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