#!/usr/bin/php -qC
<?php

  /*
   Features:
     - primer argumento el archivo
     - segundo argumento el header primero que considera, def 3
     - tercer arg el header ultimo. def 6
     - id=tabcont, class=eval evalua
     - en los headers, %% apunta a la tabla de contenidos, su clase es retup
     - %%a apunta a su contenedor, su clase es retupa
     - class=notoc hace que no vaya al toc
     - en el toc los hx del cuerpo son class=toc y los de fuera del cuerpo toc_nc
     - las notas se incluyen con <nota>
     - las notas van a un div id=notas que debe contener un <dl></dl>
  */
  setlocale(LC_ALL,"es_ES");
  ini_set("pcre.backtrack_limit",10000000);
  // esto pasa, pero porqué no lo hago mejor?
  echo "Recuerda que tabcont debe tener un <ol> dentro o este prg se cargará otra <ol> que este en otro sitio\n";
  $mh=$argv[2] or $mh=3;
  $xh=$argv[3] or $xh=6;
  if (! $b1=$b=@file_get_contents($argv[1],"r"))
    die("No encuentro ".$argv[1].", ¿has puesto el path completo?\n");
  // si el tabcont lleva class eval, evalua el buffer
  if (preg_match('/id="?tabcont"?.*?class="?eval"?/',$b)) {
    ob_start();
    eval("?>$b");
    $b=ob_get_contents();
    ob_end_clean();
  }
  $b=preg_replace('|<!--.*?-->|s','',$b);				// elimino comentarios
  preg_match_all("|<h([$mh-$xh])([^>]*)>(.*?)</h\\1>|s",		// cojo los headers del cuerpo
    preg_replace(array('|.*?<div[^>]*?id="cuerpo"[^<]*?>|s',		// elimino la cabecera: solo queda el cuerpo
    			'|<div[^>]*?id="rellecuerpo"[^<]*?>.*|s',	// parto de que rellecuerpo es obligatorio
			),
		 array('','',),$b),
		$m);
  $ma=array('c' => $m);	// cuerpo
  preg_match_all("|<h([$mh-$xh])([^>]*)>(.*?)</h[$mh-$xh]>|s",		// cojo los headers después de rellecuerpo
    preg_replace('|.*?<div[^>]*?id="rellecuerpo"[^<]*?>|s','',$b),$m);	// dejo a partir de rellecuerpo
  $ma['l']=$m;	// listas
  $b=$b1; // recupero el buffer por si modificado por eval, comens, etc
  $ac='0'; $ids=array();
  $toc=""; $pad='';
  // los hx del cuerpo serán class=toc y los del final toc_nc que normalmente no se displayará
  foreach ($ma as $ty => $m) {
    foreach($m[0] as $i => $h) {
      //quita cambios de linea y espacios repe, quita los name=_t, quita los ^
      $n2=preg_replace('+<a[^>]*?name="_t[^>]*?"> *</a>+','',
	preg_replace('/\s+/',' ',
	  preg_replace('+<a class="retup(a?)"[^>]*>\^</a>+','%%\1',$m[3][$i])));
      // quita los posibles links que tenga y los name=.
      $n=preg_replace('+<a[^>]*?href=[^>]*?>(.*?)</a>+','\1',
	preg_replace('+<a[^>]*?name="[^>]*?"> *</a>+','',
	  preg_replace('+ *%%a?+','',$n2)));
      if ($n == '')
	continue;
      // saca el id para el href
      $id=preg_replace('/ /','',
	preg_replace('+([^ ][^ ][^ ]).*?( |\\n|$)+','\1',
	  preg_replace('/[^ a-zA-Z0-9]/','',
	    preg_replace('+<[^>]*>+','',$n))));
      while (!(array_search($id,$ids) === false))
	$id.='bis';
      $cc=$m[1][$i];
      $ids[]=$id;
      $aids[$cc]=$id;
      if ($entoc=!preg_match('/class="?notoc"?/',$m[2][$i])) {
        if ($ty == 'c')
          $clas="class=\"toc_$cc\"";
        else
          $clas="class=\"toc_nc\"";
        if ($cc == $ac)
	  $toc.="$pad<li $clas>";
        else {
	  if ($cc > $ac) {
	    $pad=str_repeat('  ',$cc-$mh);
	    $toc.="$pad<ol>\n$pad<li $clas>";
	  }
	  else {
	    for (; $cc <$ac; $ac--) {
	      $toc.="$pad</ol>\n";
	      $pad=str_repeat('  ',$ac-$mh-1);
	    }
	    $toc.="$pad<li $clas>";
	  }
	  $iac=$ac=$cc;
        }
      }
      $n2=preg_replace('+ *%%a+'," <a class=\"retupa\" href=\"#_t${aids[$cc-1]}\">^</a>",$n2);
      $n3=preg_replace('+ *%%+'," <a class=\"retup\" href=\"#__t$id\">^</a>",$n2);
      if ($entoc) {
        if ($n3 != $n2)
          $tg="<a name=\"__t$id\"></a>";
        else
          $tg='';
        $toc.="$tg<a $clas href=\"#_t$id\">$n</a></li>\n";
      }
      // porque no gasto un str_replace?
      $b=preg_replace('+'.preg_quote($h).'+',"<h$cc".$m[2][$i]."><a name=\"_t$id\"></a>$n3</h$cc>",$b,1);
    }
  }
  // cierra las listas abiertas
  for ($cc=$mh; $cc <=$ac; $cc ++) {
    $toc.="$pad</ol>\n";
    $pad=@str_repeat('  ',$cc-$mh-1);
  }
  // saco el sangrado del div
  preg_match('|( *)<div[^>]*?id="?tabcont"?|s',$b,$m);
  // lo pongo
  $toc=preg_replace('|\n|',"\n".$m[1],$toc);
  // pongo el toc, por que dos replaces?
  $b=preg_replace('%(<div[^>]*?id="?tabcont"?[^>]*?>.*?)(</div>)%s','\1'.$toc.'\2',
/*
     este replace es el que produce el cargarse una lista de otro sitio, se arregla haciendo al principio:
     if (preg_match('%<div[^>]*?id="?tabcont"?[^>]*?>.*?</div>%s',$b,$m) and
         preg_match('%<ol>.*</ol>%s',$m[0])) { hacer lo del tabcont, cerrar antes de las notas

	 */

    preg_replace('%(<div[^>]*?id="?tabcont"?[^>]*?>.*?)(<ul|<ol).*?(</div>)%s','\1\3',$b));
  // femod
  $b=preg_replace('%( title="femod">)[^<]*%',"\${1}".strftime("%d %B %Y"),$b);

  // ahora las notas
  // coje notas nuevas o viejas, si hay mira a ver si existe el div id=notas
  if (preg_match_all('+(<(nota)>|<(sup)><a name="?_nt_([0-9]*)"?)(.*?)</\2?\3?>+s',$b,$nts) and

  // este preg_match puede fallar, pues si "notas" no contuviera un dl, pero hubiese uno despues, pasaria como en el toc

      preg_match('|<div[^>]*?id="?notas"?[^>]*?>.*?([ 	]*)<dl>(.*?)</dl>.*?</div>|s',$b,$lnt)
     ) {
    // print_r($lnt);
    // sangrado del div
    $sep=$lnt[1];
    // hay ya notas? las meto en un array con la numeración original
    if (preg_match_all('|<dt class=nota><a href=.*?<a name="nt_([0-9]*)"></a>(.*?)</dd>|s',$lnt[2],$lnts)) {
      //print_r($lnts);
      $ents=array();
      foreach($lnts[1] as $i => $int)
        $ents[$int]=$lnts[2][$i];
      //print_r($ents);
    }
    $notas='';
    // print_r($nts);
    foreach($nts[0] as $i => $nth) {
      $c=$i+1;
      if ($nts[2][$i]) // es nota nueva
        $s=$nts[5][$i];
      else
	$s=$ents[$nts[4][$i]]; // cojo la vieja
      // pongo la nota
      $notas.="$sep<dt class=nota><a href=\"#_nt_$c\">$c</a></dt><dd><a name=\"nt_$c\"></a>$s</dd>\n";
      // cambio la nota (nueva o vieja) por la nueva (renumerada), el tmp es preciso por la renumeración
      $b=str_replace($nth,"<sup tmp><a name=\"_nt_$c\"></a><a href=\"#nt_$c\">$c</a></sup>",$b);
      //echo $b;
    }
    // quito los tmp
    $b=str_replace('<sup tmp>','<sup>',$b);
    // ahora pongo las notas donde toca
    // para evitar que una nota tenga un \1
    $uni=uniqid('lasnotas');
    $b=preg_replace('|(<div[^>]*?id="?notas"?[^>]*?>.*?<dl>).*?(</dl>.*?</div>)|s','\1'.$uni.'\2',$b);
    $b=str_replace($uni,"\n$notas$sep",$b);
  }

  // avisos
  $b=preg_replace('%<aviso>(.*?)</aviso>%','<!-- aviso: \1 aviso -->',$b);
  if (preg_match_all('%<!-- *aviso: *(.*?) *aviso *-->%',$b,$m))
    foreach($m[1] as $av)
      echo " ***** aviso ***** $av\n";

  if ($b == $b1)
    die("No he hecho nada\n");
  rename($argv[1],"$argv[1]~");
  fwrite($fp=fopen($argv[1],"w"),$b);
  fclose($fp);
  if ($st=@stat("$argv[1]~"))
    chmod($argv[1],$st['mode']);
?>