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 # - [x] Images (as block elements, <figure>-wrapped) (custom)
  46 #   - [x] reference style block images
  47 # - [/] Tables
  48 #   -  ?  Simple table (pandoc)
  49 #   -  ?  Multiline table (pandoc)
  50 #   - [x] Grid table (pandoc)
  51 #     - [x] Headerless
  52 #   - [x] Pipe table (php md, pandoc)
  53 # - [x] Line blocks (pandoc)
  54 # - [x] Task lists (pandoc, custom)
  55 # - [ ] Definition lists (php md, pandoc)
  56 # - [-] Numbered example lists (pandoc)
  57 # - [-] Metadata blocks (pandoc)
  58 # - [x] Metadata blocks (custom)
  59 # - [x] Fenced Divs (pandoc)
  60 #
  61 # Extensions - Inline elements:
  62 # ----------------------------
  63 # - [x] Ignore embedded_underscores (php md, pandoc)
  64 # - [x] ~~strikeout~~ (pandoc)
  65 # - [x] ^Superscript^ ~Subscript~ (pandoc)
  66 # - [-] Bracketed spans (pandoc)
  67 #   - [-] Inline attributes (pandoc)
  68 # - [x] Image attributes (custom, pandoc inspired, not for reference style)
  69 # - [x] Wiki style links [[PageName]] / [[PageName|Link Text]]
  70 # - [-] TEX-Math (pandoc)
  71 # -  ?  Footnotes (php md)
  72 # -  ?  Abbreviations (php md)
  73 # -  ?  "Curly quotes" (smartypants)
  74 # - [ ] em-dashes (--) (smartypants old)
  75 # -  ?  ... three-dot ellipsis (smartypants)
  76 # - [-] en-dash (smartypants)
  77 # - [ ] Automatic em-dash / en-dash
  78 # - [x] Automatic -> Arrows <- (custom)
  79
  80 function debug(text) { printf "\n---\n%s\n---\n", text > "/dev/stderr"; }
  81
  82 function HTML ( text ) {
  83   gsub( /&/,  "\\&amp;",  text );
  84   gsub( /</,  "\\&lt;",   text );
  85   gsub( />/,  "\\&gt;",   text );
  86   gsub( /"/,  "\\&quot;", text );
  87   gsub( /'/,  "\\&#x27;", text );
  88   gsub( /\\/, "\\&#x5C;", text );
  89   return text;
  90 }
  91
  92 function URL ( text ) {
  93   gsub( /&/,  "%26",  text );
  94   gsub( /"/,  "%22", text );
  95   gsub( /'/,  "%27", text );
  96   gsub( /\?/,  "%3F", text );
  97   gsub( /#/,  "%23", text );
  98   gsub( /\[/,  "%5B", text );
  99   gsub( /\]/,  "%5D", text );
 100   gsub( / /,  "%20", text );
 101   gsub( /       /,  "%09", text );
 102   gsub( /\\/, "%5C", text );
 103   return text;
 104 }
 105
 106 function inline( line, LOCAL, len, code, href, guard ) {
 107   nu = "(\\\\\\\\|\\\\[^\\\\]|[^\\\\_]|_[[:alnum:]])*"    # not underline (except when escaped)
 108   na = "(\\\\\\\\|\\\\[^\\\\]|[^\\\\\\*])*"  # not asterisk (except when escaped)
 109   ieu =  "_([^_[:space:]]|[^_[:space:]]" nu "[^_[:space:]])_"                 # inner <em> (underline)
 110   isu = "__([^_[:space:]]|[^_[:space:]]" nu "[^_[:space:]])__"                # inner <strong> (underline)
 111   iea =    "\\*([^\\*[:space:]]|[^\\*[:space:]]" na "[^\\*[:space:]])\\*"     # inner <em> (asterisk)
 112   isa = "\\*\\*([^\\*[:space:]]|[^\\*[:space:]]" na "[^\\*[:space:]])\\*\\*"  # inner <strong> (asterisk)
 113
 114   if ( line ~ /^$/ ) {  # Recursion End
 115     return "";
 116
 117   # omit processing of escaped characters
 118   } else if ( line ~ /^\\[]\\`\*_\{\}\(\)#\+-\.![]/) {
 119     return substr(line, 2, 1) inline( substr(line, 3) );
 120
 121   # hard brakes
 122   } else if ( match(line, /^  \n/) ) {
 123     return "<br>\n" inline( substr(line, RLENGTH + 1) );
 124
 125   #  ``code spans``
 126   } else if ( match( line, /^`+/) ) {
 127     len = RLENGTH
 128     guard = substr( line, 1, len )
 129     if ( match(line, guard ".*" guard) ) {
 130       code = substr( line, len + 1, match( substr(line, len + 1), guard ) - 1)
 131       len = 2 * length(guard) + length(code)
 132       #  strip single surrounding white spaces
 133       code = gensub( / (.*) /, "\\1", "1" , code)
 134       #  escape HTML within code span
 135       gsub( /&/, "\\&amp;", code ); gsub( /</, "\\&lt;", code ); gsub( />/, "\\&gt;", code );
 136       return "<code>" code "</code>" inline( substr( line, len + 1 ) )
 137     }
 138
 139   # Wiki style links
 140   } else if ( match( line, /^\[\[([^]|]+)(\|[^]]+)?\]\]/) ) {
 141     len = RLENGTH;
 142     href = gensub(/^\[\[([^]|]+)(\|([^]]+))?\]\]/, "\\1", 1, substr(line, 1, len) );
 143     text = gensub(/^\[\[([^]|]+)(\|([^]]+))?\]\]/, "\\3", 1, substr(line, 1, len) );
 144     if ( ! text ) text = href;
 145     return "<a href=\"" URL(href) "\">" HTML(text) "</a>" inline( substr( line, len + 1) );
 146
 147   #  quick links ("automatic links" in md doc)
 148   } else if ( match( line, /^<[a-zA-Z]+:\/\/([-\.[:alnum:]]+)(:[0-9]*)?(\/[^>]*)?>/ ) ) {
 149     len = RLENGTH;
 150     href = URL( substr( line, 2, len - 2) );
 151     return "<a href=\"" href "\">" href "</a>" inline( substr( line, len + 1) );
 152
 153   # quick link email
 154   } 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])?)*>/ ) ) {
 155     len = RLENGTH;
 156     href = URL( substr( line, 2, len - 2) );
 157     return "<a href=\"mailto:" href "\">" href "</a>" inline( substr( line, len + 1) );
 158
 159   # inline links
 160   #                                 ,_______________________Image____________________________,
 161   } else if ( match(line, /^\[([^]]+|!\[[^]]*\]\([^"\)]+([ \t]+"[^"]+")?\)(\{[a-zA-Z \t-]*\})?)\]\(([^"\)]+)([[:space:]]+"([^"]+)")?\)/) ) {
 162     len = RLENGTH;
 163     text  = gensub(/^\[([^]]+|!\[[^]]*\]\([^"\)]+([ \t]+"[^"]+")?\)(\{[a-zA-Z \t-]*\})?)\]\(([^"\)]+)([[:space:]]+"([^"]+)")?\)/, \
 164                    "\\1", 1, substr(line, 1, len) );
 165     href  = gensub(/^\[([^]]+|!\[[^]]*\]\([^"\)]+([ \t]+"[^"]+")?\)(\{[a-zA-Z \t-]*\})?)\]\(([^"\)]+)([[:space:]]+"([^"]+)")?\)/, \
 166                    "\\4", 1, substr(line, 1, len) );
 167     title = gensub(/^\[([^]]+|!\[[^]]*\]\([^"\)]+([ \t]+"[^"]+")?\)(\{[a-zA-Z \t-]*\})?)\]\(([^"\)]+)([[:space:]]+"([^"]+)")?\)/, \
 168                    "\\6", 1, substr(line, 1, len) );
 169     if ( title ) {
 170       return "<a href=\"" URL(href) "\" title=\"" HTML(title) "\">" inline( text ) "</a>" inline( substr( line, len + 1) );
 171     } else {
 172       return "<a href=\"" URL(href) "\">" inline( text ) "</a>" inline( substr( line, len + 1) );
 173     }
 174
 175   # reference style links
 176   } else if ( match(line, /^\[([^]]+)\] ?\[([^]]*)\]/ ) ) {
 177     len = RLENGTH;
 178     text = gensub(/^\[([^\n]+)\] ?\[([^\n]*)\].*/, "\\1", 1, substr(line, 1, len) );
 179       id = gensub(/^\[([^\n]+)\] ?\[([^\n]*)\].*/, "\\2", 1, substr(line, 1, len) );
 180     if ( ! id ) id = text;
 181     if ( rl_href[id] && rl_title[id] ) {
 182       return "<a href=\"" URL(rl_href[id]) "\" title=\"" HTML(rl_title[id]) "\">" inline(text) "</a>" inline( substr( line, len + 1) );
 183     } else if ( rl_href[id] ) {
 184       return "<a href=\"" URL(rl_href[id]) "\">" inline(text) "</a>" inline( substr( line, len + 1) );
 185     } else {
 186       return "" HTML(substr(line, 1, len)) inline( substr(line, len + 1) );
 187     }
 188
 189   # inline images
 190   } else if ( match(line, /^!\[([^]]*)\]\(([^"\)]+)([ \t]+"([^"]+)")?\)(\{([a-zA-Z \t-]*)\})?/) ) {
 191     len = RLENGTH;
 192     text   = gensub(/^!\[([^]]*)\]\(([^"\)]+)([ \t]+"([^"]+)")?\)(\{([a-zA-Z \t-]*)\})?/, "\\1", "g", substr(line, 1, len) );
 193     href   = gensub(/^!\[([^]]*)\]\(([^"\)]+)([ \t]+"([^"]+)")?\)(\{([a-zA-Z \t-]*)\})?/, "\\2", "g", substr(line, 1, len) );
 194     title  = gensub(/^!\[([^]]*)\]\(([^"\)]+)([ \t]+"([^"]+)")?\)(\{([a-zA-Z \t-]*)\})?/, "\\4", "g", substr(line, 1, len) );
 195     attrib = gensub(/^!\[([^]]*)\]\(([^"\)]+)([ \t]+"([^"]+)")?\)(\{([a-zA-Z \t-]*)\})?/, "\\6", "g", substr(line, 1, len) );
 196     if ( title && attrib ) {
 197       return "<img src=\"" URL(href) "\" alt=\"" HTML(text) "\" title=\"" HTML(title) "\" class=\"" HTML(attrib) "\">" \
 198              inline( substr( line, len + 1) );
 199     } else if ( title ) {
 200       return "<img src=\"" URL(href) "\" alt=\"" HTML(text) "\" title=\"" HTML(title) "\">" \
 201              inline( substr( line, len + 1) );
 202     } else if ( attrib ) {
 203       return "<img src=\"" URL(href) "\" alt=\"" HTML(text) "\" class=\"" HTML(attrib) "\">" \
 204              inline( substr( line, len + 1) );
 205     } else {
 206       return "<img src=\"" URL(href) "\" alt=\"" HTML(text) "\">" \
 207              inline( substr( line, len + 1) );
 208     }
 209
 210   # reference style images
 211   } else if ( match(line, /^!\[([^]]*)\] ?\[([^]]*)\]/ ) ) {
 212     len = RLENGTH;
 213     text = gensub(/^!\[([^\n]*)\] ?\[([^\n]*)\].*/, "\\1", 1, substr(line, 1, len) );
 214       id = gensub(/^!\[([^\n]*)\] ?\[([^\n]*)\].*/, "\\2", 1, substr(line, 1, len) );
 215     if ( ! id ) id = text;
 216     if ( rl_href[id] && rl_title[id] ) {
 217       return "<img src=\"" URL(rl_href[id]) "\" alt=\"" HTML(text) "\" title=\"" HTML(rl_title[id]) "\">" \
 218              inline( substr( line, len + 1) );
 219     } else if ( rl_href[id] ) {
 220       return "<img src=\"" URL(rl_href[id]) "\" alt=\"" HTML(text) "\">" \
 221              inline( substr( line, len + 1) );
 222     } else {
 223       return "" HTML(substr(line, 1, len)) inline( substr(line, len + 1) );
 224     }
 225
 226   #  ~~strikeout~~ (pandoc)
 227   } else if ( match(line, /^~~([[:graph:]]|[[:graph:]]([^~]|~[^~])*[[:graph:]])~~/) ) {
 228     len = RLENGTH;
 229     return "<del>" inline( substr( line, 3, len - 4 ) ) "</del>" inline( substr( line, len + 1 ) );
 230
 231   #  ^superscript^ (pandoc)
 232   } else if ( match(line, /^\^([^[:space:]^]|\\[ ^])+\^/) ) {
 233     len = RLENGTH;
 234     return "<sup>" inline( substr( line, 2, len - 2 ) ) "</sup>" inline( substr( line, len + 1 ) );
 235
 236   #  ~subscript~ (pandoc)
 237   } else if ( match(line, /^~([^[:space:]~]|\\[ ~])+~/) ) {
 238     len = RLENGTH;
 239     return "<sub>" inline( substr( line, 2, len - 2 ) ) "</sub>" inline( substr( line, len + 1 ) );
 240
 241   # ignore embedded underscores (pandoc, php md)
 242   } else if ( match(line, "^[[:alnum:]](__|_)") ) {
 243     return HTML(substr( line, 1, RLENGTH)) inline( substr(line, RLENGTH + 1) );
 244
 245   #  __strong__$
 246   } else if ( match(line, "^__(([^_[:space:]]|" ieu ")|([^_[:space:]]|" ieu ")(" nu "|" ieu ")*([^_[:space:]]|" ieu "))__$") ) {
 247     len = RLENGTH;
 248     return "<strong>" inline( substr( line, 3, len - 4 ) ) "</strong>" inline( substr( line, len + 1 ) );
 249
 250   #  __strong__
 251   } else if ( match(line, "^__(([^_[:space:]]|" ieu ")|([^_[:space:]]|" ieu ")(" nu "|" ieu ")*([^_[:space:]]|" ieu "))__[[:space:][:punct:]]") ) {
 252     len = RLENGTH;
 253     return "<strong>" inline( substr( line, 3, len - 5 ) ) "</strong>" inline( substr( line, len) );
 254
 255   #  **strong**
 256   } else if ( match(line, "^\\*\\*(([^\\*[:space:]]|" iea ")|([^\\*[:space:]]|" iea ")(" na "|" iea ")*([^\\*[:space:]]|" iea "))\\*\\*") ) {
 257     len = RLENGTH;
 258     return "<strong>" inline( substr( line, 3, len - 4 ) ) "</strong>" inline( substr( line, len + 1 ) );
 259
 260   #  _em_$
 261   } else if ( match(line, "^_(([^_[:space:]]|" isu ")|([^_[:space:]]|" isu ")(" nu "|" isu ")*([^_[:space:]]|" isu "))_$") ) {
 262     len = RLENGTH;
 263     return "<em>" inline( substr( line, 2, len - 2 ) ) "</em>" inline( substr( line, len + 1 ) );
 264
 265   #  _em_
 266   } else if ( match(line, "^_(([^_[:space:]]|" isu ")|([^_[:space:]]|" isu ")(" nu "|" isu ")*([^_[:space:]]|" isu "))_[[:space:][:punct:]]") ) {
 267     len = RLENGTH;
 268     return "<em>" inline( substr( line, 2, len - 3 ) ) "</em>" inline( substr( line, len ) );
 269
 270   #  *em*
 271   } else if ( match(line, "^\\*(([^\\*[:space:]]|" isa ")|([^\\*[:space:]]|" isa ")(" na "|" isa ")*([^\\*[:space:]]|" isa "))\\*") ) {
 272     len = RLENGTH;
 273     return "<em>" inline( substr( line, 2, len - 2 ) ) "</em>" inline( substr( line, len + 1 ) );
 274
 275   # Macros
 276   } else if ( AllowMacros && match( line, /^<<([^>]|>[^>])+>>/) ) {
 277     len = RLENGTH;
 278     return macro( substr( line, 3, len - 4 ) ) inline(substr(line, len + 1));
 279
 280   # Verbatim inline HTML
 281   } 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:]]*\/?>)/) ) {
 282     len = RLENGTH;
 283     return substr( line, 1, len) inline(substr(line, len + 1));
 284
 285   # Literal HTML entities
 286   } else if ( match( line, /^&([a-zA-Z]{2,32}|#[0-9]{1,7}|#[xX][0-9a-fA-F]{1,6});/) ) {
 287     len = RLENGTH;
 288     return substr( line, 1, len ) inline(substr(line, len + 1));
 289
 290   # Arrows
 291   } else if ( line ~ /^-->( |$)/) {  # ignore multidash-arrow
 292     return "--&gt;" inline( substr(line, 4) );
 293   } else if ( line ~ /^<-( |$)/) {
 294     return "&larr;" inline( substr(line, 3) );
 295   } else if ( line ~ /^->( |$)/) {
 296     return "&rarr;" inline( substr(line, 3) );
 297
 298   # Escape lone HTML character
 299   } else if ( match( line, /^[&<>"']/) ) {
 300     return HTML(substr(line, 1, 1)) inline(substr(line, 2));
 301
 302   #  continue walk over string
 303   } else {
 304     return substr(line, 1, 1) inline( substr(line, 2) );
 305   }
 306 }
 307
 308 function _block( block, LOCAL, st, len, hlvl, htxt, guard, code, indent, attrib ) {
 309   gsub( /^\n+|\n+$/, "", block );
 310
 311   if ( block == "" ) {
 312     return "";
 313
 314   # HTML #2 #3 #4 $5
 315   } else if ( AllowHTML && match( block, /(^|\n) ? ? ?(<!--([^-]|-[^-]|--[^>])*(-->|$)|<\?([^\?]|\?[^>])*(\?>|$)|<![A-Z][^>]*(>|$)|<!\[CDATA\[([^\]]|\][^\]]|\]\][^>])*(\]\]>|$))/) ) {
 316     len = RLENGTH; st = RSTART;
 317     return _block(substr(block, 1, st - 1)) substr(block, st, len) _block(substr(block, st + len));
 318
 319   # HTML #6
 320   } else if ( AllowHTML && match( tolower(block), /(^|\n) ? ? ?<\/?(address|article|aside|base|basefont|blockquote|body|caption|center|col|colgroup|dd|details|dialog|dir|div|dl|dt|fieldset|figcaption|figure|footer|form|frame|frameset|h[123456]|head|header|hr|html|iframe|legend|li|link|main|menu|menuitem|nav|noframes|ol|optgroup|option|p|param|section|source|summary|table|tbody|td|tfoot|th|thead|title|tr|track|ul)([[:space:]\n>]|\/>)([^\n]|\n[ \t]*[^\n])*(\n[[:space:]]*\n|$)/) ) {
 321     len = RLENGTH; st = RSTART;
 322     return _block(substr(block, 1, st - 1)) substr(block, st, len) _block(substr(block, st + len));
 323
 324   # HTML #1
 325   } else if ( AllowHTML && match( tolower(block), /(^|\n) ? ? ?<(script|pre|style)([[:space:]\n>]).*(<\/script>|<\/pre>|<\/style>|$)/) ) {
 326     len = RLENGTH; st = RSTART;
 327     match( tolower(substr(block, st, len)), /(<\/script>|<\/pre>|<\/style>)/);
 328     len = RSTART + RLENGTH;
 329     return _block(substr(block, 1, st - 1)) substr(block, st, len) _block(substr(block, st + len));
 330
 331   # HTML #7
 332   } else if ( AllowHTML && match( block, /^ ? ? ?(<\/[A-Za-z][A-Za-z0-9-]*[[:space:]]*>|<[A-Za-z][A-Za-z0-9-]*([[:space:]]+[A-Za-z_:][A-Za-z0-9_\.:-]*([[:space:]]*=[[:space:]]*([[:space:]"'=<>`]+|"[^"]*"|'[^']*'))?)*[[:space:]]*\/?>)([[:space:]]*\n)([^\n]|\n[ \t]*[^\n])*(\n[[:space:]]*\n|$)/) ) {
 333     len = RLENGTH; st = RSTART;
 334     return substr(block, st, len) _block(substr(block, st + len));
 335
 336   # Metadata (custom, block starting with %something)
 337   # Metadata is ignored but can be interpreted externally
 338   } else if ( match(block, /^%[a-zA-Z]+([[:space:]][^\n]*)?(\n|$)(%[a-zA-Z]+([[:space:]][^\n]*)?(\n|$)|%([[:space:]][^\n]*)?(\n|$)|[ \t]+[^\n[:space:]][^\n]*(\n|$))*/) ) {
 339     len = RLENGTH; st = RSTART;
 340     return  _block( substr( block, len + 1) );
 341
 342   # Blockquote (leading >)
 343   } else if ( match( block, /^> /) ) {
 344     match( block, /(^|\n)[[:space:]]*(\n|$)/ ) || match(block, /$/);
 345     len = RLENGTH; st = RSTART;
 346     return "<blockquote>\n" _block( gensub( /(^|\n)> /, "\n", "g", substr(block, 1, st - 1) ) ) "</blockquote>\n\n" \
 347            _block( substr(block, st + len) );
 348
 349   # Pipe Tables (pandoc / php md / gfm )
 350   } else if ( match(block, "^((\\|)?([^\n]+\\|)+[^\n]+(\\|)?)\n" \
 351                            "((\\|)?:?(-+:?[\\|+])+:?-+:?(\\|)?)\n" \
 352                            "((\\|)?([^\n]+\\|)+[^\n]+(\\|)?(\n|$))+" ) ) {
 353     len = RLENGTH; st = RSTART;
 354     #initialize empty arrays
 355     split("", talign); split("", tarray);
 356     cols = 0; cnt=0; ttext = "";
 357
 358     # table header and alignment
 359     split( gensub( /(^\||\|$)/, "", "g", \
 360            gensub( /(^|[^\\])\\\|/, "\\1\\&#x7C;", "g", \
 361            substr(block, 1, match(block, /(\n|$)/)) \
 362     )), tarray, /\|/);
 363     block = substr(block, match(block, /(\n|$)/) + 1 );
 364     cols = split( \
 365            gensub( /(^\||\|$)/, "", "g", \
 366            substr(block, 1, match(block, /(\n|$)/)) \
 367     ), talign, /[+\|]/);
 368     block = substr(block, match(block, /(\n|$)/) + 1 );
 369
 370     for( cnt = 1; cnt < cols; cnt++ ) {
 371            if (match(talign[cnt], /:-+:/)) talign[cnt]="center";
 372       else if (match(talign[cnt],  /-+:/)) talign[cnt]="right";
 373       else if (match(talign[cnt],  /:-+/)) talign[cnt]="left";
 374       else talign[cnt]="";
 375     }
 376
 377     ttext = "<thead>\n<tr>"
 378     for (cnt = 1; cnt < cols; cnt++)
 379       ttext = ttext "<th align=\"" talign[cnt] "\">" inline(tarray[cnt]) "</th>"
 380     ttext = ttext "</tr>\n</thead><tbody>\n"
 381
 382     while ( match(block, "^((\\|)?([^\n]+\\|)+[^\n]+(\\|)?(\n|$))+" ) ){
 383       split( gensub( /(^\||\|$)/, "", "g", \
 384              gensub( /(^|[^\\])\\\|/, "\\1\\&#x7C;", "g", \
 385              substr(block, 1, match(block, /(\n|$)/)) \
 386       )), tarray, /\|/);
 387       block = substr(block, match(block, /(\n|$)/) + 1 );
 388
 389       ttext = ttext "<tr>"
 390       for (cnt = 1; cnt < cols; cnt++)
 391         ttext = ttext "<td align=\"" talign[cnt] "\">" inline(tarray[cnt]) "</td>"
 392       ttext = ttext "</tr>\n"
 393     }
 394     return "<table>" ttext "</tbody></table>\n" _block(block);
 395
 396   # Grid Tables (pandoc)
 397   # (with, and without header)
 398   } else if ( match( block, "^\\+(-+\\+)+\n" \
 399                             "(\\|([^\n]+\\|)+\n)+" \
 400                             "(\\+(:?=+:?\\+)+)\n" \
 401                            "((\\|([^\n]+\\|)+\n)+" \
 402                              "\\+(-+\\+)+(\n|$))+", \
 403                      tread \
 404                    ) || \
 405               match( block, "^()()()" \
 406                             "(\\+(:?-+:?\\+)+)\n" \
 407                            "((\\|([^\n]+\\|)+\n)+" \
 408                              "\\+(-+\\+)+(\n|$))+", \
 409                      tread \
 410   ) ) {
 411     len = RLENGTH; st = RSTART;
 412     #initialize empty arrays
 413     split("", talign); split("", tarray); # split("", tread);
 414     cols = 0; cnt=0; ttext = "";
 415
 416     # table alignment
 417     cols = split( gensub( /(^\+|\+$)/, "", "g", tread[4] ), talign, /\+/ );
 418
 419     for (cnt = 1; cnt <= cols; cnt++) {
 420            if (match(talign[cnt], /:(-+|=+):/)) talign[cnt]="center";
 421       else if (match(talign[cnt],  /(-+|=+):/)) talign[cnt]="right";
 422       else if (match(talign[cnt], /:(-+|=+)/ )) talign[cnt]="left";
 423       else talign[cnt]="";
 424     }
 425
 426     if ( match(block, "^\\+(-+\\+)+\n" \
 427                       "(\\|([^\n]+\\|)+\n)+" \
 428                        "\\+(:?=+:?\\+)+\n" \
 429                      "((\\|([^\n]+\\|)+\n)+" \
 430                        "\\+(-+\\+)+(\n|$))+" \
 431     ) ) {
 432       # table header
 433       block = substr(block, match(block, /(\n|$)/) + 1 );
 434       while ( match(block, "^\\|([^\n]+\\|)+\n") ) {
 435         cols = split( gensub( /(^\||\|$)/, "", "g", \
 436                gensub( /(^|[^\\])\\\|/, "\\1\\&#x7C;", "g", \
 437                substr(block, 1, match(block, /(\n|$)/)) \
 438         )), tread, /\|/);
 439         block = substr(block, match(block, /(\n|$)/) + 1 );
 440         for (cnt = 1; cnt <= cols; cnt++)
 441           tarray[cnt] = tarray[cnt] "\n" tread[cnt];
 442       }
 443
 444       ttext = "<thead>\n<tr>"
 445       for (cnt = 1; cnt <= cols; cnt++)
 446         ttext = ttext "<th align=\"" talign[cnt] "\">" _block(tarray[cnt]) "</th>"
 447       ttext = ttext "</tr>\n</thead>"
 448     }
 449
 450     # table body
 451     block = substr(block, match(block, /(\n|$)/) + 1 );
 452     ttext = ttext "<tbody>\n"
 453
 454     while ( match(block, /^((\|([^\n]+\|)+\n)+\+(-+\+)+(\n|$))+/ ) ){
 455       split("", tarray);
 456       while ( match(block, /^\|([^\n]+\|)+\n/) ) {
 457         split( gensub( /(^\||\|$)/, "", "g", \
 458                gensub( /(^|[^\\])\\\|/, "\\1\\&#x7C;", "g", \
 459                substr(block, 1, match(block, /(\n|$)/)) \
 460         )), tread, /\|/);
 461         block = substr(block, match(block, /(\n|$)/) + 1 );
 462         for (cnt = 1; cnt <= cols; cnt++)
 463           tarray[cnt] = tarray[cnt] "\n" tread[cnt];
 464       }
 465       block = substr(block, match(block, /(\n|$)/) + 1 );
 466
 467       ttext = ttext "<tr>"
 468       for (cnt = 1; cnt <= cols; cnt++)
 469         ttext = ttext "<td align=\"" talign[cnt] "\">" _block(tarray[cnt]) "</td>"
 470       ttext = ttext "</tr>\n"
 471     }
 472     return "<table>" ttext "</tbody></table>\n" _block(block);
 473
 474   # Line Blocks (pandoc)
 475   } else if ( match(block, /^\| [^\n]*(\n|$)(\| [^\n]*(\n|$)|[ \t]+[^\n[:space:]][^\n]*(\n|$))*/) ) {
 476     len = RLENGTH; st = RSTART;
 477     code = substr(block, 1, len);
 478     gsub(/\n[[:space:]]+/, " ", code);
 479     gsub(/\n\| /, "\n", code);
 480     gsub(/^\| |\n$/, "", code);
 481     return "<div class=\"line-block\">" gensub(/\n/, "<br>\n", "g", inline( code )) "</div>\n" \
 482            _block( substr( block, len + 1) );
 483
 484   # Indented Code Block
 485   } else if ( match(block, /^(    |\t)( *\t*[^ \t\n]+ *\t*)+(\n|$)((    |\t)[^\n]+(\n|$)|[ \t]*(\n|$))*/) ) {
 486     len = RLENGTH; st = RSTART;
 487     code = substr(block, 1, len);
 488     gsub(/(^|\n)(    |\t)/, "\n", code);
 489     gsub(/^\n|\n+$/, "", code);
 490     return "<pre><code>" HTML( code ) "</code></pre>\n" \
 491            _block( substr( block, len + 1 ) );
 492
 493   # Fenced Divs (pandoc, custom)
 494   } else if ( match( block, /^(:::+)/ ) ) {
 495     guard = substr( block, 1, RLENGTH );
 496     code = gensub(/^[^\n]+\n/, "", 1, block);
 497     attrib = gensub(/^:::+[ \t]*\{?[ \t]*([^\}\n]*)\}?[ \t]*\n.*$/, "\\1", 1, block);
 498     gsub(/[^a-zA-Z0-9_-]+/, " ", attrib);
 499     gsub(/(^ | $)/, "", attrib);
 500     if ( match(code, "(^|\n)" guard "+(\n|$)" ) ) {
 501       len = RLENGTH; st = RSTART;
 502       return "<div class=\"" attrib "\">" _block( substr(code, 1, st - 1) ) "</div>\n" \
 503              _block( substr( code, st + len ) );
 504     } else {
 505       match( block, /(^|\n)[[:space:]]*(\n|$)/ ) || match( block, /$/ );
 506       len = RLENGTH; st = RSTART;
 507       return "<p>" inline( substr(block, 1, st - 1) ) "</p>\n" \
 508              _block( substr(block, st + len) );
 509     }
 510
 511   # Fenced Code Block (pandoc)
 512   } else if ( match( block, /^(~~~+|```+)/ ) ) {
 513     guard = substr( block, 1, RLENGTH );
 514     code = gensub(/^[^\n]+\n/, "", 1, block);
 515     attrib = gensub(/^(~~~+|```+)[ \t]*\{?[ \t]*([^\}\n]*)\}?[ \t]*\n.*$/, "\\2", 1, block);
 516     gsub(/[^a-zA-Z0-9_-]+/, " ", attrib);
 517     gsub(/(^ | $)/, "", attrib);
 518     if ( match(code, "(^|\n)" guard "+(\n|$)" ) ) {
 519       len = RLENGTH; st = RSTART;
 520       return "<pre><code class=\"" attrib "\">" HTML( substr(code, 1, st - 1) ) "</code></pre>\n" \
 521              _block( substr( code, st + len ) );
 522     } else {
 523       match( block, /(^|\n)[[:space:]]*(\n|$)/ ) || match( block, /$/ );
 524       len = RLENGTH; st = RSTART;
 525       return "<p>" inline( substr(block, 1, st - 1) ) "</p>\n" \
 526              _block( substr(block, st + len) );
 527     }
 528
 529   # Unordered list
 530   } else if ( match( block, "^ ? ? ?[-+*][ \t]+[^\n]+(\n|$)" \
 531                             "(([ \t]*\n)* ? ? ?[-+*][ \t]+[^\n]+(\n|$)" \
 532                             "|([ \t]*\n)*( ? ? ?\t|  +)[^\n]+(\n|$)" \
 533                             "|[^\n]+(\n|$))*" ) ) {
 534   list = substr( block, 1, RLENGTH);
 535   block = substr( block, RLENGTH + 1);
 536   indent = length( gensub(/[-+*][ \t]+[^\n]+.*$/, "", 1, list) );
 537
 538   gsub("(^|\n) {0," indent "}", "\n", list);
 539   return "\n<ul>\n" _list( substr(list, 2) ) "</ul>\n" _block( block );
 540
 541   # Ordered list
 542   } else if ( match( block, "^ ? ? ?([0-9]+|#)\\.[ \t]+[^\n]+(\n|$)" \
 543                             "(([ \t]*\n)* ? ? ?([0-9]+|#)\\.[ \t]+[^\n]+(\n|$)" \
 544                             "|([ \t]*\n)*( ? ? ?\t|  +)[^\n]+(\n|$)" \
 545                             "|[^\n]+(\n|$))*" ) ) {
 546   list = substr( block, 1, RLENGTH);
 547   block = substr( block, RLENGTH + 1);
 548   indent = length( gensub(/([0-9]+|#)\.[ \t]+[^\n]+.*$/, "", 1, list) );
 549
 550   gsub("(^|\n) {0," indent "}", "\n", list);
 551   return "\n<ol>\n" _list( substr(list, 2) ) "</ol>\n" _block( block );
 552
 553   # First Order Heading
 554   } else if ( match( block, /^[^\n]+\n===+(\n|$)/ ) ) {
 555     len = RLENGTH;
 556     HL[1]++; HL[2] = 0; HL[3] = 0; HL[4] = 0; HL[5] = 0; HL[6] = 0;
 557     return "<h1 id=\"" HL[1] ":" URL(gensub( /\n.*$/, "", "g", block )) "\">" \
 558            inline( gensub( /\n.*$/, "", "g", block ) ) \
 559            "<a class=\"anchor\" href=\"#" HL[1] ":" \
 560            URL(gensub( /\n.*$/, "", "g", block )) "\"></a></h1>\n\n" \
 561            _block( substr( block, len + 1 ) );
 562
 563   # Second Order Heading
 564   } else if ( match( block, /^[^\n]+\n---+(\n|$)/ ) ) {
 565     len = RLENGTH;
 566     HL[2]++; HL[3] = 0; HL[4] = 0; HL[5] = 0; HL[6] = 0;
 567     return "<h2 id=\"" HL[1] "." HL[2] ":" URL(gensub( /\n.*$/, "", "g", block )) "\">" \
 568            inline( gensub( /\n.*$/, "", "g", block ) ) \
 569            "<a class=\"anchor\" href=\"#" HL[1] "." HL[2] ":" \
 570            URL(gensub( /\n.*$/, "", "g", block )) "\"></a></h2>\n\n" \
 571            _block( substr( block, len + 1) );
 572
 573   # Nth Order Heading
 574   } else if ( match( block, /^#{1,6}[ \t]*[^\n]+([ \t]*#*)(\n|$)/ ) ) {
 575     len = RLENGTH;
 576     hlvl = length( gensub( /^(#{1,6}).*$/, "\\1", "g", block ) );
 577     htxt = gensub(/^#{1,6}[ \t]*(([^ \t\n]+|[ \t]+[^ \t\n#]|[ \t]+#+[^\n#])+)([ \t]*#*)(\n.*)?$/, "\\1", 1, block);
 578     HL[hlvl]++; for ( n = hlvl + 1; n < 7; n++) { HL[n] = 0;}
 579     hid = HL[1]; for ( n = 2; n <= hlvl; n++) { hid = hid "." HL[n] ; }
 580     return "<h" hlvl " id=\"" hid ":" URL(htxt) "\">" inline( htxt ) \
 581            "<a class=\"anchor\" href=\"#" hid "\"></a></h" hlvl ">\n\n" \
 582            _block( substr( block, len + 1) );
 583
 584   # block images (wrapped in <figure>)
 585   } else if ( match(block, /^!\[([^]]*)\]\(([^"\)]+)([ \t]+"([^"]+)")?\)(\{([a-zA-Z \t-]*)\})?(\n|$)/) ) {
 586     len = RLENGTH;
 587     text   = gensub(/^!\[([^]]*)\]\(([^"\)]+)([ \t]+"([^"]+)")?\)(\{([a-zA-Z \t-]*)\})?(\n.*)?$/, "\\1", "g", block);
 588     href   = gensub(/^!\[([^]]*)\]\(([^"\)]+)([ \t]+"([^"]+)")?\)(\{([a-zA-Z \t-]*)\})?(\n.*)?$/, "\\2", "g", block);
 589     title  = gensub(/^!\[([^]]*)\]\(([^"\)]+)([ \t]+"([^"]+)")?\)(\{([a-zA-Z \t-]*)\})?(\n.*)?$/, "\\4", "g", block);
 590     attrib = gensub(/^!\[([^]]*)\]\(([^"\)]+)([ \t]+"([^"]+)")?\)(\{([a-zA-Z \t-]*)\})?(\n.*)?$/, "\\6", "g", block);
 591     if ( title && attrib ) {
 592       return "<figure data-src=\"" URL(href) "\" class=\"" HTML(attrib) "\">" \
 593                "<img src=\"" URL(href) "\" alt=\"" HTML(text) "\" class=\"" HTML(attrib) "\">" \
 594                "<figcaption>" inline(title) "</figcaption>" \
 595              "</figure>\n\n" \
 596              _block( substr( block, len + 1) );
 597     } else if ( title ) {
 598       return "<figure data-src=\"" URL(href) "\">" \
 599                "<img src=\"" URL(href) "\" alt=\"" HTML(text) "\">" \
 600                "<figcaption>" inline(title) "</figcaption>" \
 601              "</figure>\n\n" \
 602              _block( substr( block, len + 1) );
 603     } else if ( attrib ) {
 604       return "<figure data-src=\"" URL(href) "\" class=\"" HTML(attrib) "\">" \
 605                "<img src=\"" URL(href) "\" alt=\"" HTML(text) "\" class=\"" HTML(attrib) "\">" \
 606              "</figure>\n\n" \
 607              _block( substr( block, len + 1) );
 608     } else {
 609       return "<figure data-src=\"" URL(href) "\">" \
 610                "<img src=\"" URL(href) "\" alt=\"" HTML(text) "\">" \
 611              "</figure>\n\n" \
 612              _block( substr( block, len + 1) );
 613     }
 614
 615   # reference style images (block)
 616   } else if ( match(line, /^!\[([^]]*)\] ?\[([^]]*)\](\n|$)/ ) ) {
 617     len = RLENGTH;
 618     text = gensub(/^!\[([^\n]*)\] ?\[([^\n]*)\](\n.*)?$/, "\\1", 1, block);
 619       id = gensub(/^!\[([^\n]*)\] ?\[([^\n]*)\](\n.*)?$/, "\\2", 1, block);
 620     if ( ! id ) id = text;
 621     if ( rl_href[id] && rl_title[id] ) {
 622       return "<figure data-src=\"" URL(rl_href[id]) "\">" \
 623                "<img src=\"" URL(rl_href[id]) "\" alt=\"" HTML(text) "\">" \
 624                "<figcaption>" inline(rl_title[id]) "</figcaption>" \
 625              "</figure>\n\n" \
 626              _block( substr( block, len + 1) );
 627     } else if ( rl_href[id] ) {
 628       return "<figure data-src=\"" URL(rl_href[id]) "\">" \
 629                "<img src=\"" URL(rl_href[id]) "\" alt=\"" HTML(text) "\">" \
 630              "</figure>\n\n" \
 631              _block( substr( block, len + 1) );
 632     } else {
 633       return "<p>" HTML(substr(block, 1, len)) "</p>\n" _block( substr(block, len + 1) );
 634     }
 635
 636   # Macros (standalone <<macro>> calls handled as block, so they are not wrapped in paragraph)
 637   } else if ( AllowMacros && match( block, /^<<(([^>]|>[^>])+)>>(\n|$)/) ) {
 638     len = RLENGTH;
 639     text = gensub(/^<<(([^>]|>[^>])+)>>(\n.*)?$/, "\\1", 1, block);
 640     return macro(text) _block(substr(block, len + 1));
 641
 642   # Split paragraphs
 643   } else if ( match( block, /(^|\n)[[:space:]]*(\n|$)/) ) {
 644     len = RLENGTH; st = RSTART;
 645     return _block( substr(block, 1, st - 1) ) "\n" \
 646            _block( substr(block, st + len) );
 647
 648   # Horizontal rule
 649   } else if ( match( block, /(^|\n) ? ? ?((\* *){3,}|(- *){3,}|(_ *){3,})($|\n)/) ) {
 650     len = RLENGTH; st = RSTART;
 651     return _block(substr(block, 1, st - 1)) "<hr>\n" _block(substr(block, st + len));
 652
 653   # Plain paragraph
 654   } else {
 655     return "<p>" inline(block) "</p>\n";
 656   }
 657 }
 658
 659 function _list( block, last, LOCAL, p) {
 660   if ( ! length(block) ) return "";
 661   gsub(/^([-+*]|[0-9]+\.|#\.)(  ? ? ?|\t)/, "", block)
 662
 663   # slice next list item from input
 664   if ( match( block, /\n([-+*]|[0-9]+\.|#\.)[ \t]+[^\n]+/) ) {
 665     p = substr( block, 1, RSTART);
 666     block = substr( block, RSTART + 1);
 667   } else {
 668     p = block; block = "";
 669   }
 670   sub( /\n +([-+*]|[0-9]+\.|#\.)/, "\n&", p );
 671
 672   # if this should be a paragraph item
 673   # either previous item (last) or current item (p) contains blank lines
 674   if (match(last, /\n[[:space:]]*\n/) || match(p, /\n[[:space:]]*\n/) ) {
 675     last = p; p = _block(p);
 676   } else {
 677     last = p; p = _block(p);
 678     sub( /^<p>/, "", p );
 679     sub( /<\/p>\n/, "", p );
 680   }
 681   sub( /\n$/, "", p );
 682
 683   # Task List (pandoc, custom)
 684          if ( p ~ /^\[ \].*/ )       { return "<li class=\"task pending\"><input type=checkbox disabled>" \
 685                                               substr(p, 4) "</li>\n" _list( block, last );
 686   } else if ( p ~ /^\[-\].*/ )       { return "<li class=\"task negative\"><input type=checkbox disabled>" \
 687                                               substr(p, 4) "</li>\n" _list( block, last );
 688   } else if ( p ~ /^\[\?\].*/ )      { return "<li class=\"task unsure\"><input type=checkbox disabled>" \
 689                                               substr(p, 4) "</li>\n" _list( block, last );
 690   } else if ( p ~ /^\[\/\].*/ )      { return "<li class=\"task partial\"><input type=checkbox disabled>" \
 691                                               substr(p, 4) "</li>\n" _list( block, last );
 692   } else if ( p ~ /^\[[xX]\].*/ )    { return "<li class=\"task done\"><input type=checkbox disabled checked>" \
 693                                             substr(p, 4) "</li>\n" _list( block, last );
 694   } else if ( p ~ /^<p>\[ \].*/ )    { return "<li class=\"task pending\"><p><input type=checkbox disabled>" \
 695                                               substr(p, 7) "</li>\n" _list( block, last );
 696   } else if ( p ~ /^<p>\[-\].*/ )    { return "<li class=\"task negative\"><p><input type=checkbox disabled>" \
 697                                               substr(p, 7) "</li>\n" _list( block, last );
 698   } else if ( p ~ /^<p>\[\?\].*/ )   { return "<li class=\"task unsure\"><p><input type=checkbox disabled>" \
 699                                               substr(p, 7) "</li>\n" _list( block, last );
 700   } else if ( p ~ /^<p>\[\/\].*/ )   { return "<li class=\"task partial\"><p><input type=checkbox disabled>" \
 701                                               substr(p, 7) "</li>\n" _list( block, last );
 702   } else if ( p ~ /^<p>\[[xX]\].*/ ) { return "<li class=\"task done\"><p><input type=checkbox disabled checked>" \
 703                                               substr(p, 7) "</li>\n" _list( block, last );
 704   } else { return "<li>" p "</li>\n" _list( block, last ); }
 705 }
 706
 707 BEGIN {
 708   # Global Vars
 709   file = ""; rl_href[""] = ""; rl_title[""] = "";
 710   if (ENVIRON["MD_HTML"] == "true") { AllowHTML = "true"; }
 711   HL[1] = 0; HL[2] = 0; HL[3] = 0; HL[4] = 0; HL[5] = 0; HL[6] = 0;
 712
 713   # Buffering of full file ist necessary, e.g. to find reference links
 714   while (getline) { file = file $0 "\n"; }
 715   # Clean up MS-DOS line breaks
 716   gsub(/\r\n/, "\n", file);
 717
 718   # Fill array of reference links
 719   f = file; rl_id;
 720   re_reflink = "(^|\n) ? ? ?\\[([^]\n]+)\\]: ([^ \t\n]+)(\n?[ \t]+(\"([^\"]+)\"|'([^']+)'|\\(([^)]+)\\)))?(\n|$)";
 721   # /(^|\n) ? ? ?\[([^]\n]+)\]: ([^ \t\n]+)(\n?[ \t]+("([^"]+)"|'([^']+)'|\(([^)]+)\)))?(\n|$)/
 722   while ( match(f, re_reflink ) ) {
 723     rl_id           = gensub( re_reflink, "\\2", 1, substr(f, RSTART, RLENGTH) );
 724     rl_href[rl_id]  = gensub( re_reflink, "\\3", 1, substr(f, RSTART, RLENGTH) );
 725     rl_title[rl_id] = gensub( re_reflink, "\\5", 1, substr(f, RSTART, RLENGTH) );
 726     f = substr(f, RSTART + RLENGTH);
 727     rl_title[rl_id] = substr( rl_title[rl_id], 2, length(rl_title[rl_id]) - 2 );
 728     if ( rl_href[rl_id] ~ /<.*>/ ) rl_href[rl_id] = substr( rl_href[rl_id], 2, length(rl_href[rl_id]) - 2 );
 729   }
 730   # Clear reflinks from File
 731   while( gsub(re_reflink, "\n", file ) );
 732   # for (n in rl_href) { debug(n " | " rl_href[n] " | " rl_title[n] ); }
 733
 734   # Run Block Processing -> The Actual Markdown!
 735   printf "%s", _block( file );
 736 }