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 # - [ ] Automatic -> Arrows <-
  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   # Escape lone HTML character
 290   } else if ( match( line, /^[&<>"']/) ) {
 291     return HTML(substr(line, 1, 1)) inline(substr(line, 2));
 292
 293   #  continue walk over string
 294   } else {
 295     return substr(line, 1, 1) inline( substr(line, 2) );
 296   }
 297 }
 298
 299 function _block( block, LOCAL, st, len, hlvl, htxt, guard, code, indent, attrib ) {
 300   gsub( /^\n+|\n+$/, "", block );
 301
 302   if ( block == "" ) {
 303     return "";
 304
 305   # HTML #2 #3 #4 $5
 306   } else if ( AllowHTML && match( block, /(^|\n) ? ? ?(<!--([^-]|-[^-]|--[^>])*(-->|$)|<\?([^\?]|\?[^>])*(\?>|$)|<![A-Z][^>]*(>|$)|<!\[CDATA\[([^\]]|\][^\]]|\]\][^>])*(\]\]>|$))/) ) {
 307     len = RLENGTH; st = RSTART;
 308     return _block(substr(block, 1, st - 1)) substr(block, st, len) _block(substr(block, st + len));
 309
 310   # HTML #6
 311   } else if ( AllowHTML && match( tolower(block), /(^|\n) ? ? ?<\/?(address|article|aside|base|basefont|blockquote|body|caption|center|col|colgroup|dd|details|dialog|dir|div|dl|dt|fieldset|figcaption|figure|footer|form|frame|frameset|h[123456]|head|header|hr|html|iframe|legend|li|link|main|menu|menuitem|nav|noframes|ol|optgroup|option|p|param|section|source|summary|table|tbody|td|tfoot|th|thead|title|tr|track|ul)([[:space:]\n>]|\/>)([^\n]|\n[ \t]*[^\n])*(\n[[:space:]]*\n|$)/) ) {
 312     len = RLENGTH; st = RSTART;
 313     return _block(substr(block, 1, st - 1)) substr(block, st, len) _block(substr(block, st + len));
 314
 315   # HTML #1
 316   } else if ( AllowHTML && match( tolower(block), /(^|\n) ? ? ?<(script|pre|style)([[:space:]\n>]).*(<\/script>|<\/pre>|<\/style>|$)/) ) {
 317     len = RLENGTH; st = RSTART;
 318     match( tolower(substr(block, st, len)), /(<\/script>|<\/pre>|<\/style>)/);
 319     len = RSTART + RLENGTH;
 320     return _block(substr(block, 1, st - 1)) substr(block, st, len) _block(substr(block, st + len));
 321
 322   # HTML #7
 323   } else if ( AllowHTML && match( block, /^ ? ? ?(<\/[A-Za-z][A-Za-z0-9-]*[[:space:]]*>|<[A-Za-z][A-Za-z0-9-]*([[:space:]]+[A-Za-z_:][A-Za-z0-9_\.:-]*([[:space:]]*=[[:space:]]*([[:space:]"'=<>`]+|"[^"]*"|'[^']*'))?)*[[:space:]]*\/?>)([[:space:]]*\n)([^\n]|\n[ \t]*[^\n])*(\n[[:space:]]*\n|$)/) ) {
 324     len = RLENGTH; st = RSTART;
 325     return substr(block, st, len) _block(substr(block, st + len));
 326
 327   # Metadata (custom, block starting with %something)
 328   # Metadata is ignored but can be interpreted externally
 329   } else if ( match(block, /^%[a-zA-Z]+([[:space:]][^\n]*)?(\n|$)(%[a-zA-Z]+([[:space:]][^\n]*)?(\n|$)|%([[:space:]][^\n]*)?(\n|$)|[ \t]+[^\n[:space:]][^\n]*(\n|$))*/) ) {
 330     len = RLENGTH; st = RSTART;
 331     return  _block( substr( block, len + 1) );
 332
 333   # Blockquote (leading >)
 334   } else if ( match( block, /^> /) ) {
 335     match( block, /(^|\n)[[:space:]]*(\n|$)/ ) || match(block, /$/);
 336     len = RLENGTH; st = RSTART;
 337     return "<blockquote>\n" _block( gensub( /(^|\n)> /, "\n", "g", substr(block, 1, st - 1) ) ) "</blockquote>\n\n" \
 338            _block( substr(block, st + len) );
 339
 340   # Pipe Tables (pandoc / php md / gfm )
 341   } else if ( match(block, "^((\\|)?([^\n]+\\|)+[^\n]+(\\|)?)\n" \
 342                            "((\\|)?:?(-+:?[\\|+])+:?-+:?(\\|)?)\n" \
 343                            "((\\|)?([^\n]+\\|)+[^\n]+(\\|)?(\n|$))+" ) ) {
 344     len = RLENGTH; st = RSTART;
 345     #initialize empty arrays
 346     split("", talign); split("", tarray);
 347     cols = 0; cnt=0; ttext = "";
 348
 349     # table header and alignment
 350     split( gensub( /(^\||\|$)/, "", "g", \
 351            gensub( /(^|[^\\])\\\|/, "\\1\\&#x7C;", "g", \
 352            substr(block, 1, match(block, /(\n|$)/)) \
 353     )), tarray, /\|/);
 354     block = substr(block, match(block, /(\n|$)/) + 1 );
 355     cols = split( \
 356            gensub( /(^\||\|$)/, "", "g", \
 357            substr(block, 1, match(block, /(\n|$)/)) \
 358     ), talign, /[+\|]/);
 359     block = substr(block, match(block, /(\n|$)/) + 1 );
 360
 361     for( cnt = 1; cnt < cols; cnt++ ) {
 362            if (match(talign[cnt], /:-+:/)) talign[cnt]="center";
 363       else if (match(talign[cnt],  /-+:/)) talign[cnt]="right";
 364       else if (match(talign[cnt],  /:-+/)) talign[cnt]="left";
 365       else talign[cnt]="";
 366     }
 367
 368     ttext = "<thead>\n<tr>"
 369     for (cnt = 1; cnt < cols; cnt++)
 370       ttext = ttext "<th align=\"" talign[cnt] "\">" inline(tarray[cnt]) "</th>"
 371     ttext = ttext "</tr>\n</thead><tbody>\n"
 372
 373     while ( match(block, "^((\\|)?([^\n]+\\|)+[^\n]+(\\|)?(\n|$))+" ) ){
 374       split( gensub( /(^\||\|$)/, "", "g", \
 375              gensub( /(^|[^\\])\\\|/, "\\1\\&#x7C;", "g", \
 376              substr(block, 1, match(block, /(\n|$)/)) \
 377       )), tarray, /\|/);
 378       block = substr(block, match(block, /(\n|$)/) + 1 );
 379
 380       ttext = ttext "<tr>"
 381       for (cnt = 1; cnt < cols; cnt++)
 382         ttext = ttext "<td align=\"" talign[cnt] "\">" inline(tarray[cnt]) "</td>"
 383       ttext = ttext "</tr>\n"
 384     }
 385     return "<table>" ttext "</tbody></table>\n" _block(block);
 386
 387   # Grid Tables (pandoc)
 388   } else if ( match(block, "^\\+(-+\\+)+\n" \
 389                        "(\\|([^\n]+\\|)+\n)+" \
 390                         "\\+(:?=+:?\\+)+\n" \
 391                       "((\\|([^\n]+\\|)+\n)+" \
 392                             "\\+(-+\\+)+(\n|$))+" \
 393             ) ) {
 394     len = RLENGTH; st = RSTART;
 395     #initialize empty arrays
 396     split("", talign); split("", tarray); split("", tread);
 397     cols = 0; cnt=0; ttext = "";
 398
 399     # table header and alignment
 400     block = substr(block, match(block, /(\n|$)/) + 1 );
 401     while ( match(block, "^\\|([^\n]+\\|)+\n") ) {
 402       cols = split( gensub( /(^\||\|$)/, "", "g", \
 403              gensub( /(^|[^\\])\\\|/, "\\1\\&#x7C;", "g", \
 404              substr(block, 1, match(block, /(\n|$)/)) \
 405       )), tread, /\|/);
 406       block = substr(block, match(block, /(\n|$)/) + 1 );
 407       for (cnt = 1; cnt < cols; cnt++)
 408         tarray[cnt] = tarray[cnt] "\n" tread[cnt];
 409     }
 410
 411     cols = split( \
 412            gensub( /(^\+|\+$)/, "", "g", \
 413            substr(block, 1, match(block, /(\n|$)/)) \
 414     ), talign, /\+/);
 415     block = substr(block, match(block, /(\n|$)/) + 1 );
 416
 417     for (cnt = 1; cnt < cols; cnt++) {
 418            if (match(talign[cnt], /:=+:/)) talign[cnt]="center";
 419       else if (match(talign[cnt],  /=+:/)) talign[cnt]="right";
 420       else if (match(talign[cnt], /:=+/ )) talign[cnt]="left";
 421       else talign[cnt]="";
 422     }
 423
 424     ttext = "<thead>\n<tr>"
 425     for (cnt = 1; cnt < cols; cnt++)
 426       ttext = ttext "<th align=\"" talign[cnt] "\">" _block(tarray[cnt]) "</th>"
 427     ttext = ttext "</tr>\n</thead><tbody>\n"
 428
 429     while ( match(block, /^((\|([^\n]+\|)+\n)+\+(-+\+)+(\n|$))+/ ) ){
 430       split("", tarray);
 431       while ( match(block, /^\|([^\n]+\|)+\n/) ) {
 432         split( gensub( /(^\||\|$)/, "", "g", \
 433                gensub( /(^|[^\\])\\\|/, "\\1\\&#x7C;", "g", \
 434                substr(block, 1, match(block, /(\n|$)/)) \
 435         )), tread, /\|/);
 436         block = substr(block, match(block, /(\n|$)/) + 1 );
 437         for (cnt = 1; cnt < cols; cnt++)
 438           tarray[cnt] = tarray[cnt] "\n" tread[cnt];
 439       }
 440       block = substr(block, match(block, /(\n|$)/) + 1 );
 441
 442       ttext = ttext "<tr>"
 443       for (cnt = 1; cnt < cols; cnt++)
 444         ttext = ttext "<td align=\"" talign[cnt] "\">" _block(tarray[cnt]) "</td>"
 445       ttext = ttext "</tr>\n"
 446     }
 447     return "<table>" ttext "</tbody></table>\n" _block(block);
 448
 449   # Line Blocks (pandoc)
 450   } else if ( match(block, /^\| [^\n]*(\n|$)(\| [^\n]*(\n|$)|[ \t]+[^\n[:space:]][^\n]*(\n|$))*/) ) {
 451     len = RLENGTH; st = RSTART;
 452     code = substr(block, 1, len);
 453     gsub(/\n[[:space:]]+/, " ", code);
 454     gsub(/\n\| /, "\n", code);
 455     gsub(/^\| |\n$/, "", code);
 456     return "<div class=\"line-block\">" gensub(/\n/, "<br>\n", "g", inline( code )) "</div>\n" \
 457            _block( substr( block, len + 1) );
 458
 459   # Indented Code Block
 460   } else if ( match(block, /^(    |\t)( *\t*[^ \t\n]+ *\t*)+(\n|$)((    |\t)[^\n]+(\n|$)|[ \t]*(\n|$))*/) ) {
 461     len = RLENGTH; st = RSTART;
 462     code = substr(block, 1, len);
 463     gsub(/(^|\n)(    |\t)/, "\n", code);
 464     gsub(/^\n|\n+$/, "", code);
 465     return "<pre><code>" HTML( code ) "</code></pre>\n" \
 466            _block( substr( block, len + 1 ) );
 467
 468   # Fenced Divs (pandoc, custom)
 469   } else if ( match( block, /^(:::+)/ ) ) {
 470     guard = substr( block, 1, RLENGTH );
 471     code = gensub(/^[^\n]+\n/, "", 1, block);
 472     attrib = gensub(/^:::+[ \t]*\{?[ \t]*([^\}\n]*)\}?[ \t]*\n.*$/, "\\1", 1, block);
 473     gsub(/[^a-zA-Z0-9_-]+/, " ", attrib);
 474     gsub(/(^ | $)/, "", attrib);
 475     if ( match(code, "(^|\n)" guard "+(\n|$)" ) ) {
 476       len = RLENGTH; st = RSTART;
 477       return "<div class=\"" attrib "\">" _block( substr(code, 1, st - 1) ) "</div>\n" \
 478              _block( substr( code, st + len ) );
 479     } else {
 480       match( block, /(^|\n)[[:space:]]*(\n|$)/ ) || match( block, /$/ );
 481       len = RLENGTH; st = RSTART;
 482       return "<p>" inline( substr(block, 1, st - 1) ) "</p>\n" \
 483              _block( substr(block, st + len) );
 484     }
 485
 486   # Fenced Code Block (pandoc)
 487   } else if ( match( block, /^(~~~+|```+)/ ) ) {
 488     guard = substr( block, 1, RLENGTH );
 489     code = gensub(/^[^\n]+\n/, "", 1, block);
 490     attrib = gensub(/^(~~~+|```+)[ \t]*\{?[ \t]*([^\}\n]*)\}?[ \t]*\n.*$/, "\\2", 1, block);
 491     gsub(/[^a-zA-Z0-9_-]+/, " ", attrib);
 492     gsub(/(^ | $)/, "", attrib);
 493     if ( match(code, "(^|\n)" guard "+(\n|$)" ) ) {
 494       len = RLENGTH; st = RSTART;
 495       return "<pre><code class=\"" attrib "\">" HTML( substr(code, 1, st - 1) ) "</code></pre>\n" \
 496              _block( substr( code, st + len ) );
 497     } else {
 498       match( block, /(^|\n)[[:space:]]*(\n|$)/ ) || match( block, /$/ );
 499       len = RLENGTH; st = RSTART;
 500       return "<p>" inline( substr(block, 1, st - 1) ) "</p>\n" \
 501              _block( substr(block, st + len) );
 502     }
 503
 504   # Unordered list
 505   } else if ( match( block, "^ ? ? ?[-+*][ \t]+[^\n]+(\n|$)" \
 506                             "(([ \t]*\n)* ? ? ?[-+*][ \t]+[^\n]+(\n|$)" \
 507                             "|([ \t]*\n)*( ? ? ?\t|  +)[^\n]+(\n|$)" \
 508                             "|[^\n]+(\n|$))*" ) ) {
 509   list = substr( block, 1, RLENGTH);
 510   block = substr( block, RLENGTH + 1);
 511   indent = length( gensub(/[-+*][ \t]+[^\n]+.*$/, "", 1, list) );
 512
 513   gsub("(^|\n) {0," indent "}", "\n", list);
 514   return "\n<ul>\n" _list( substr(list, 2) ) "</ul>\n" _block( block );
 515
 516   # Ordered list
 517   } else if ( match( block, "^ ? ? ?([0-9]+|#)\\.[ \t]+[^\n]+(\n|$)" \
 518                             "(([ \t]*\n)* ? ? ?([0-9]+|#)\\.[ \t]+[^\n]+(\n|$)" \
 519                             "|([ \t]*\n)*( ? ? ?\t|  +)[^\n]+(\n|$)" \
 520                             "|[^\n]+(\n|$))*" ) ) {
 521   list = substr( block, 1, RLENGTH);
 522   block = substr( block, RLENGTH + 1);
 523   indent = length( gensub(/([0-9]+|#)\.[ \t]+[^\n]+.*$/, "", 1, list) );
 524
 525   gsub("(^|\n) {0," indent "}", "\n", list);
 526   return "\n<ol>\n" _list( substr(list, 2) ) "</ol>\n" _block( block );
 527
 528   # First Order Heading
 529   } else if ( match( block, /^[^\n]+\n===+(\n|$)/ ) ) {
 530     len = RLENGTH;
 531     HL[1]++; HL[2] = 0; HL[3] = 0; HL[4] = 0; HL[5] = 0; HL[6] = 0;
 532     return "<h1 id=\"" HL[1] ":" URL(gensub( /\n.*$/, "", "g", block )) "\">" \
 533            inline( gensub( /\n.*$/, "", "g", block ) ) \
 534            "<a class=\"anchor\" href=\"#" HL[1] ":" \
 535            URL(gensub( /\n.*$/, "", "g", block )) "\"></a></h1>\n\n" \
 536            _block( substr( block, len + 1 ) );
 537
 538   # Second Order Heading
 539   } else if ( match( block, /^[^\n]+\n---+(\n|$)/ ) ) {
 540     len = RLENGTH;
 541     HL[2]++; HL[3] = 0; HL[4] = 0; HL[5] = 0; HL[6] = 0;
 542     return "<h2 id=\"" HL[1] "." HL[2] ":" URL(gensub( /\n.*$/, "", "g", block )) "\">" \
 543            inline( gensub( /\n.*$/, "", "g", block ) ) \
 544            "<a class=\"anchor\" href=\"#" HL[1] "." HL[2] ":" \
 545            URL(gensub( /\n.*$/, "", "g", block )) "\"></a></h2>\n\n" \
 546            _block( substr( block, len + 1) );
 547
 548   # Nth Order Heading
 549   } else if ( match( block, /^#{1,6}[ \t]*[^\n]+([ \t]*#*)(\n|$)/ ) ) {
 550     len = RLENGTH;
 551     hlvl = length( gensub( /^(#{1,6}).*$/, "\\1", "g", block ) );
 552     htxt = gensub(/^#{1,6}[ \t]*(([^ \t\n]+|[ \t]+[^ \t\n#]|[ \t]+#+[^\n#])+)([ \t]*#*)(\n.*)?$/, "\\1", 1, block);
 553     HL[hlvl]++; for ( n = hlvl + 1; n < 7; n++) { HL[n] = 0;}
 554     hid = HL[1]; for ( n = 2; n <= hlvl; n++) { hid = hid "." HL[n] ; }
 555     return "<h" hlvl " id=\"" hid ":" URL(htxt) "\">" inline( htxt ) \
 556            "<a class=\"anchor\" href=\"#" hid "\"></a></h" hlvl ">\n\n" \
 557            _block( substr( block, len + 1) );
 558
 559   # block images (wrapped in <figure>)
 560   } else if ( match(block, /^!\[([^]]+)\]\(([^"\)]+)([ \t]+"([^"]+)")?\)(\{([a-zA-Z \t-]*)\})?(\n|$)/) ) {
 561     len = RLENGTH;
 562     text   = gensub(/^!\[([^]]+)\]\(([^"\)]+)([ \t]+"([^"]+)")?\)(\{([a-zA-Z \t-]*)\})?(\n.*)?$/, "\\1", "g", block);
 563     href   = gensub(/^!\[([^]]+)\]\(([^"\)]+)([ \t]+"([^"]+)")?\)(\{([a-zA-Z \t-]*)\})?(\n.*)?$/, "\\2", "g", block);
 564     title  = gensub(/^!\[([^]]+)\]\(([^"\)]+)([ \t]+"([^"]+)")?\)(\{([a-zA-Z \t-]*)\})?(\n.*)?$/, "\\4", "g", block);
 565     attrib = gensub(/^!\[([^]]+)\]\(([^"\)]+)([ \t]+"([^"]+)")?\)(\{([a-zA-Z \t-]*)\})?(\n.*)?$/, "\\6", "g", block);
 566     if ( title && attrib ) {
 567       return "<figure data-src=\"" URL(href) "\" class=\"" HTML(attrib) "\">" \
 568                "<img src=\"" URL(href) "\" alt=\"" HTML(text) "\" class=\"" HTML(attrib) "\">" \
 569                "<figcaption>" inline(title) "</figcaption>" \
 570              "</figure>\n\n" \
 571              _block( substr( block, len + 1) );
 572     } else if ( title ) {
 573       return "<figure data-src=\"" URL(href) "\">" \
 574                "<img src=\"" URL(href) "\" alt=\"" HTML(text) "\">" \
 575                "<figcaption>" inline(title) "</figcaption>" \
 576              "</figure>\n\n" \
 577              _block( substr( block, len + 1) );
 578     } else if ( attrib ) {
 579       return "<figure data-src=\"" URL(href) "\" class=\"" HTML(attrib) "\">" \
 580                "<img src=\"" URL(href) "\" alt=\"" HTML(text) "\" class=\"" HTML(attrib) "\">" \
 581              "</figure>\n\n" \
 582              _block( substr( block, len + 1) );
 583     } else {
 584       return "<figure data-src=\"" URL(href) "\">" \
 585                "<img src=\"" URL(href) "\" alt=\"" HTML(text) "\">" \
 586              "</figure>\n\n" \
 587              _block( substr( block, len + 1) );
 588     }
 589
 590   # reference style images (block)
 591   } else if ( match(line, /^!\[([^]]+)\] ?\[([^]]*)\](\n|$)/ ) ) {
 592     len = RLENGTH;
 593     text = gensub(/^!\[([^\n]+)\] ?\[([^\n]*)\](\n.*)?$/, "\\1", 1, block);
 594       id = gensub(/^!\[([^\n]+)\] ?\[([^\n]*)\](\n.*)?$/, "\\2", 1, block);
 595     if ( ! id ) id = text;
 596     if ( rl_href[id] && rl_title[id] ) {
 597       return "<figure data-src=\"" URL(rl_href[id]) "\">" \
 598                "<img src=\"" URL(rl_href[id]) "\" alt=\"" HTML(text) "\">" \
 599                "<figcaption>" inline(rl_title[id]) "</figcaption>" \
 600              "</figure>\n\n" \
 601              _block( substr( block, len + 1) );
 602     } else if ( rl_href[id] ) {
 603       return "<figure data-src=\"" URL(rl_href[id]) "\">" \
 604                "<img src=\"" URL(rl_href[id]) "\" alt=\"" HTML(text) "\">" \
 605              "</figure>\n\n" \
 606              _block( substr( block, len + 1) );
 607     } else {
 608       return "<p>" HTML(substr(block, 1, len)) "</p>\n" _block( substr(block, len + 1) );
 609     }
 610
 611   # Macros (standalone <<macro>> calls handled as block, so they are not wrapped in paragraph)
 612   } else if ( AllowMacros && match( block, /^<<(([^>]|>[^>])+)>>(\n|$)/) ) {
 613     len = RLENGTH;
 614     text = gensub(/^<<(([^>]|>[^>])+)>>(\n.*)?$/, "\\1", 1, block);
 615     return macro(text) _block(substr(block, len + 1));
 616
 617   # Split paragraphs
 618   } else if ( match( block, /(^|\n)[[:space:]]*(\n|$)/) ) {
 619     len = RLENGTH; st = RSTART;
 620     return _block( substr(block, 1, st - 1) ) "\n" \
 621            _block( substr(block, st + len) );
 622
 623   # Horizontal rule
 624   } else if ( match( block, /(^|\n) ? ? ?((\* *){3,}|(- *){3,}|(_ *){3,})($|\n)/) ) {
 625     len = RLENGTH; st = RSTART;
 626     return _block(substr(block, 1, st - 1)) "<hr>\n" _block(substr(block, st + len));
 627
 628   # Plain paragraph
 629   } else {
 630     return "<p>" inline(block) "</p>\n";
 631   }
 632 }
 633
 634 function _list( block, last, LOCAL, p) {
 635   if ( ! length(block) ) return "";
 636   gsub(/^([-+*]|[0-9]+\.|#\.)(  ? ? ?|\t)/, "", block)
 637
 638   # slice next list item from input
 639   if ( match( block, /\n([-+*]|[0-9]+\.|#\.)[ \t]+[^\n]+/) ) {
 640     p = substr( block, 1, RSTART);
 641     block = substr( block, RSTART + 1);
 642   } else {
 643     p = block; block = "";
 644   }
 645   sub( /\n +([-+*]|[0-9]+\.|#\.)/, "\n&", p );
 646
 647   # if this should be a paragraph item
 648   # either previous item (last) or current item (p) contains blank lines
 649   if (match(last, /\n[[:space:]]*\n/) || match(p, /\n[[:space:]]*\n/) ) {
 650     last = p; p = _block(p);
 651   } else {
 652     last = p; p = _block(p);
 653     sub( /^<p>/, "", p );
 654     sub( /<\/p>\n/, "", p );
 655   }
 656   sub( /\n$/, "", p );
 657
 658   # Task List (pandoc, custom)
 659          if ( p ~ /^\[ \].*/ )       { return "<li class=\"task pending\"><input type=checkbox disabled>" \
 660                                               substr(p, 4) "</li>\n" _list( block, last );
 661   } else if ( p ~ /^\[-\].*/ )       { return "<li class=\"task negative\"><input type=checkbox disabled>" \
 662                                               substr(p, 4) "</li>\n" _list( block, last );
 663   } else if ( p ~ /^\[\?\].*/ )      { return "<li class=\"task unsure\"><input type=checkbox disabled>" \
 664                                               substr(p, 4) "</li>\n" _list( block, last );
 665   } else if ( p ~ /^\[\/\].*/ )      { return "<li class=\"task partial\"><input type=checkbox disabled>" \
 666                                               substr(p, 4) "</li>\n" _list( block, last );
 667   } else if ( p ~ /^\[[xX]\].*/ )    { return "<li class=\"task done\"><input type=checkbox disabled checked>" \
 668                                             substr(p, 4) "</li>\n" _list( block, last );
 669   } else if ( p ~ /^<p>\[ \].*/ )    { return "<li class=\"task pending\"><p><input type=checkbox disabled>" \
 670                                               substr(p, 7) "</li>\n" _list( block, last );
 671   } else if ( p ~ /^<p>\[-\].*/ )    { return "<li class=\"task negative\"><p><input type=checkbox disabled>" \
 672                                               substr(p, 7) "</li>\n" _list( block, last );
 673   } else if ( p ~ /^<p>\[\?\].*/ )   { return "<li class=\"task unsure\"><p><input type=checkbox disabled>" \
 674                                               substr(p, 7) "</li>\n" _list( block, last );
 675   } else if ( p ~ /^<p>\[\/\].*/ )   { return "<li class=\"task partial\"><p><input type=checkbox disabled>" \
 676                                               substr(p, 7) "</li>\n" _list( block, last );
 677   } else if ( p ~ /^<p>\[[xX]\].*/ ) { return "<li class=\"task done\"><p><input type=checkbox disabled checked>" \
 678                                               substr(p, 7) "</li>\n" _list( block, last );
 679   } else { return "<li>" p "</li>\n" _list( block, last ); }
 680 }
 681
 682 BEGIN {
 683   # Global Vars
 684   file = ""; rl_href[""] = ""; rl_title[""] = "";
 685   if (ENVIRON["MD_HTML"] == "true") { AllowHTML = "true"; }
 686   HL[1] = 0; HL[2] = 0; HL[3] = 0; HL[4] = 0; HL[5] = 0; HL[6] = 0;
 687
 688   # Buffering of full file ist necessary, e.g. to find reference links
 689   while (getline) { file = file $0 "\n"; }
 690   # Clean up MS-DOS line breaks
 691   gsub(/\r\n/, "\n", file);
 692
 693   # Fill array of reference links
 694   f = file; rl_id;
 695   re_reflink = "(^|\n) ? ? ?\\[([^]\n]+)\\]: ([^ \t\n]+)(\n?[ \t]+(\"([^\"]+)\"|'([^']+)'|\\(([^)]+)\\)))?(\n|$)";
 696   # /(^|\n) ? ? ?\[([^]\n]+)\]: ([^ \t\n]+)(\n?[ \t]+("([^"]+)"|'([^']+)'|\(([^)]+)\)))?(\n|$)/
 697   while ( match(f, re_reflink ) ) {
 698     rl_id           = gensub( re_reflink, "\\2", 1, substr(f, RSTART, RLENGTH) );
 699     rl_href[rl_id]  = gensub( re_reflink, "\\3", 1, substr(f, RSTART, RLENGTH) );
 700     rl_title[rl_id] = gensub( re_reflink, "\\5", 1, substr(f, RSTART, RLENGTH) );
 701     f = substr(f, RSTART + RLENGTH);
 702     rl_title[rl_id] = substr( rl_title[rl_id], 2, length(rl_title[rl_id]) - 2 );
 703     if ( rl_href[rl_id] ~ /<.*>/ ) rl_href[rl_id] = substr( rl_href[rl_id], 2, length(rl_href[rl_id]) - 2 );
 704   }
 705   # Clear reflinks from File
 706   while( gsub(re_reflink, "\n", file ) );
 707   # for (n in rl_href) { debug(n " | " rl_href[n] " | " rl_title[n] ); }
 708
 709   # Run Block Processing -> The Actual Markdown!
 710   printf "%s", _block( file );
 711 }