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