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