  62 # - [x] ^Superscript^ ~Subscript~ (pandoc)
  63 # - [-] Bracketed spans (pandoc)
  64 #   - [-] Inline attributes (pandoc)
  65 # - [-] TEX-Math (pandoc)
  66 # -  ?  Footnotes (php md)
  67 # -  ?  Abbreviations (php md)
  68 # -  ?  "Curly quotes" (smartypants)
  69 # - [ ] em-dashes (--) (smartypants old)
  70 # -  ?  ... three-dot ellipsis (smartypants)
  71 # - [-] en-dash (smartypants)
  72 # - [ ] Automatic em-dash / en-dash
  73 # - [ ] Automatic -> Arrows <-
  74
  75 function debug(text) { printf "\n---\n%s\n---\n", text > "/dev/stderr"; }
  76
  77 function HTML ( text ) {
  78   gsub( /&/,  "\\&amp;",  text );
  79   gsub( /</,  "\\&lt;",   text );
  80   gsub( />/,  "\\&gt;",   text );
  81   gsub( /"/,  "\\&quot;", text );
  82   gsub( /'/,  "\\&#x27;", text );
  83   gsub( /\\/, "\\&#x5C;", text );
  84   return text;
  85 }
  86
  87 function inline( line, LOCAL, len, code, href, guard ) {
  88   nu = "(\\\\\\\\|\\\\[^\\\\]|[^\\\\_]|_[[:alnum:]])*"    # not underline (except when escaped)
  89   na = "(\\\\\\\\|\\\\[^\\\\]|[^\\\\\\*])*"  # not asterisk (except when escaped)
  90   ieu =  "_([^_[:space:]]|[^_[:space:]]" nu "[^_[:space:]])_"                 # inner <em> (underline)
  91   isu = "__([^_[:space:]]|[^_[:space:]]" nu "[^_[:space:]])__"                # inner <strong> (underline)
  92   iea =    "\\*([^\\*[:space:]]|[^\\*[:space:]]" na "[^\\*[:space:]])\\*"     # inner <em> (asterisk)
  93   isa = "\\*\\*([^\\*[:space:]]|[^\\*[:space:]]" na "[^\\*[:space:]])\\*\\*"  # inner <strong> (asterisk)
  94
  95   if ( line ~ /^$/ ) {  # Recursion End
  96     return "";
  97
  98   #  omit processing of escaped characters
  99   } else if ( line ~ /^\\[]\\`\*_\{\}\(\)#\+-\.![]/) {
 100     return substr(line, 2, 1) inline( substr(line, 3) );
 101
 102   # hard brakes
 103   } else if ( match(line, /^  \n/) ) {
 104     return "<br />\n" inline( substr(line, RLENGTH + 1) );
 105
 106   #  ``code spans``
 107   } else if ( match( line, /^`+/) ) {
 108     len = RLENGTH
 109     guard = substr( line, 1, len )
 110     if ( match(line, guard ".*" guard) ) {
 111       code = substr( line, len + 1, match( substr(line, len + 1), guard ) - 1)
 112       len = 2 * length(guard) + length(code)
 113       #  strip single surrounding white spaces
 114       code = gensub( / (.*) /, "\\1", "1" , code)
 115       #  escape HTML within code span
 116       gsub( /&/, "\\&amp;", code ); gsub( /</, "\\&lt;", code ); gsub( />/, "\\&gt;", code );
 117       return "<code>" code "</code>" inline( substr( line, len + 1 ) )
 118     }
 119
 120   #  quick links ("automatic links" in md doc)
 121   } else if ( match( line, /^<[a-zA-Z]+:\/\/([-\.[:alnum:]]+)(:[0-9]*)?(\/[^>]*)?>/ ) ) {
 122     len = RLENGTH;
 123     href = HTML( substr( line, 2, len - 2) );
 124     return "<a href=\"" href "\">" href "</a>" inline( substr( line, len + 1) );
 125
 126   # quick link email
 127   } else if ( match( line, /^<[a-zA-Z0-9.!#$%&'\''*+\/=?^_`{|}~-]+@[a-zA-Z0-9]([a-zA-Z0-9-]{0,61}[a-zA-Z0-9])?(\.[a-zA-Z0-9]([a-zA-Z0-9-]{0,61}[a-zA-Z0-9])?)*>/ ) ) {
 128     len = RLENGTH;
 129     href = HTML( substr( line, 2, len - 2) );
 130     return "<a href=\"mailto:" href "\">" href "</a>" inline( substr( line, len + 1) );
 131
 132   # inline links
 133   } else if ( match(line, /^\[([^]]+)\]\(([^"\)]+)([[:space:]]+"([^"]+)")?\)/) ) {
 134     len = RLENGTH;
 135     text  = gensub(/^\[([^]]+)\]\(([^"\)]+)([[:space:]]+"([^"]+)")?\)/, "\\1", 1, substr(line, 1, len) );
 136     href  = gensub(/^\[([^]]+)\]\(([^"\)]+)([[:space:]]+"([^"]+)")?\)/, "\\2", 1, substr(line, 1, len) );
 137     title = gensub(/^\[([^]]+)\]\(([^"\)]+)([[:space:]]+"([^"]+)")?\)/, "\\4", 1, substr(line, 1, len) );
 138     if ( title ) {
 139       return "<a href=\"" HTML(href) "\" title=\"" HTML(title) "\">" inline( text ) "</a>" inline( substr( line, len + 1) );
 140     } else {
 141       return "<a href=\"" HTML(href) "\">" inline( text ) "</a>" inline( substr( line, len + 1) );
 142     }
 143
 144   # reference style links
 145   } else if ( match(line, /^\[([^]]+)\] ?\[([^]]*)\]/ ) ) {
 146     len = RLENGTH;
 147     text = gensub(/^\[([^\n]+)\] ?\[([^\n]*)\].*/, "\\1", 1, substr(line, 1, len) );
 148       id = gensub(/^\[([^\n]+)\] ?\[([^\n]*)\].*/, "\\2", 1, substr(line, 1, len) );
 149     if ( ! id ) id = text;
 150     if ( rl_href[id] && rl_title[id] ) {
 151       return "<a href=\"" HTML(rl_href[id]) "\" title=\"" HTML(rl_title[id]) "\">" inline(text) "</a>" inline( substr( line, len + 1) );
 152     } else if ( rl_href[id] ) {
 153       return "<a href=\"" HTML(rl_href[id]) "\">" inline(text) "</a>" inline( substr( line, len + 1) );
 154     } else {
 155       return "" HTML(substr(line, 1, len)) inline( substr(line, len + 1) );
 156     }
 157
 158   # inline images
 159   } else if ( match(line, /^!\[([^]]+)\]\(([^"\)]+)([ \t]+"([^"]+)")?\)/) ) {
 160     len = RLENGTH;
 161     text  = gensub(/^!\[([^]]+)\]\(([^"\)]+)([ \t]+"([^"]+)")?\)/, "\\1", "g", substr(line, 1, len) );
 162     href  = gensub(/^!\[([^]]+)\]\(([^"\)]+)([ \t]+"([^"]+)")?\)/, "\\2", "g", substr(line, 1, len) );
 163     title = gensub(/^!\[([^]]+)\]\(([^"\)]+)([ \t]+"([^"]+)")?\)/, "\\4", "g", substr(line, 1, len) );
 164     if ( title ) {
 165       return "<img src=\"" HTML(href) "\" alt=\"" HTML(text) "\" title=\"" HTML(title) "\" />" inline( substr( line, len + 1) );
 166     } else {
 167       return "<img src=\"" HTML(href) "\" alt=\"" HTML(text) "\" />" inline( substr( line, len + 1) );
 168     }
 169
 170   # reference style images
 171   } else if ( match(line, /^!\[([^]]+)\] ?\[([^]]*)\]/ ) ) {
 172     len = RLENGTH;
 173     text = gensub(/^!\[([^\n]+)\] ?\[([^\n]*)\].*/, "\\1", 1, substr(line, 1, len) );
 174       id = gensub(/^!\[([^\n]+)\] ?\[([^\n]*)\].*/, "\\2", 1, substr(line, 1, len) );
 175     if ( ! id ) id = text;
 176     if ( rl_href[id] && rl_title[id] ) {
 177       return "<img src=\"" HTML(rl_href[id]) "\" alt=\"" HTML(text) "\" title=\"" HTML(rl_title[id]) "\" />" inline( substr( line, len + 1) );
 178     } else if ( rl_href[id] ) {
 179       return "<img src=\"" HTML(rl_href[id]) "\" alt=\"" HTML(text) "\" />" inline( substr( line, len + 1) );
 180     } else {
 181       return "" HTML(substr(line, 1, len)) inline( substr(line, len + 1) );
 182     }
 183
 184   #  ~~strikeout~~ (pandoc)
 185   } else if ( match(line, /^~~([[:graph:]]|[[:graph:]]([^~]|~[^~])*[[:graph:]])~~/) ) {
 186     len = RLENGTH;
 187     return "<del>" inline( substr( line, 3, len - 4 ) ) "</del>" inline( substr( line, len + 1 ) );
 188
 189   #  ^superscript^ (pandoc)
 190   } else if ( match(line, /^\^([^[:space:]^]|\\[ ^])+\^/) ) {
 191     len = RLENGTH;
 192     return "<sup>" inline( substr( line, 2, len - 2 ) ) "</sup>" inline( substr( line, len + 1 ) );
 193
 194   #  ~subscript~ (pandoc)
 195   } else if ( match(line, /^~([^[:space:]~]|\\[ ~])+~/) ) {
 196     len = RLENGTH;
 197     return "<sub>" inline( substr( line, 2, len - 2 ) ) "</sub>" inline( substr( line, len + 1 ) );
 198
 199   # ignore embedded underscores (pandoc, php md)
 200   } else if ( match(line, "^[[:alnum:]](__|_)") ) {
 201     return HTML(substr( line, 1, RLENGTH)) inline( substr(line, RLENGTH + 1) );
 202
 203   #  __strong__$
 204   } else if ( match(line, "^__(([^_[:space:]]|" ieu ")|([^_[:space:]]|" ieu ")(" nu "|" ieu ")*([^_[:space:]]|" ieu "))__$") ) {
 205     len = RLENGTH;
 206     return "<strong>" inline( substr( line, 3, len - 4 ) ) "</strong>" inline( substr( line, len + 1 ) );
 207
 208   #  __strong__
 209   } else if ( match(line, "^__(([^_[:space:]]|" ieu ")|([^_[:space:]]|" ieu ")(" nu "|" ieu ")*([^_[:space:]]|" ieu "))__[[:space:][:punct:]]") ) {
 210     len = RLENGTH;
 211     return "<strong>" inline( substr( line, 3, len - 5 ) ) "</strong>" inline( substr( line, len) );
 212
 213   #  **strong**
 214   } else if ( match(line, "^\\*\\*(([^\\*[:space:]]|" iea ")|([^\\*[:space:]]|" iea ")(" na "|" iea ")*([^\\*[:space:]]|" iea "))\\*\\*") ) {
 215     len = RLENGTH;
 216     return "<strong>" inline( substr( line, 3, len - 4 ) ) "</strong>" inline( substr( line, len + 1 ) );
 217
 218   #  _em_$
 219   } else if ( match(line, "^_(([^_[:space:]]|" isu ")|([^_[:space:]]|" isu ")(" nu "|" isu ")*([^_[:space:]]|" isu "))_$") ) {
 220     len = RLENGTH;
 221     return "<em>" inline( substr( line, 2, len - 2 ) ) "</em>" inline( substr( line, len + 1 ) );
 222
 223   #  _em_
 224   } else if ( match(line, "^_(([^_[:space:]]|" isu ")|([^_[:space:]]|" isu ")(" nu "|" isu ")*([^_[:space:]]|" isu "))_[[:space:][:punct:]]") ) {
 225     len = RLENGTH;
 226     return "<em>" inline( substr( line, 2, len - 3 ) ) "</em>" inline( substr( line, len ) );
 227
 228   #  *em*
 229   } else if ( match(line, "^\\*(([^\\*[:space:]]|" isa ")|([^\\*[:space:]]|" isa ")(" na "|" isa ")*([^\\*[:space:]]|" isa "))\\*") ) {
 230     len = RLENGTH;
 231     return "<em>" inline( substr( line, 2, len - 2 ) ) "</em>" inline( substr( line, len + 1 ) );
 232
 233   # Macros
 234   } else if ( AllowMacros && match( line, /^<<([^>]|>[^>])+>>/) ) {
 235     len = RLENGTH;
 236     return macro( substr( line, 3, len - 4 ) ) inline(substr(line, len + 1));
 237
 238   # Verbatim inline HTML
 239   } else if ( AllowHTML && match( line, /^(<!--([^-]|-[^-]|--[^>])*-->|<\?([^\?]|\?[^>])*\?>|<![A-Z][^>]*>|<!\[CDATA\[([^\]]|\][^\]]|\]\][^>])*\]\]>|<\/[A-Za-z][A-Za-z0-9-]*[[:space:]]*>|<[A-Za-z][A-Za-z0-9-]*([[:space:]]+[A-Za-z_:][A-Za-z0-9_\.:-]*([[:space:]]*=[[:space:]]*([[:space:]"'=<>`]+|"[^"]*"|'[^']*'))?)*[[:space:]]*\/?>)/) ) {
 240     len = RLENGTH;
 241     return substr( line, 1, len) inline(substr(line, len + 1));
 242
 243   # Literal HTML entities
 244   } else if ( match( line, /^&([a-zA-Z]{2,32}|#[0-9]{1,7}|#[xX][0-9a-fA-F]{1,6});/) ) {
 245     len = RLENGTH;
 246     return substr( line, 1, len ) inline(substr(line, len + 1));
 247
 248   # Escape lone HTML character
 249   } else if ( match( line, /^[&<>"']/) ) {
 250     return HTML(substr(line, 1, 1)) inline(substr(line, 2));
 251
 252   #  continue walk over string
 253   } else {
 254     return substr(line, 1, 1) inline( substr(line, 2) );
 255   }
 256 }
 257
 258 function _block( block, LOCAL, st, len, hlvl, htxt, guard, code, indent, attrib ) {
 259   gsub( /^\n+|\n+$/, "", block );
 260
 261   if ( block == "" ) {
 262     return "";
 263
 264   # HTML #2 #3 #4 $5
 265   } else if ( AllowHTML && match( block, /(^|\n) ? ? ?(<!--([^-]|-[^-]|--[^>])*(-->|$)|<\?([^\?]|\?[^>])*(\?>|$)|<![A-Z][^>]*(>|$)|<!\[CDATA\[([^\]]|\][^\]]|\]\][^>])*(\]\]>|$))/) ) {
 266     len = RLENGTH; st = RSTART;
 267     return _block(substr(block, 1, st - 1)) substr(block, st, len) _block(substr(block, st + len));
 268
 269   # HTML #6
 270   } else if ( AllowHTML && match( tolower(block), /(^|\n) ? ? ?<\/?(address|article|aside|base|basefont|blockquote|body|caption|center|col|colgroup|dd|details|dialog|dir|div|dl|dt|fieldset|figcaption|figure|footer|form|frame|frameset|h[123456]|head|header|hr|html|iframe|legend|li|link|main|menu|menuitem|nav|noframes|ol|optgroup|option|p|param|section|source|summary|table|tbody|td|tfoot|th|thead|title|tr|track|ul)([[:space:]\n>]|\/>)([^\n]|\n[ \t]*[^\n])*(\n[[:space:]]*\n|$)/) ) {
 271     len = RLENGTH; st = RSTART;
 272     return _block(substr(block, 1, st - 1)) substr(block, st, len) _block(substr(block, st + len));
 273
 274   # HTML #1
 275   } else if ( AllowHTML && match( tolower(block), /(^|\n) ? ? ?<(script|pre|style)([[:space:]\n>]).*(<\/script>|<\/pre>|<\/style>|$)/) ) {
 276     len = RLENGTH; st = RSTART;
 277     match( tolower(substr(block, st, len)), /(<\/script>|<\/pre>|<\/style>)/);
 278     len = RSTART + RLENGTH;
 279     return _block(substr(block, 1, st - 1)) substr(block, st, len) _block(substr(block, st + len));
 280
 281   # HTML #7
 282   } else if ( AllowHTML && match( block, /^ ? ? ?(<\/[A-Za-z][A-Za-z0-9-]*[[:space:]]*>|<[A-Za-z][A-Za-z0-9-]*([[:space:]]+[A-Za-z_:][A-Za-z0-9_\.:-]*([[:space:]]*=[[:space:]]*([[:space:]"'=<>`]+|"[^"]*"|'[^']*'))?)*[[:space:]]*\/?>)([[:space:]]*\n)([^\n]|\n[ \t]*[^\n])*(\n[[:space:]]*\n|$)/) ) {
 283     len = RLENGTH; st = RSTART;
 284     return substr(block, st, len) _block(substr(block, st + len));
 285
 286   # Metadata (custom, block starting with %something)
 287   # Metadata is ignored but can be interpreted externally
 288   } else if ( match(block, /^%[a-zA-Z]+([[:space:]][^\n]*)?(\n|$)(%[a-zA-Z]+([[:space:]][^\n]*)?(\n|$)|%([[:space:]][^\n]*)?(\n|$)|[ \t]+[^\n[:space:]][^\n]*(\n|$))*/) ) {
 289     len = RLENGTH; st = RSTART;
 290     return  _block( substr( block, len + 1) );
 291
 292   # Blockquote (leading >)
 293   } else if ( match( block, /^> /) ) {
 294     match( block, /(^|\n)[[:space:]]*(\n|$)/ ) || match(block, /$/);
 295     len = RLENGTH; st = RSTART;
 296     return "<blockquote>\n" _block( gensub( /(^|\n)> /, "\n", "g", substr(block, 1, st - 1) ) ) "</blockquote>\n\n" \
 297            _block( substr(block, st + len) );
 298
 299   # Pipe Tables (pandoc / php md / gfm )
 300   } else if ( match(block, "^((\\|)?([^\n]+\\|)+[^\n]+(\\|)?)\n" \
 301                            "((\\|)?:?(-+:?[\\|+])+:?-+:?(\\|)?)\n" \
 302                            "((\\|)?([^\n]+\\|)+[^\n]+(\\|)?(\n|$))+" ) ) {
 303     len = RLENGTH; st = RSTART;
 304     #initialize empty arrays
 305     split("", talign); split("", tarray);
 306     cols = 0; cnt=0; ttext = "";
 307
 308     # table header and alignment
 309     split( gensub( /(^\||\|$)/, "", "g", \
 310            gensub( /(^|[^\\])\\\|/, "\\1\\&#x7C;", "g", \
 311            substr(block, 1, match(block, /(\n|$)/)) \
 312     )), tarray, /\|/);
 313     block = substr(block, match(block, /(\n|$)/) + 1 );
 314     cols = split( \
 315            gensub( /(^\||\|$)/, "", "g", \
 316            substr(block, 1, match(block, /(\n|$)/)) \
 317     ), talign, /[+\|]/);
 318     block = substr(block, match(block, /(\n|$)/) + 1 );
 319
 320     for( cnt = 1; cnt < cols; cnt++ ) {
 321            if (match(talign[cnt], /:-+:/)) talign[cnt]="center";
 322       else if (match(talign[cnt],  /-+:/)) talign[cnt]="right";
 323       else if (match(talign[cnt],  /:-+/)) talign[cnt]="left";
 324       else talign[cnt]="";
 325     }
 326
 327     ttext = "<thead>\n<tr>"
 328     for (cnt = 1; cnt < cols; cnt++)
 329       ttext = ttext "<th align=\"" talign[cnt] "\">" inline(tarray[cnt]) "</th>"
 330     ttext = ttext "</tr>\n</thead><tbody>\n"
 331
 332     while ( match(block, "^((\\|)?([^\n]+\\|)+[^\n]+(\\|)?(\n|$))+" ) ){
 333       split( gensub( /(^\||\|$)/, "", "g", \
 334              gensub( /(^|[^\\])\\\|/, "\\1\\&#x7C;", "g", \
 335              substr(block, 1, match(block, /(\n|$)/)) \
 336       )), tarray, /\|/);
 337       block = substr(block, match(block, /(\n|$)/) + 1 );
 338
 339       ttext = ttext "<tr>"
 340       for (cnt = 1; cnt < cols; cnt++)
 341         ttext = ttext "<td align=\"" talign[cnt] "\">" inline(tarray[cnt]) "</td>"
 342       ttext = ttext "</tr>\n"
 343     }
 344     return "<table>" ttext "</tbody></table>\n" _block(block);
 345
 346   # Grid Tables (pandoc)
 347   } else if ( match(block, "^\\+(-+\\+)+\n" \
 348                        "(\\|([^\n]+\\|)+\n)+" \
 349                         "\\+(:?=+:?\\+)+\n" \
 350                       "((\\|([^\n]+\\|)+\n)+" \
 351                             "\\+(-+\\+)+(\n|$))+" \
 352             ) ) {
 353     len = RLENGTH; st = RSTART;
 354     #initialize empty arrays
 355     split("", talign); split("", tarray); split("", tread);
 356     cols = 0; cnt=0; ttext = "";
 357
 358     # table header and alignment
 359     block = substr(block, match(block, /(\n|$)/) + 1 );
 360     while ( match(block, "^\\|([^\n]+\\|)+\n") ) {
 361       cols = split( gensub( /(^\||\|$)/, "", "g", \
 362              gensub( /(^|[^\\])\\\|/, "\\1\\&#x7C;", "g", \
 363              substr(block, 1, match(block, /(\n|$)/)) \
 364       )), tread, /\|/);
 365       block = substr(block, match(block, /(\n|$)/) + 1 );
 366       for (cnt = 1; cnt < cols; cnt++)
 367         tarray[cnt] = tarray[cnt] "\n" tread[cnt];
 368     }
 369
 370     cols = split( \
 371            gensub( /(^\+|\+$)/, "", "g", \
 372            substr(block, 1, match(block, /(\n|$)/)) \
 373     ), talign, /\+/);
 374     block = substr(block, match(block, /(\n|$)/) + 1 );
 375
 376     for (cnt = 1; cnt < cols; cnt++) {
 377            if (match(talign[cnt], /:=+:/)) talign[cnt]="center";
 378       else if (match(talign[cnt],  /=+:/)) talign[cnt]="right";
 379       else if (match(talign[cnt], /:=+/ )) talign[cnt]="left";
 380       else talign[cnt]="";
 381     }
 382
 383     ttext = "<thead>\n<tr>"
 384     for (cnt = 1; cnt < cols; cnt++)
 385       ttext = ttext "<th align=\"" talign[cnt] "\">" _block(tarray[cnt]) "</th>"
 386     ttext = ttext "</tr>\n</thead><tbody>\n"
 387
 388     while ( match(block, /^((\|([^\n]+\|)+\n)+\+(-+\+)+(\n|$))+/ ) ){
 389       split("", tarray);
 390       while ( match(block, /^\|([^\n]+\|)+\n/) ) {
 391         split( gensub( /(^\||\|$)/, "", "g", \
 392                gensub( /(^|[^\\])\\\|/, "\\1\\&#x7C;", "g", \
 393                substr(block, 1, match(block, /(\n|$)/)) \
 394         )), tread, /\|/);
 395         block = substr(block, match(block, /(\n|$)/) + 1 );
 396         for (cnt = 1; cnt < cols; cnt++)
 397           tarray[cnt] = tarray[cnt] "\n" tread[cnt];
 398       }
 399       block = substr(block, match(block, /(\n|$)/) + 1 );
 400
 401       ttext = ttext "<tr>"
 402       for (cnt = 1; cnt < cols; cnt++)
 403         ttext = ttext "<td align=\"" talign[cnt] "\">" _block(tarray[cnt]) "</td>"
 404       ttext = ttext "</tr>\n"
 405     }
 406     return "<table>" ttext "</tbody></table>\n" _block(block);
 407
 408   # Line Blocks (pandoc)
 409   } else if ( match(block, /^\| [^\n]*(\n|$)(\| [^\n]*(\n|$)|[ \t]+[^\n[:space:]][^\n]*(\n|$))*/) ) {
 410     len = RLENGTH; st = RSTART;
 411     code = substr(block, 1, len);
 412     gsub(/\n[[:space:]]+/, " ", code);
 413     gsub(/\n\| /, "\n", code);
 414     gsub(/^\| |\n$/, "", code);
 415     return "<div class=\"line-block\">" gensub(/\n/, "<br />\n", "g", inline( code )) "</div>\n" \
 416            _block( substr( block, len + 1) );
 417
 418   # Indented Code Block
 419   } else if ( match(block, /^(    |\t)( *\t*[^ \t\n])+(\n|$)((    |\t)[^\n]+(\n|$)|[ \t]*(\n|$))*/) ) {
 420     len = RLENGTH; st = RSTART;
 421     code = substr(block, 1, len);
 422     gsub(/(^|\n)(    |\t)/, "\n", code);
 423     gsub(/^\n|\n+$/, "", code);
 424     return "<pre><code>" HTML( code ) "</code></pre>\n" \
 425            _block( substr( block, len + 1 ) );
 426
 427   # Fenced Divs (pandoc, custom)
 428   } else if ( match( block, /^(:::+)/ ) ) {
 429     guard = substr( block, 1, RLENGTH );
 430     code = gensub(/^[^\n]+\n/, "", 1, block);
 431     attrib = gensub(/^:::+[ \t]*\{?[ \t]*([^\}\n]*)\}?[ \t]*\n.*$/, "\\1", 1, block);
 432     gsub(/[^a-zA-Z0-9_-]+/, " ", attrib);
 433     gsub(/(^ | $)/, "", attrib);
 434     if ( match(code, "(^|\n)" guard "+(\n|$)" ) ) {
 435       len = RLENGTH; st = RSTART;
 436       return "<div class=\"" attrib "\">" _block( substr(code, 1, st - 1) ) "</div>\n" \
 437              _block( substr( code, st + len ) );
 438     } else {
 439       match( block, /(^|\n)[[:space:]]*(\n|$)/ ) || match( block, /$/ );
 440       len = RLENGTH; st = RSTART;
 441       return "<p>" inline( substr(block, 1, st - 1) ) "</p>\n" \
 442              _block( substr(block, st + len) );
 443     }
 444
 445   # Fenced Code Block (pandoc)
 446   } else if ( match( block, /^(~~~+|```+)/ ) ) {
 447     guard = substr( block, 1, RLENGTH );
 448     code = gensub(/^[^\n]+\n/, "", 1, block);
 449     attrib = gensub(/^(~~~+|```+)[ \t]*\{?[ \t]*([^\}\n]*)\}?[ \t]*\n.*$/, "\\2", 1, block);
 450     gsub(/[^a-zA-Z0-9_-]+/, " ", attrib);
 451     gsub(/(^ | $)/, "", attrib);
 452     if ( match(code, "(^|\n)" guard "+(\n|$)" ) ) {
 453       len = RLENGTH; st = RSTART;
 454       return "<pre><code class=\"" attrib "\">" HTML( substr(code, 1, st - 1) ) "</code></pre>\n" \
 455              _block( substr( code, st + len ) );
 456     } else {
 457       match( block, /(^|\n)[[:space:]]*(\n|$)/ ) || match( block, /$/ );
 458       len = RLENGTH; st = RSTART;
 459       return "<p>" inline( substr(block, 1, st - 1) ) "</p>\n" \
 460              _block( substr(block, st + len) );
 461     }
 462
 463   # Unordered list
 464   } else if ( match( block, "^ ? ? ?[-+*][ \t]+[^\n]+(\n|$)" \
 465                             "(([ \t]*\n)* ? ? ?[-+*][ \t]+[^\n]+(\n|$)" \
 466                             "|([ \t]*\n)*( ? ? ?\t|  +)[^\n]+(\n|$)" \
 467                             "|[^\n]+(\n|$))*" ) ) {
 468   list = substr( block, 1, RLENGTH);
 469   block = substr( block, RLENGTH + 1);
 470   indent = length( gensub(/[-+*][ \t]+[^\n]+.*$/, "", 1, list) );
 471
 472   gsub("(^|\n) {0," indent "}", "\n", list);
 473   return "\n<ul>\n" _list( substr(list, 2) ) "</ul>\n" _block( block );
 474
 475   # Ordered list
 476   } else if ( match( block, "^ ? ? ?([0-9]+|#)\\.[ \t]+[^\n]+(\n|$)" \
 477                             "(([ \t]*\n)* ? ? ?([0-9]+|#)\\.[ \t]+[^\n]+(\n|$)" \
 478                             "|([ \t]*\n)*( ? ? ?\t|  +)[^\n]+(\n|$)" \
 479                             "|[^\n]+(\n|$))*" ) ) {
 480   list = substr( block, 1, RLENGTH);
 481   block = substr( block, RLENGTH + 1);
 482   indent = length( gensub(/([0-9]+|#)\.[ \t]+[^\n]+.*$/, "", 1, list) );
 483
 484   gsub("(^|\n) {0," indent "}", "\n", list);
 485   return "\n<ol>\n" _list( substr(list, 2) ) "</ol>\n" _block( block );
 486
 487   # First Order Heading
 488   } else if ( match( block, /^[^\n]+\n===+(\n|$)/ ) ) {
 489     len = RLENGTH;
 490     HL[1]++; HL[2] = 0; HL[3] = 0; HL[4] = 0; HL[5] = 0; HL[6] = 0;
 491     return "<h1 id=\"" HL[1] " - " HTML(gensub( /\n.*$/, "", "g", block )) "\">" \
 492            inline( gensub( /\n.*$/, "", "g", block ) ) \
 493            "<a class=\"anchor\" href=\"" HL[1] " - " \
 494            HTML(gensub( /\n.*$/, "", "g", block )) "\"></a></h1>\n\n" \
 495            _block( substr( block, len + 1 ) );
 496
 497   # Second Order Heading
 498   } else if ( match( block, /^[^\n]+\n---+(\n|$)/ ) ) {
 499     len = RLENGTH;
 500     HL[2]++; HL[3] = 0; HL[4] = 0; HL[5] = 0; HL[6] = 0;
 501     return "<h2 id=\"" HL[1] "." HL[2] " - " HTML(gensub( /\n.*$/, "", "g", block )) "\">" \
 502            inline( gensub( /\n.*$/, "", "g", block ) ) \
 503            "<a class=\"anchor\" href=\"" HL[1] "." HL[2] " - " \
 504            HTML(gensub( /\n.*$/, "", "g", block )) "\"></a></h2>\n\n" \
 505            _block( substr( block, len + 1) );
 506
 507   # Nth Order Heading
 508   } else if ( match( block, /^#{1,6}[ \t]*[^\n]+([ \t]*#*)(\n|$)/ ) ) {
 509     len = RLENGTH;
 510     hlvl = length( gensub( /^(#{1,6}).*$/, "\\1", "g", block ) );
 511     htxt = gensub(/^#{1,6}[ \t]*(([^ \t\n]+|[ \t]+[^ \t\n#]|[ \t]+#+[^\n#])+)([ \t]*#*)(\n.*)?$/, "\\1", 1, block);
 512     HL[hlvl]++; for ( n = hlvl + 1; n < 7; n++) { HL[n] = 0;}
 513     hid = HL[1]; for ( n = 2; n <= hlvl; n++) { hid = hid "." HL[n] ; }
 514     return "<h" hlvl " id=\"" hid " - " HTML(htxt) "\">" inline( htxt ) \
 515            "<a class=\"anchor\" href=\"" hid "\"></a></h" hlvl ">\n\n" \
 516            _block( substr( block, len + 1) );
 517
 518   # Split paragraphs
 519   } else if ( match( block, /(^|\n)[[:space:]]*(\n|$)/) ) {
 520     len = RLENGTH; st = RSTART;
 521     return _block( substr(block, 1, st - 1) ) "\n" \
 522            _block( substr(block, st + len) );
 523
 524   # Horizontal rule
 525   } else if ( match( block, /(^|\n) ? ? ?((\* *){3,}|(- *){3,}|(_ *){3,})($|\n)/) ) {
 526     len = RLENGTH; st = RSTART;
 527     return _block(substr(block, 1, st - 1)) "<hr />\n" _block(substr(block, st + len));
 528
 529   # Plain paragraph
 530   } else {
 531     return "<p>" inline(block) "</p>\n";
 532   }
 533 }
 534
 535 function _list( block, last, LOCAL, p) {
 536   if ( ! length(block) ) return "";
 537   gsub(/^([-+*]|[0-9]+\.|#\.)(  ? ? ?|\t)/, "", block)
 538
 539   # slice next list item from input
 540   if ( match( block, /\n([-+*]|[0-9]+\.|#\.)[ \t]+[^\n]+/) ) {
 541     p = substr( block, 1, RSTART);
 542     block = substr( block, RSTART + 1);
 543   } else {
 544     p = block; block = "";
 545   }
 546   sub( /\n +([-+*]|[0-9]+\.|#\.)/, "\n&", p );
 547
 548   # if this should be a paragraph item
 549   # either previous item (last) or current item (p) contains blank lines
 550   if (match(last, /\n[[:space:]]*\n/) || match(p, /\n[[:space:]]*\n/) ) {
 551     last = p; p = _block(p);
 552   } else {
 553     last = p; p = _block(p);
 554     sub( /^<p>/, "", p );
 555     sub( /<\/p>\n/, "", p );
 556   }
 557   sub( /\n$/, "", p );
 558
 559   # Task List (pandoc, custom)
 560          if ( p ~ /^\[ \].*/ )       { return "<li class=\"task pending\"><input type=checkbox disabled />" \
 561                                               substr(p, 4) "</li>\n" _list( block, last );
 562   } else if ( p ~ /^\[-\].*/ )       { return "<li class=\"task negative\"><input type=checkbox disabled />" \
 563                                               substr(p, 4) "</li>\n" _list( block, last );
 564   } else if ( p ~ /^\[\?\].*/ )      { return "<li class=\"task unsure\"><input type=checkbox disabled />" \
 565                                               substr(p, 4) "</li>\n" _list( block, last );
 566   } else if ( p ~ /^\[\/\].*/ )      { return "<li class=\"task partial\"><input type=checkbox disabled />" \
 567                                               substr(p, 4) "</li>\n" _list( block, last );
 568   } else if ( p ~ /^\[[xX]\].*/ )    { return "<li class=\"task done\"><input type=checkbox disabled checked />" \
 569                                             substr(p, 4) "</li>\n" _list( block, last );
 570   } else if ( p ~ /^<p>\[ \].*/ )    { return "<li class=\"task pending\"><p><input type=checkbox disabled />" \
 571                                               substr(p, 7) "</li>\n" _list( block, last );
 572   } else if ( p ~ /^<p>\[-\].*/ )    { return "<li class=\"task negative\"><p><input type=checkbox disabled />" \
 573                                               substr(p, 7) "</li>\n" _list( block, last );
 574   } else if ( p ~ /^<p>\[\?\].*/ )   { return "<li class=\"task unsure\"><p><input type=checkbox disabled />" \
 575                                               substr(p, 7) "</li>\n" _list( block, last );
 576   } else if ( p ~ /^<p>\[\/\].*/ )   { return "<li class=\"task partial\"><p><input type=checkbox disabled />" \
 577                                               substr(p, 7) "</li>\n" _list( block, last );
 578   } else if ( p ~ /^<p>\[[xX]\].*/ ) { return "<li class=\"task done\"><p><input type=checkbox disabled checked />" \
 579                                               substr(p, 7) "</li>\n" _list( block, last );
 580   } else { return "<li>" p "</li>\n" _list( block, last ); }
 581 }
 582
 583 BEGIN {
 584   # Global Vars
 585   file = ""; rl_href[""] = ""; rl_title[""] = "";
 586   if (ENVIRON["MD_HTML"] == "true") { AllowHTML = "true"; }
 587   HL[1] = 0; HL[2] = 0; HL[3] = 0; HL[4] = 0; HL[5] = 0; HL[6] = 0;
 588
 589   # Buffering of full file ist necessary, e.g. to find reference links
 590   while (getline) { file = file $0 "\n"; }
 591   # Clean up MS-DOS line breaks
 592   gsub(/\r\n/, "\n", file);
 593
 594   # Fill array of reference links
 595   f = file; rl_id;
 596   re_reflink = "(^|\n) ? ? ?\\[([^]\n]+)\\]: ([^ \t\n]+)(\n?[ \t]+(\"([^\"]+)\"|'([^']+)'|\\(([^)]+)\\)))?(\n|$)";
 597   # /(^|\n) ? ? ?\[([^]\n]+)\]: ([^ \t\n]+)(\n?[ \t]+("([^"]+)"|'([^']+)'|\(([^)]+)\)))?(\n|$)/
 598   while ( match(f, re_reflink ) ) {
 599     rl_id           = gensub( re_reflink, "\\2", 1, substr(f, RSTART, RLENGTH) );
 600     rl_href[rl_id]  = gensub( re_reflink, "\\3", 1, substr(f, RSTART, RLENGTH) );
 601     rl_title[rl_id] = gensub( re_reflink, "\\5", 1, substr(f, RSTART, RLENGTH) );
 602     f = substr(f, RSTART + RLENGTH);
 603     rl_title[rl_id] = substr( rl_title[rl_id], 2, length(rl_title[rl_id]) - 2 );
 604     if ( rl_href[rl_id] ~ /<.*>/ ) rl_href[rl_id] = substr( rl_href[rl_id], 2, length(rl_href[rl_id]) - 2 );
 605   }
 606   # Clear reflinks from File
 607   while( gsub(re_reflink, "\n", file ) );
 608   # for (n in rl_href) { debug(n " | " rl_href[n] " | " rl_title[n] ); }
 609
 610   # Run Block Processing -> The Actual Markdown!
 611   printf "%s", _block( file );
 612 }