WordPress.org
Get WordPress

Make WordPress Core

Ticket #27896: 27896.1.diff

File 27896.1.diff, 10.5 KB (added by pbiron, 7 years ago)

make both WXR_Parser_SimpleXML & WXR_Parser_XML fully namespace aware

  • parsers.php 

    From fcf80166c30f646d51a2938e5a06045f9146d705 Mon Sep 17 00:00:00 2001
From: Paul Biron <paul@sparrowhawkcomputing.com>
Date: Tue, 6 Jun 2017 14:34:27 -0600
Subject: [PATCH] make WXR_Parser_SimpleXML & WXR_Parser_XML fully namespace
 aware

---
 parsers.php | 103 +++++++++++++++++++++++++++++++++++-------------------------
 1 file changed, 60 insertions(+), 43 deletions(-)

diff --git a/parsers.php b/parsers.php
index 35513fe..f324dc3 100644
    a b  
    66 * @subpackage Importer
    77 */
    88
     9define( 'WXR_NAMESPACE_URI', 'http://wordpress.org/export/1.2/' );
     10define( 'WXR_EXCERPT_NAMESPACE_URI', WXR_NAMESPACE_URI . 'excerpt' );
     11define( 'DUBLIN_CORE_NAMESPACE_URI', 'http://purl.org/dc/elements/1.1/' );
     12define( 'CONTENT_NAMESPACE_URI', 'http://purl.org/rss/1.0/modules/content/' );
     13
    914/**
    1015 * WordPress Importer class for managing parsing of WXR files.
    1116 */
    … … class WXR_Parser_SimpleXML { 
    7984                if ( ! $xml )
    8085                        return new WP_Error( 'SimpleXML_parse_error', __( 'There was an error when reading this WXR file', 'wordpress-importer' ), libxml_get_errors() );
    8186
     87                $xml->registerXPathNamespace( 'wp', WXR_NAMESPACE_URI );
     88                $xml->registerXPathNamespace( 'excerpt', WXR_EXCERPT_NAMESPACE_URI );
     89
    8290                $wxr_version = $xml->xpath('/rss/channel/wp:wxr_version');
    8391                if ( ! $wxr_version )
    8492                        return new WP_Error( 'WXR_parse_error', __( 'This does not appear to be a WXR file, missing/invalid WXR version number', 'wordpress-importer' ) );
    … … class WXR_Parser_SimpleXML { 
    9199                $base_url = $xml->xpath('/rss/channel/wp:base_site_url');
    92100                $base_url = (string) trim( $base_url[0] );
    93101
    94                 $namespaces = $xml->getDocNamespaces();
    95                 if ( ! isset( $namespaces['wp'] ) )
    96                         $namespaces['wp'] = 'http://wordpress.org/export/1.1/';
    97                 if ( ! isset( $namespaces['excerpt'] ) )
    98                         $namespaces['excerpt'] = 'http://wordpress.org/export/1.1/excerpt/';
    99 
    100102                // grab authors
    101103                foreach ( $xml->xpath('/rss/channel/wp:author') as $author_arr ) {
    102                         $a = $author_arr->children( $namespaces['wp'] );
     104                        $a = $author_arr->children( WXR_NAMESPACE_URI );
    103105                        $login = (string) $a->author_login;
    104106                        $authors[$login] = array(
    105107                                'author_id' => (int) $a->author_id,
    … … class WXR_Parser_SimpleXML { 
    113115
    114116                // grab cats, tags and terms
    115117                foreach ( $xml->xpath('/rss/channel/wp:category') as $term_arr ) {
    116                         $t = $term_arr->children( $namespaces['wp'] );
     118                        $t = $term_arr->children( WXR_NAMESPACE_URI );
    117119                        $category = array(
    118120                                'term_id' => (int) $t->term_id,
    119121                                'category_nicename' => (string) $t->category_nicename,
    … … class WXR_Parser_SimpleXML { 
    133135                }
    134136
    135137                foreach ( $xml->xpath('/rss/channel/wp:tag') as $term_arr ) {
    136                         $t = $term_arr->children( $namespaces['wp'] );
     138                        $t = $term_arr->children( WXR_NAMESPACE_URI );
    137139                        $tag = array(
    138140                                'term_id' => (int) $t->term_id,
    139141                                'tag_slug' => (string) $t->tag_slug,
    … … class WXR_Parser_SimpleXML { 
    152154                }
    153155
    154156                foreach ( $xml->xpath('/rss/channel/wp:term') as $term_arr ) {
    155                         $t = $term_arr->children( $namespaces['wp'] );
     157                        $t = $term_arr->children( WXR_NAMESPACE_URI );
    156158                        $term = array(
    157159                                'term_id' => (int) $t->term_id,
    158160                                'term_taxonomy' => (string) $t->term_taxonomy,
    … … class WXR_Parser_SimpleXML { 
    179181                                'guid' => (string) $item->guid,
    180182                        );
    181183
    182                         $dc = $item->children( 'http://purl.org/dc/elements/1.1/' );
     184                        $dc = $item->children( DUBLIN_CORE_NAMESPACE_URI );
    183185                        $post['post_author'] = (string) $dc->creator;
    184186
    185                         $content = $item->children( 'http://purl.org/rss/1.0/modules/content/' );
    186                         $excerpt = $item->children( $namespaces['excerpt'] );
     187                        $content = $item->children( CONTENT_NAMESPACE_URI );
     188                        $excerpt = $item->children( WXR_EXCERPT_NAMESPACE_URI );
    187189                        $post['post_content'] = (string) $content->encoded;
    188190                        $post['post_excerpt'] = (string) $excerpt->encoded;
    189191
    190                         $wp = $item->children( $namespaces['wp'] );
     192                        $wp = $item->children( WXR_NAMESPACE_URI );
    191193                        $post['post_id'] = (int) $wp->post_id;
    192194                        $post['post_date'] = (string) $wp->post_date;
    193195                        $post['post_date_gmt'] = (string) $wp->post_date_gmt;
    … … class WXR_Parser_SimpleXML { 
    268270 * WXR Parser that makes use of the XML Parser PHP extension.
    269271 */
    270272class WXR_Parser_XML {
     273        // we'll put these into the WXR Namespace in __construct()
    271274        var $wp_tags = array(
    272                 'wp:post_id', 'wp:post_date', 'wp:post_date_gmt', 'wp:comment_status', 'wp:ping_status', 'wp:attachment_url',
    273                 'wp:status', 'wp:post_name', 'wp:post_parent', 'wp:menu_order', 'wp:post_type', 'wp:post_password',
    274                 'wp:is_sticky', 'wp:term_id', 'wp:category_nicename', 'wp:category_parent', 'wp:cat_name', 'wp:category_description',
    275                 'wp:tag_slug', 'wp:tag_name', 'wp:tag_description', 'wp:term_taxonomy', 'wp:term_parent',
    276                 'wp:term_name', 'wp:term_description', 'wp:author_id', 'wp:author_login', 'wp:author_email', 'wp:author_display_name',
    277                 'wp:author_first_name', 'wp:author_last_name',
     275                'post_id', 'post_date', 'post_date_gmt', 'comment_status', 'ping_status', 'attachment_url',
     276                'status', 'post_name', 'post_parent', 'menu_order', 'post_type', 'post_password',
     277                'is_sticky', 'term_id', 'category_nicename', 'category_parent', 'cat_name', 'category_description',
     278                'tag_slug', 'tag_name', 'tag_description', 'term_taxonomy', 'term_parent',
     279                'term_name', 'term_description', 'author_id', 'author_login', 'author_email', 'author_display_name',
     280                'author_first_name', 'author_last_name',
    278281        );
     282        // we'll put these into the WXR Namespace in __construct()
    279283        var $wp_sub_tags = array(
    280                 'wp:comment_id', 'wp:comment_author', 'wp:comment_author_email', 'wp:comment_author_url',
    281                 'wp:comment_author_IP', 'wp:comment_date', 'wp:comment_date_gmt', 'wp:comment_content',
    282                 'wp:comment_approved', 'wp:comment_type', 'wp:comment_parent', 'wp:comment_user_id',
     284                'comment_id', 'comment_author', 'comment_author_email', 'comment_author_url',
     285                'comment_author_IP', 'comment_date', 'comment_date_gmt', 'comment_content',
     286                'comment_approved', 'comment_type', 'comment_parent', 'comment_user_id',
    283287        );
    284288
     289        /**
     290         * Constructor
     291         *
     292         * @since 0.x.y
     293         */
     294        function __construct() {
     295                // put wp_tags & wp_sub_tags in the WXR Namespace
     296                $this->wp_tags = array_map( function($tag) { return WXR_NAMESPACE_URI . ':' . $tag; }, $this->wp_tags );
     297                $this->wp_sub_tags = array_map( function($tag) { return WXR_NAMESPACE_URI . ':' . $tag; }, $this->wp_sub_tags );
     298        }
     299
    285300        function parse( $file ) {
    286301                $this->wxr_version = $this->in_post = $this->cdata = $this->data = $this->sub_data = $this->in_tag = $this->in_sub_tag = false;
    287302                $this->authors = $this->posts = $this->term = $this->category = $this->tag = array();
    288303
    289                 $xml = xml_parser_create( 'UTF-8' );
     304                $xml = xml_parser_create_ns( 'UTF-8' );
    290305                xml_parser_set_option( $xml, XML_OPTION_SKIP_WHITE, 1 );
    291306                xml_parser_set_option( $xml, XML_OPTION_CASE_FOLDING, 0 );
    292307                xml_set_object( $xml, $this );
    … … class WXR_Parser_XML { 
    318333
    319334        function tag_open( $parse, $tag, $attr ) {
    320335                if ( in_array( $tag, $this->wp_tags ) ) {
    321                         $this->in_tag = substr( $tag, 3 );
     336                        $this->in_tag = substr( $tag, strrpos( $tag, ':' ) + 1 );
    322337                        return;
    323338                }
    324339
    325340                if ( in_array( $tag, $this->wp_sub_tags ) ) {
    326                         $this->in_sub_tag = substr( $tag, 3 );
     341                        $this->in_sub_tag = substr( $tag, strrpos( $tag, ':' ) + 1 );
    327342                        return;
    328343                }
    329344
    … … class WXR_Parser_XML { 
    337352                        case 'item': $this->in_post = true;
    338353                        case 'title': if ( $this->in_post ) $this->in_tag = 'post_title'; break;
    339354                        case 'guid': $this->in_tag = 'guid'; break;
    340                         case 'dc:creator': $this->in_tag = 'post_author'; break;
    341                         case 'content:encoded': $this->in_tag = 'post_content'; break;
    342                         case 'excerpt:encoded': $this->in_tag = 'post_excerpt'; break;
     355                        case DUBLIN_CORE_NAMESPACE_URI . ':creator': $this->in_tag = 'post_author'; break;
     356                        case CONTENT_NAMESPACE_URI . ':encoded': $this->in_tag = 'post_content'; break;
     357                        case WXR_EXCERPT_NAMESPACE_URI . ':encoded': $this->in_tag = 'post_excerpt'; break;
    343358
    344                         case 'wp:term_slug': $this->in_tag = 'slug'; break;
    345                         case 'wp:meta_key': $this->in_sub_tag = 'key'; break;
    346                         case 'wp:meta_value': $this->in_sub_tag = 'value'; break;
     359                        case WXR_NAMESPACE_URI . ':term_slug': $this->in_tag = 'slug'; break;
     360                        case WXR_NAMESPACE_URI . ':meta_key': $this->in_sub_tag = 'key'; break;
     361                        case WXR_NAMESPACE_URI . ':meta_value': $this->in_sub_tag = 'value'; break;
    347362                }
    348363        }
    349364
    … … class WXR_Parser_XML { 
    360375
    361376        function tag_close( $parser, $tag ) {
    362377                switch ( $tag ) {
    363                         case 'wp:comment':
     378                        case WXR_NAMESPACE_URI . ':comment':
    364379                                unset( $this->sub_data['key'], $this->sub_data['value'] ); // remove meta sub_data
    365380                                if ( ! empty( $this->sub_data ) )
    366381                                        $this->data['comments'][] = $this->sub_data;
    367382                                $this->sub_data = false;
    368383                                break;
    369                         case 'wp:commentmeta':
     384                        case WXR_NAMESPACE_URI . ':commentmeta':
    370385                                $this->sub_data['commentmeta'][] = array(
    371386                                        'key' => $this->sub_data['key'],
    372387                                        'value' => $this->sub_data['value']
    … … class WXR_Parser_XML { 
    379394                                }
    380395                                $this->sub_data = false;
    381396                                break;
    382                         case 'wp:postmeta':
     397                        case WXR_NAMESPACE_URI . ':postmeta':
    383398                                if ( ! empty( $this->sub_data ) )
    384399                                        $this->data['postmeta'][] = $this->sub_data;
    385400                                $this->sub_data = false;
    386401                                break;
    387                         case 'wp:termmeta':
     402                        case WXR_NAMESPACE_URI . ':termmeta':
    388403                                if ( ! empty( $this->sub_data ) )
    389404                                        $this->data['termmeta'][] = $this->sub_data;
    390405                                $this->sub_data = false;
    … … class WXR_Parser_XML { 
    393408                                $this->posts[] = $this->data;
    394409                                $this->data = false;
    395410                                break;
    396                         case 'wp:category':
    397                         case 'wp:tag':
    398                         case 'wp:term':
    399                                 $n = substr( $tag, 3 );
     411                        case WXR_NAMESPACE_URI . ':category':
     412                        case WXR_NAMESPACE_URI . ':tag':
     413                        case WXR_NAMESPACE_URI . ':term':
     414                                $n = substr( $tag, strrpos( $tag, ':' ) + 1 );
    400415                                array_push( $this->$n, $this->data );
    401416                                $this->data = false;
    402417                                break;
    403                         case 'wp:author':
     418                        case WXR_NAMESPACE_URI . ':author':
    404419                                if ( ! empty($this->data['author_login']) )
    405420                                        $this->authors[$this->data['author_login']] = $this->data;
    406421                                $this->data = false;
    407422                                break;
    408                         case 'wp:base_site_url':
     423                        case WXR_NAMESPACE_URI . ':base_site_url':
    409424                                $this->base_url = $this->cdata;
    410425                                break;
    411                         case 'wp:wxr_version':
     426                        case WXR_NAMESPACE_URI . ':wxr_version':
    412427                                $this->wxr_version = $this->cdata;
    413428                                break;
    414429
    … … class WXR_Parser_XML { 
    428443
    429444/**
    430445 * WXR Parser that uses regular expressions. Fallback for installs without an XML parser.
     446 *
     447 * @todo It is not worth (or probably even possible) making this regex parser namespace aware!
    431448 */
    432449class WXR_Parser_Regex {
    433450        var $authors = array();