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