src/org/ibex/util/XML.java

   1 // Copyright (C) 2003 Adam Megacz <adam@ibex.org> all rights reserved.
   2 //
   3 // You may modify, copy, and redistribute this code under the terms of
   4 // the GNU Library Public License version 2.1, with the exception of
   5 // the portion of clause 6a after the semicolon (aka the "obnoxious
   6 // relink clause")
   7
   8 package org.ibex.util;
   9
  10 import java.io.Reader;
  11 import java.io.IOException;
  12 import java.io.EOFException;
  13
  14 /**
  15  * An Event-Driving, Non-Validating XML Parser with Namespace support.
  16  *
  17  * A subclass can implement the abstract functions for receiving details
  18  * about an xml file as it is parsed. To initate a parse, use the parse()
  19  * function.
  20  *
  21  * <h3>Implementation Notes</h3>
  22  * <p>As the parser traverses into an element, it adds it to the linked list
  23  * called <tt>elements</tt>. However, <tt>elements</tt> has been pre-filled
  24  * with instances of the Element inner class. So in the vast majority of
  25  * cases, the pointer current is moved along one, and the values for the
  26  * new element are filled into the current object.</p>
  27  *
  28  * <p>This parser supports all the unicode ranges required by the XML
  29  * Specification. However, it is optimised for well-formed ASCII documents.
  30  * Documents containing unicode Names and Attributes will take much longer
  31  * to process, and invalid documents (badly formed Names or invalid attributes)
  32  * will be run through a test on every single unicode character range before
  33  * being declared invalid.</p>
  34  *
  35  * <ul>
  36  *  <li>Each time the buffer offset <tt>off</tt> is moved, the length
  37  *   <tt>len</tt> must be decreased.</li>
  38  *  <li>Each time the buffer length is decreased, it must be checked to make
  39  *   sure it is &gt;0.</li>
  40  *  <li><i>error</i> is defined as a Validity Constraint Violation and
  41  *   is recoverable</li>
  42  *  <li><i>fatal error</i> is defined as a Well-formedness Constraint
  43  *   Violation and is not recoverable</li>
  44  * </ul>
  45  *
  46  * @author David Crawshaw
  47  * @see <a href="http://w3.org/TR/REC-xml">XML Specification</a>
  48  * @see <a href="http://w3.org/TR/REC-xml-names">XML Namespaces</a>
  49  */
  50 public abstract class XML
  51 {
  52     /////////////////////////////////////////////////////////////////////////////////////////////
  53     // XML Parser
  54     /////////////////////////////////////////////////////////////////////////////////////////////
  55
  56     public static final int BUFFER_SIZE = 255;
  57
  58     /** static pool of XML.Element instances shared by all XML Parsers. */
  59     private static final Queue elements = new Queue(30);
  60
  61     private static final char[] single_amp  = new char[] { '&'  };
  62     private static final char[] single_apos = new char[] { '\'' };
  63     private static final char[] single_gt   = new char[] { '>'  };
  64     private static final char[] single_lt   = new char[] { '<'  };
  65     private static final char[] single_quot = new char[] { '"'  };
  66
  67     private int line;
  68     private int col;
  69
  70     private Reader in;
  71     private char[] buf;
  72     private int    off;
  73     private int    base;  // base+off == distance into the stream
  74     private int    len;
  75
  76     private Element current;
  77
  78     // used in readEntity() to process a single character without creating a new array
  79     private char[] singlechar = new char[1];
  80
  81
  82     public XML() { this(BUFFER_SIZE); }
  83
  84     public XML(int bSize) {
  85         buf = new char[bSize];
  86
  87         current = (Element)elements.remove(false);
  88         if (current == null) current = new Element();
  89     }
  90
  91     /** Returns the line number at the beginning of the last process call. */
  92     public int getLine() { return line; }
  93
  94     /** Returns the column number at the beginning of the last process call. */
  95     public int getCol()  { return col; }
  96
  97     /** Returns the global file offset at the beginning of the last process call. */
  98     public int getGlobalOffset() { return base + off; }
  99
 100     /**
 101      * Parse given input and call the abstract event functions.
 102      *
 103      * Careful with threading, as this function is not synchronized.
 104      */
 105     public final void parse(Reader reader) throws IOException, Exn {
 106         in  = reader;
 107         off = len = 0;
 108         line = col = 1;
 109
 110         clear(); // clean up possible mid-way linked-list element
 111
 112         try {
 113             // process the stream
 114             while (true) {
 115                 if (!buffer(1)) {
 116                     if (current.qName == null) break;
 117                     throw new Exn("reached eof without closing <"+current.qName+"> element", Exn.WFC, getLine(), getCol());
 118                 }
 119
 120                 if (buf[off] == '<') readTag();
 121                 readChars(current.qName != null);
 122             }
 123         } finally { clear(); } // clean up elements
 124     }
 125
 126     /** remove any leftover elements from the linked list and queue them */
 127     private final void clear() {
 128         for (Element last = current; current.parent != null; ) {
 129             current = current.parent;
 130             last.clear();
 131             elements.append(last);
 132         }
 133         current.clear();
 134     }
 135
 136     /** reads in a tag. expects <tt>buf[off] == '&#60;'</tt> */
 137     private final void readTag() throws IOException, Exn {
 138         // Start Tag    '<' Name (S Attribute)* S? '>'
 139         boolean starttag  = true;
 140
 141         // End Tag     '</' Name S? '>'
 142         boolean endtag    = false;
 143
 144         // if (starttag & endtag) then: EmptyElemTag '<' Name (S Attribute)* S? '/>'
 145
 146         // Position in the name of the ':' namespace prefix
 147         int prefix = -1;
 148
 149         int namelen   = 0;
 150
 151         col++; off++; len--;
 152         if (!buffer(1)) throw new EOFException("Unexpected EOF processing element tag");
 153
 154         // work out what we can from the beginning of the tag
 155         char s = buf[off];
 156         if (s == '!') {
 157             // definitions here don't necessarily conform to xml spec (as DTDs not yet implemented)
 158             col++; off++; len--;
 159             if (!buffer(4)) throw new EOFException("Unexpected EOF processing <! element");
 160
 161             boolean bad = false;
 162             switch (buf[off]) {
 163                 case '-':
 164                     if (buf[off+1] != '-') { bad = true; break; }
 165                     col += 2; off += 2; len -= 2;
 166
 167                     // Comment        '<!--'      ((Char - '-') | ('-' (Char - '-')))* '-->'
 168                     readChars(false, "-->", false);
 169                     col += 3; off += 3; len -= 3;
 170                     break;
 171
 172                 // we don't care about the following definitions
 173
 174                 case 'A':
 175                     if (!buffer(7)
 176                             || buf[off+1] != 'T' || buf[off+2] != 'T' || buf[off+3] != 'L'
 177                             || buf[off+4] != 'I' || buf[off+5] != 'S' || buf[off+6] != 'T') {
 178                         bad = true; break;
 179                     }
 180                     col += 7; off += 7; len -= 7;
 181
 182                     // ATTLIST        '<!ATTLIST'   (Char* - '>') '>'
 183                     readChars(false, ">", true);
 184                     col++; off++; len--;
 185                     break;
 186                 case 'D':
 187                     if (!buffer(7)
 188                             || buf[off+1] != 'O' || buf[off+2] != 'C' || buf[off+3] != 'T'
 189                             || buf[off+4] != 'Y' || buf[off+5] != 'P' || buf[off+6] != 'E') {
 190                         bad = true; break;
 191                     }
 192                     col += 7; off += 7; len -= 7;
 193
 194                     // DTD            '<!DOCTYPE'   (Char* - '>') '>'
 195                     readChars(false, ">", true);
 196                     col++; off++; len--;
 197                     break;
 198                 case 'E':
 199                     if (!buffer(7)) {
 200                         bad = true;
 201                     } else if (buf[off+1] == 'L' && buf[off+2] == 'E' && buf[off+3] == 'M'
 202                             && buf[off+4] == 'E' && buf[off+5] == 'N' && buf[off+6] == 'T') {
 203                         // ELEMENT        '<!ELEMENT'   (Char* - '>') '>'
 204                         readChars(false, ">", true);
 205                         col++; off++; len--;
 206
 207                     } else if (buf[off+1] == 'N' && buf[off+2] == 'T' && buf[off+3] == 'I'
 208                             && buf[off+4] == 'T' && buf[off+5] == 'Y') {
 209                         // ENTITY         '<!ENTITY'    (Char* - '>') '>'
 210                         readChars(false, ">", true);
 211                         col++; off++; len--;
 212
 213                     } else {
 214                         bad = true;
 215                     }
 216                     break;
 217
 218                 case 'N':
 219                     if (!buffer(8)
 220                             || buf[off+1] != 'O' || buf[off+2] != 'T' || buf[off+3] != 'A' || buf[off+4] != 'T'
 221                             || buf[off+5] != 'I' || buf[off+6] != 'O' || buf[off+7] != 'N') {
 222                         bad = true; break;
 223                     }
 224                     col += 8; off += 8; len -= 8;
 225                     // NOTATION       '<!NOTATION'  (Char* - '>') '>'
 226                     readChars(false, ">", true);
 227                     col++; off++; len--;
 228
 229                     break;
 230                 default: bad = true;
 231             }
 232
 233             if (bad) throw new Exn("element tag start character is invalid", Exn.MARKUP, getLine(), getCol());
 234
 235         } else if (s == '?') {
 236             // PI (Ignored)   '<?'  (Char* - (Char* '?>' Char*))  '?>'
 237             col++; off++; len--;
 238             readChars(false, "?>", true);
 239             if (!buffer(2)) throw new EOFException("Unexpected EOF at end of Processing Instruction");
 240             col += 2; off += 2; len -= 2;
 241
 242         } else if (s == '[') {
 243             if (!buffer(7)
 244                     || buf[off+1] != 'C' || buf[off+2] != 'D' || buf[off+3] != 'A'
 245                     || buf[off+4] != 'T' || buf[off+5] != 'A' || buf[off+6] != '[') {
 246                 col++; off--; len++;
 247                 // Conditional    '<![' (Char* - (Char* ']]>' Char*)) ']]>'
 248                 readChars(false, "]]>", false);
 249             } else {
 250                 col += 7; off += 7; len -=7;
 251                 // CDATA          '<![CDATA[' (Char* - (Char* ']]>' Char*))        ']]>'
 252                 readChars(true, "]]>", false);
 253             }
 254             col += 3; off += 3; len -= 3;
 255         } else {
 256             if (s == '/') {
 257                 // End Tag        '</' Name S? '>'
 258                 starttag = false;
 259                 endtag = true;
 260
 261                 col++; off++; len--;
 262                 if (!buffer(1)) throw new EOFException("Unexpected EOF processing end tag");
 263                 s = buf[off];
 264             }
 265
 266             if (!Name(s)) throw new Exn("invalid starting character in element name", Exn.MARKUP, getLine(), getCol());
 267
 268             // find the element name (defined in XML Spec: section 2.3)
 269             for (namelen = 0; ; namelen++) {
 270                 if (!buffer(namelen+1)) throw new EOFException("Unexpected EOF in element tag name");
 271
 272                 s = buf[off+namelen];
 273
 274                 if (S(s) || s == '>') {
 275                     break;
 276                 } else if (s == '/') {
 277                     endtag = true;
 278                     break;
 279                 } else if (s == ':' && namelen > 0 && prefix < 1) {
 280                     // we have a definition of the prefix range available
 281                     prefix = namelen;
 282                 } else if (!NameChar(s)) {
 283                     throw new Exn("element name contains invalid character", Exn.MARKUP, getLine(), getCol());
 284                 }
 285             }
 286
 287             // process name (based on calculated region)
 288             if (namelen < 1) throw new Exn("element name is null", Exn.MARKUP, getLine(), getCol());
 289
 290             // we have marked out the name region, so turn it into a string and move on
 291             String qName = new String(buf, off, namelen);
 292
 293             col += namelen; off += namelen; len -= namelen;
 294
 295             if (starttag) {
 296                 // create the in-memory element representation of this beast
 297                 // if current.qName == null then this is the root element we're dealing with
 298                 if (current.qName != null) {
 299                     Element next = (Element)elements.remove(false);
 300                     if (next == null) next = new Element();
 301                     //next.clear(); // TODO: remove as elements now checked as they're added to the queue
 302                     next.parent = current;
 303                     current = next;
 304                 }
 305
 306                 current.qName = qName;
 307
 308                 if (prefix > 0) {
 309                     current.prefix = current.qName.substring(0, prefix);
 310                     current.localName = current.qName.substring(prefix+1);
 311                 } else {
 312                     current.prefix = null;
 313                     current.localName = current.qName;
 314                 }
 315
 316                 // process attributes
 317                 readWhitespace();
 318                 if (!buffer(1)) throw new EOFException("Unexpected EOF - processing attributes part 1");
 319                 while (buf[off] != '/' && buf[off] != '>') {
 320                     readAttribute();
 321                     if (!buffer(1)) throw new EOFException("Unexpected EOF - processing attributes part 2");
 322                     readWhitespace();
 323                 }
 324
 325                 // work out the uri of this element
 326                 current.uri = current.getUri(current.getPrefix());
 327                 if (current.getUri().equals("") && current.getPrefix() != null)
 328                     current.addError(new Exn("undefined prefix '"+current.getPrefix()+"'", Exn.NC, getLine(), getCol()));
 329
 330             } else {
 331                 // this is an end-of-element tag
 332                 if (!qName.equals(current.getQName())) throw new Exn(
 333                     "end tag </"+qName+"> does not line up with start tag <"+current.getQName()+">", Exn.WFC, getLine(), getCol()
 334                 );
 335             }
 336
 337             // deal with whitespace
 338             readWhitespace();
 339
 340             // process tag close
 341             if (!buffer(1)) throw new EOFException("Unexpected EOF before end of tag");
 342             if (buf[off] == '/') {
 343                 endtag = true;
 344                 off++; len--; col++;
 345             }
 346             if (!buffer(1)) throw new EOFException("Unexpected EOF before end of endtag");
 347             if (buf[off] == '>') {
 348                 off++; len--; col++;
 349             } else {
 350                 throw new Exn("missing '>' character from element '"+qName+"'", Exn.MARKUP, getLine(), getCol());
 351             }
 352
 353             // send element signals
 354             if (starttag) startElement(current);
 355             if (endtag) {
 356                 endElement(current);
 357
 358                 // we just closed an element, so remove it from the element 'stack'
 359                 if (current.getParent() == null) {
 360                     // we just finished the root element
 361                     current.clear();
 362                 } else {
 363                     Element last = current;
 364                     current = current.parent;
 365                     last.clear();
 366                     elements.append(last);
 367                 }
 368             }
 369         }
 370     }
 371
 372     /** reads in an attribute of an element. expects Name(buf[off]) */
 373     private final void readAttribute() throws IOException, Exn {
 374         int ref = 0;
 375         int prefix = 0;
 376         String n, v, p, u; // attribute name, value, prefix and uri respectively
 377         n = v = p = u = null;
 378         char s;
 379
 380         // find the element name (defined in XML Spec: section 2.3)
 381         for (ref= 0; ; ref++) {
 382             if (!buffer(ref+1)) throw new EOFException("Unexpected EOF in read attribute loop part 1");
 383
 384             s = buf[off+ref];
 385
 386             if (s == '=' || S(s)) {
 387                 break;
 388             } else if (s == ':' && ref > 0 && prefix < 1) {
 389                 // we have a definition of the prefix range available
 390                 prefix = ref+1;
 391             } else if (!NameChar(s)) {
 392                 throw new Exn("attribute name contains invalid characters", Exn.MARKUP, getLine(), getCol());
 393             }
 394         }
 395
 396         // determine prefix and key name
 397         if (prefix > 0) {
 398             p = new String(buf, off, prefix-1);
 399             col += prefix; off += prefix; len -= prefix; ref -= prefix;
 400         }
 401         n = new String(buf, off, ref);
 402         col += ref; off += ref; len -= ref;
 403
 404         // find name/value divider ('=')
 405         readWhitespace();
 406         if (!buffer(1)) throw new EOFException("Unexpected EOF before attribute '=' divider");
 407         if (buf[off] != '=') throw new Exn("attribute name not followed by '=' sign", Exn.MARKUP, getLine(), getCol());
 408
 409         col++; off++; len--;
 410         readWhitespace();
 411
 412         if (!buffer(1)) throw new EOFException("Unexpected EOF after attribute '=' divider");
 413
 414         char wrap;
 415         if (buf[off] == '\'' || buf[off] == '"') {
 416             wrap = buf[off];
 417         } else {
 418             throw new Exn("attribute '"+n+"' must have attribute wrapped in ' or \"", Exn.MARKUP, getLine(), getCol());
 419         }
 420         col++; off++; len--;
 421
 422         // find the attribute value
 423         attval: for (ref = 0; ; ref++) {
 424             if (!buffer(ref+1)) throw new EOFException("Unexpected EOF in attribute value");
 425
 426             if (buf[off+ref] == wrap) {
 427                 break attval;
 428             } else if (buf[off+ref] == '<') {
 429                 throw new Exn("attribute value for '"+n+"' must not contain '<'", Exn.WFC, getLine(), getCol());
 430             }
 431         }
 432
 433         v = new String(buf, off, ref);
 434         col += ref; off += ref; len -= ref;
 435
 436         // remove end wrapper character
 437         col++; off++; len--;
 438
 439         // process attribute
 440         if (p != null && p.equals("xmlns")) {
 441             current.addUri(n, v);
 442         } else if (n.equals("xmlns")) {
 443             if (current.getUri().equals("")) {
 444                 current.addUri("", v);
 445             } else {
 446                 current.addError(new Exn("default namespace definition repeated", Exn.NC, getLine(), getCol()));
 447             }
 448         } else {
 449             // find attribute uri
 450             u = current.getUri(p);
 451             if (p != null && u.equals("")) current.addError(new Exn("undefined attribute prefix '"+p+"'", Exn.NC, getLine(), getCol()));
 452
 453             // check to see if attribute is a repeat
 454             for (int i=0; current.len > i; i++) if (n.equals(current.getAttrKey(i)) && u.equals(current.getAttrUri(i))) throw new Exn(
 455                 "attribute name '"+n+"' may not appear more than once in the same element tag", Exn.WFC, getLine(), getCol()
 456             );
 457
 458             current.addAttr(n, v, u);
 459         }
 460     }
 461
 462     /** reads an entity and processes out its value. expects buf[off] == '&amp;' */
 463     private final void readEntity() throws IOException, Exn {
 464         off++; len--;
 465         if (!buffer(2)) throw new EOFException("Unexpected EOF reading entity");
 466
 467         boolean unknown = false;
 468         switch (buf[off]) {
 469             case '#':
 470                 off++; len--;
 471
 472                 int radix;
 473                 if (buf[off] == 'x') { off++; len--; radix = 16; } else { radix = 10; }
 474                 int c = 0;
 475
 476                 // read in each char, then shift total value to the left and add the extra
 477                 // style of loop is slightly different from all the others, as this should run a limited number of times
 478                 findchar: while (true) {
 479                     if (!buffer(1)) throw new EOFException("Unexpected EOF reading entity");
 480                     int d = Character.digit(buf[off], radix);
 481                     if (d == -1) {
 482                         if (buf[off] != ';') throw new Exn("illegal characters in entity reference", Exn.WFC, getLine(), getCol());
 483                         off++; len--; col++;
 484                         break findchar;
 485                     }
 486                     c = (c * radix) + d;
 487
 488                     off++; len--;
 489                 }
 490
 491                 singlechar[0] = Character.forDigit(c, radix);
 492                 characters(singlechar, 0, 1);
 493                 break;
 494
 495             case 'a':
 496                 if (buffer(4) && buf[off+1] == 'm' && buf[off+2] == 'p' && buf[off+3] == ';') {
 497                     characters(single_amp, 0, 1); // &amp;
 498                     off += 4; len -= 4; col++;
 499                 } else if (buffer(5) && buf[off+1] == 'p' && buf[off+2] == 'o' && buf[off+3] == 's' && buf[off+4] == ';') {
 500                     characters(single_apos, 0, 1); // &apos;
 501                     off += 5; len -= 5; col++;
 502                 } else {
 503                     unknown = true;
 504                 }
 505                 break;
 506
 507             case 'g':
 508                 if (buffer(3) && buf[off+1] == 't' && buf[off+2] == ';') {
 509                     characters(single_gt, 0, 1); // &gt;
 510                     off += 3; len -= 3; col++;
 511                 } else {
 512                     unknown = true;
 513                 }
 514                 break;
 515
 516             case 'l':
 517                 if (buffer(3) && buf[off+1] == 't' && buf[off+2] == ';') {
 518                     characters(single_lt, 0, 1); // &lt;
 519                     off += 3; len -= 3; col++;
 520                 } else {
 521                     unknown = true;
 522                 }
 523                 break;
 524
 525             case 'q':
 526                 if (buffer(5) && buf[off+1] == 'u' && buf[off+2] == 'o' && buf[off+3] == 't' && buf[off+4] == ';') {
 527                     characters(single_quot, 0, 1); // &quot;
 528                     off += 5; len -= 5; col++;
 529                 } else {
 530                     unknown = true;
 531                 }
 532                 break;
 533
 534             // TODO: check a parser-level Hash of defined entities
 535         }
 536
 537         if (unknown) throw new Exn("unknown entity (<!ENTITY> not supported)", Exn.WFC, getLine(), getCol());
 538     }
 539
 540     /** reads until the passed string is encountered. */
 541     private final void readChars(boolean p, String match, boolean entities) throws IOException, Exn {
 542         int ref;
 543         char[] end = match.toCharArray();
 544
 545         for (boolean more = true; more;) {
 546             if (!buffer(1)) return;
 547
 548             buf: for (ref = 0; ref < len; ref++) {
 549                 switch (buf[off+ref]) {
 550                     case '\r': // windows or macos9 newline
 551                         // normalise and process
 552                         buf[off+ref] = '\n'; ref++;
 553                         if (p) characters(buf, off, ref);
 554                         off += ref; len -= ref; ref = -1;
 555                         line++; col = 1;
 556
 557                         // windows double-char newline; skip the next char
 558                         if (!buffer(1)) return;
 559                         if (buf[off] == '\n') { off++; len--; }
 560                         break;
 561
 562                     case '\n': // unix newline
 563                         ref++;
 564                         if (p) characters(buf, off, ref);
 565                         off += ref; len -= ref; ref = -1;
 566                         line++; col = 1;
 567                         break;
 568
 569                     case '&':  // entity
 570                         if (entities) {
 571                             if (p) {
 572                                 if (ref > 0) characters(buf, off, ref);
 573                                 off += ref; len -= ref; ref = -1;
 574                                 readEntity();
 575                             }
 576                             break;
 577                         }
 578
 579                     default:
 580                         if (!buffer(ref+end.length)) continue buf;
 581                         for (int i=0; end.length > i; i++) if (end[i] != buf[off+ref+i]) continue buf;
 582                         more = false;
 583                         break buf;
 584                 }
 585             }
 586
 587             if (p && ref > 0) characters(buf, off, ref);
 588             off += ref; len -= ref; col += ref;
 589         }
 590     }
 591
 592     /**
 593      * reads until a <tt>&#60;</tt> symbol is encountered
 594      * @param p If true call the characters(char[],int,int) funciton for the processed characters
 595      */
 596     private final void readChars(boolean p) throws IOException, Exn {
 597         int ref;
 598
 599         for (boolean more = true; more;) {
 600             if (!buffer(1)) return;
 601
 602             buf: for (ref = 0; ref < len; ref++) {
 603                 switch (buf[off+ref]) {
 604                     case '\r': // windows or macos9 newline
 605                         // normalise and process
 606                         buf[off+ref] = '\n'; ref++;
 607                         if (p) characters(buf, off, ref);
 608                         off += ref; len -= ref; ref = -1;
 609                         line++; col = 1;
 610
 611                         // windows double-char newline; skip the next char
 612                         if (!buffer(1)) return;
 613                         if (buf[off] == '\n') { off++; len--; }
 614                         break;
 615
 616                     case '\n': // unix newline
 617                         ref++;
 618                         if (p) characters(buf, off, ref);
 619                         off += ref; len -= ref; ref = -1;
 620                         line++; col = 1;
 621                         break;
 622
 623                     case '&':  // entity
 624                         if (p) {
 625                             if (ref > 0) characters(buf, off, ref);
 626                             off += ref; len -= ref; ref = -1;
 627                             readEntity();
 628                         }
 629                         break;
 630
 631                     case '<':  // end of chars section
 632                         more = false;
 633                         break buf;
 634                 }
 635             }
 636
 637             if (p && ref > 0) characters(buf, off, ref);
 638             off += ref; len -= ref; col += ref;
 639         }
 640     }
 641
 642     /** reads until a non-whitespace symbol is encountered */
 643     private final void readWhitespace() throws IOException, Exn {
 644         int ref;
 645
 646         for (boolean more = true; more;) {
 647             if (!buffer(1)) return;
 648
 649             buf: for (ref = 0; ref < len; ref++) {
 650                 switch (buf[off+ref]) {
 651                     case '\r': // windows or macos9 newline
 652                         // normalise and process
 653                         buf[off+ref] = '\n';
 654                         whitespace(buf, off, ++ref);
 655                         off += ref; len -= ref; ref = -1;
 656                         line++; col = 1;
 657
 658                         // windows double-char newline; skip the next char
 659                         if (!buffer(1)) return;
 660                         if (buf[off] == '\n') { off++; len--; }
 661                         break;
 662
 663                     case '\n': // unix newline
 664                         whitespace(buf, off, ++ref);
 665                         off += ref; len -= ref; ref = -1;
 666                         line++; col = 1;
 667                         break;
 668
 669                     case ' ':  // space
 670                     case '\t': // tab
 671                         break;
 672
 673                     default:   // end of whitespace
 674                         more = false;
 675                         break buf;
 676                 }
 677             }
 678
 679             off += ref; len -= ref; col += ref;
 680         }
 681     }
 682
 683     /**
 684      * attempt to fill the buffer.
 685      *
 686      * @param min Minimum number of characters to read (even if we have to block to do it).
 687      * @return return false if min can't be reached.
 688      */
 689     private final boolean buffer(int min) throws IOException {
 690         if (len > min) return true;
 691
 692         if (buf.length - (off+len) >= min) {
 693             // plenty of space left on the end of the buffer
 694         } else if (off >= min) {
 695             // moving offset data to start will leave enough free space on the end
 696             System.arraycopy(buf, off, buf, 0, len);
 697             base += off;
 698             off = 0;
 699         } else {
 700             // buffer size will have to be increased
 701             char[] newbuf = new char[buf.length * 2];
 702             System.arraycopy(buf, off, newbuf, 0, len);
 703             buf = newbuf;
 704             base += off;
 705             off = 0;
 706         }
 707
 708         while (min > len) {
 709             int newlen = in.read(buf, off+len, buf.length-(off+len));
 710             if (newlen < 0) return false;
 711             len += newlen;
 712         }
 713
 714         return true;
 715     }
 716
 717
 718     /////////////////////////////////////////////////////////////////////////////////////////////
 719     // Abstract SAX-Like Interface
 720     /////////////////////////////////////////////////////////////////////////////////////////////
 721
 722     /**
 723      * Called when the start of an element is processed.
 724      *
 725      * <p><b>DO NOT</b> store a reference to the Element object, as
 726      * they are reused by XML Parser.</p>
 727      */
 728     public abstract void startElement(Element e) throws Exn;
 729
 730     /**
 731      * Represents up to a line of character data.
 732      *
 733      * <p>Newlines are all normalised to the Unix \n as per the XML Spec,
 734      * and a newline will only appear as the last character in the passed
 735      * array segment.</p>
 736      *
 737      * <p>XML.getLine() and XML.getCol() report the position at the
 738      * beginning of this character segment, which can be processed in a
 739      * line-by-line fashion due to the above newline restriction.</p>
 740      */
 741     public abstract void characters(char[] ch, int start, int length) throws Exn, IOException;
 742
 743     /** Represents up to a line of ignorable whitespace. */
 744     public abstract void whitespace(char[] ch, int start, int length) throws Exn, IOException;
 745
 746     /** Represents the end of an Element. */
 747     public abstract void endElement(Element e) throws Exn, IOException;
 748
 749
 750     /////////////////////////////////////////////////////////////////////////////////////////////
 751     // Inner Classes for Parser Support
 752     /////////////////////////////////////////////////////////////////////////////////////////////
 753
 754     /**
 755      * Represents an element in an XML document. Stores a reference to its
 756      * parent, forming a one-way linked list.
 757      *
 758      * Element objects are reused, so client code making use of them must
 759      * drop their references after the specific element process function
 760      * has returned.
 761      */
 762     public static final class Element {
 763
 764         private static final int DEFAULT_ATTR_SIZE = 10;
 765
 766         protected Element parent = null;
 767
 768         protected String uri = null;
 769         protected String localName = null;
 770         protected String qName = null;
 771         protected String prefix = null;
 772
 773         protected Hash urimap = new Hash(3,3);
 774
 775         protected String[] keys = new String[DEFAULT_ATTR_SIZE];
 776         protected String[] vals = new String[DEFAULT_ATTR_SIZE];
 777         protected String[] uris = new String[DEFAULT_ATTR_SIZE];
 778         protected int len = 0;
 779
 780         protected Exn[] errors = new Exn[] {};
 781
 782         /** Parent of current element. */
 783         public Element getParent() { return parent; }
 784
 785         /** Qualified Name of current element.  XML Namespace Spec 14-Jan-1999 [6] */
 786         public String getQName() { return qName; }
 787
 788         /** LocalPart of current element. XML Namespace Spec 14-Jan-1999 [8] */
 789         public String getLocalName() { return localName; }
 790
 791         /** Prefix of current element. Substring of qName. XML Namespace Spec 14-Jan-1999 [7] */
 792         public String getPrefix() { return prefix; }
 793
 794         // HACK
 795         public Hash getUriMap() {
 796             Hash map = new Hash();
 797             for (Element e = this; e != null; e = e.getParent()) {
 798                 java.util.Enumeration en = e.urimap.keys();
 799                 while(en.hasMoreElements()) {
 800                     String key = (String)en.nextElement();
 801                     String val = getUri(key);
 802                     map.put(key, val);
 803                 }
 804             }
 805             return map;
 806         }
 807
 808         /** URI of current tag. XML Namespace Spec 14-Jan-1999 section 1 */
 809         public String getUri() { return getUri(prefix); }
 810
 811         /** URI of a given prefix. Never returns null, instead gives "". */
 812         public String getUri(String p) {
 813             String ret = null;
 814             for (Element e = this; e != null && ret == null; e = e.getParent()) {
 815                 ret = (String)e.urimap.get(p == null ? "" : p);
 816             }
 817             return ret == null ? "" : ret;
 818         }
 819
 820         /** An array of attribute names. */
 821         public String getAttrKey(int pos) { return len > pos ? keys[pos] : null; }
 822
 823         /** An array of attribute values. */
 824         public String getAttrVal(int pos) { return len > pos ? vals[pos] : null; }
 825
 826         /** An array of attribute uris. */
 827         public String getAttrUri(int pos) { return len > pos ? uris[pos] : null; }
 828
 829         /** Current number of attributes in the element. */
 830         public int getAttrLen() { return len; }
 831
 832         /** Poor performance, but easier to use when speed is not a concern */
 833         public Hash getAttrHash() {
 834             Hash ret = new Hash(getAttrLen() * 2, 3);
 835             for(int i=0; i<len; i++)
 836                 ret.put(getAttrKey(i), getAttrVal(i));
 837             return ret;
 838         }
 839
 840         /** Poor performance, but easier to use */
 841         public String getAttrVal(String key) {
 842             for(int i=0; i<len; i++) if (keys[i].equals(key)) return vals[i];
 843             return null;
 844         }
 845
 846         /** An array of non-fatal errors related to this element. */
 847         public Exn[] getErrors() { return errors; }
 848
 849         protected Element() { }
 850
 851         /** Add (replace if exists in current element) a Namespace prefix/uri map. */
 852         public void addUri(String name, String value) {
 853             urimap.put(name, value);
 854         }
 855
 856         /** Add an attribute. */
 857         protected void addAttr(String key, String val, String uri) {
 858             if (len == keys.length) {
 859                 // increase the size of the attributes arrays
 860                 String[] newkeys = new String[keys.length*2];
 861                 String[] newvals = new String[vals.length*2];
 862                 String[] newuris = new String[uris.length*2];
 863                 System.arraycopy(keys, 0, newkeys, 0, keys.length);
 864                 System.arraycopy(vals, 0, newvals, 0, vals.length);
 865                 System.arraycopy(uris, 0, newuris, 0, uris.length);
 866                 keys = newkeys; vals = newvals; uris = newuris;
 867             }
 868
 869             keys[len] = key;
 870             vals[len] = val;
 871             uris[len] = uri;
 872             len++;
 873         }
 874
 875         /** Add an error. */
 876         protected void addError(Exn e) {
 877             // it doesn't really matter about continually expanding the array, as this case is quite rare
 878             Exn[] newe = new Exn[errors.length+1];
 879             System.arraycopy(errors, 0, newe, 0, errors.length);
 880             newe[errors.length] = e;
 881             errors = newe;
 882         }
 883
 884         /** Empty out all the data from the Element. */
 885         protected void clear() {
 886             parent = null;
 887             uri = localName = qName = prefix = null;
 888             urimap.clear();
 889
 890             if (keys.length != vals.length || vals.length != uris.length) {
 891                 keys = new String[DEFAULT_ATTR_SIZE];
 892                 vals = new String[DEFAULT_ATTR_SIZE];
 893                 uris = new String[DEFAULT_ATTR_SIZE];
 894             } else {
 895                 for (int i=0; keys.length > i; i++) { keys[i] = null; vals[i] = null; uris[i] = null; };
 896             }
 897             len = 0;
 898
 899             errors = new Exn[] {};
 900         }
 901     }
 902
 903     /** Parse or Structural Error */
 904     public static class Exn extends Exception {
 905         /** Violation of Markup restrictions in XML Specification - Fatal Error */
 906         public static final int MARKUP = 1;
 907
 908         /** Well-Formedness Constraint Violation - Fatal Error */
 909         public static final int WFC = 2;
 910
 911         /** Namespace Constraint Violation - Recoverable Error */
 912         public static final int NC = 3;
 913
 914         /** Schema Violation - Fatal Error */
 915         public static final int SCHEMA = 4;
 916
 917         private String error;
 918         private int type;
 919         private int line;
 920         private int col;
 921
 922         public Exn(String e) { this(e, MARKUP, -1, -1); }
 923
 924         public Exn(String e, int type, int line, int col) {
 925             this.error = e;
 926             this.type  = type;
 927             this.line  = line;
 928             this.col   = col;
 929         }
 930
 931         public int getType() { return this.type; }
 932         public int getLine() { return this.line; }
 933         public int getCol()  { return this.col;  }
 934         public String getMessage() { return this.error + (line >= 0 && col >= 0 ? " at " + line + ":" + col: ""); }
 935     }
 936
 937
 938     /////////////////////////////////////////////////////////////////////////////////////////////
 939     // Static Support Functions for the XML Specification
 940     /////////////////////////////////////////////////////////////////////////////////////////////
 941
 942     // attempt to avoid these functions unless you *expect* the input to fall in the given range.
 943
 944     /** First Character of Name - XML Specification 1.0 [5] */
 945     private static final boolean Name(char c) {
 946         return BaseCharAscii(c) || c == '_' || c == ':' || Letter(c);
 947     }
 948
 949     /** NameChar - XML Specification 1.0 [4] */
 950     private static final boolean NameChar(char c) {
 951         return BaseCharAscii(c) || c == '.' || c == '-' || c == '_' || c == ':'
 952             || Digit(c) || Letter(c) || Extender(c); // TODO: || CombiningChar(c);
 953     }
 954
 955     /** BaseChar - XMl Specification 1.0 [84] */
 956     private static final boolean Letter(char c) {
 957         return BaseChar(c) || Ideographic(c);
 958     }
 959
 960     /** Elements of BaseChar that exist in ASCII. */
 961     private static final boolean BaseCharAscii(char c) {
 962         return (c >= '\u0041' && c <= '\u005A') || (c >= '\u0061' && c <= '\u007A');
 963     }
 964
 965     /** Char - XML Specification 1.0 [2] */
 966     private static final boolean Char(char c) {
 967         // u000A == r and u000D == n, but the javac compiler can't handle the \ u form
 968         return c == '\u0009' || c == '\r' || c == '\n'
 969             || (c >= '\u0020' && c <= '\uD7FF')
 970             || (c >= '\uE000' && c <= '\uFFFD');
 971     }
 972
 973     /** BaseChar - XML Specification 1.0 [85] */
 974     private static final boolean BaseChar(char c) {
 975         return  BaseCharAscii(c) || (c >= '\u00C0' && c <= '\u00D6')
 976             || (c >= '\u00D8' && c <= '\u00F6') || (c >= '\u00F8' && c <= '\u00FF') || (c >= '\u0100' && c <= '\u0131')
 977             || (c >= '\u0134' && c <= '\u013E') || (c >= '\u0141' && c <= '\u0148') || (c >= '\u014A' && c <= '\u017E')
 978             || (c >= '\u0180' && c <= '\u01C3') || (c >= '\u01CD' && c <= '\u01F0') || (c >= '\u01F4' && c <= '\u01F5')
 979             || (c >= '\u01FA' && c <= '\u0217') || (c >= '\u0250' && c <= '\u02A8') || (c >= '\u02BB' && c <= '\u02C1')
 980             || (c == '\u0386')                  || (c >= '\u0388' && c <= '\u038A') || (c == '\u038C')
 981             || (c >= '\u038E' && c <= '\u03A1') || (c >= '\u03A3' && c <= '\u03CE') || (c >= '\u03D0' && c <= '\u03D6')
 982             || (c == '\u03DA')                  || (c == '\u03DC')                  || (c == '\u03DE')
 983             || (c == '\u03E0')
 984             || (c >= '\u03E2' && c <= '\u03F3') || (c >= '\u0401' && c <= '\u040C') || (c >= '\u040E' && c <= '\u044F')
 985             || (c >= '\u0451' && c <= '\u045C') || (c >= '\u045E' && c <= '\u0481') || (c >= '\u0490' && c <= '\u04C4')
 986             || (c >= '\u04C7' && c <= '\u04C8') || (c >= '\u04CB' && c <= '\u04CC') || (c >= '\u04D0' && c <= '\u04EB')
 987             || (c >= '\u04EE' && c <= '\u04F5') || (c >= '\u04F8' && c <= '\u04F9') || (c >= '\u0531' && c <= '\u0556')
 988             || (c == '\u0559')
 989             || (c >= '\u0561' && c <= '\u0586') || (c >= '\u05D0' && c <= '\u05EA') || (c >= '\u05F0' && c <= '\u05F2')
 990             || (c >= '\u0621' && c <= '\u063A') || (c >= '\u0641' && c <= '\u064A') || (c >= '\u0671' && c <= '\u06B7')
 991             || (c >= '\u06BA' && c <= '\u06BE') || (c >= '\u06C0' && c <= '\u06CE') || (c >= '\u06D0' && c <= '\u06D3')
 992             || (c == '\u06D5')
 993             || (c >= '\u06E5' && c <= '\u06E6') || (c >= '\u0905' && c <= '\u0939')
 994             || (c == '\u093D')
 995             || (c >= '\u0958' && c <= '\u0961') || (c >= '\u0985' && c <= '\u098C') || (c >= '\u098F' && c <= '\u0990')
 996             || (c >= '\u0993' && c <= '\u09A8') || (c >= '\u09AA' && c <= '\u09B0')
 997             || (c == '\u09B2')
 998             || (c >= '\u09B6' && c <= '\u09B9') || (c >= '\u09DF' && c <= '\u09E1') || (c >= '\u09F0' && c <= '\u09F1')
 999             || (c >= '\u0A05' && c <= '\u0A0A') || (c >= '\u0A0F' && c <= '\u0A10') || (c >= '\u0A13' && c <= '\u0A28')
1000             || (c >= '\u0A2A' && c <= '\u0A30') || (c >= '\u0A32' && c <= '\u0A33') || (c >= '\u0A35' && c <= '\u0A36')
1001             || (c >= '\u0A38' && c <= '\u0A39') || (c >= '\u0A59' && c <= '\u0A5C')
1002             || (c == '\u0A5E')
1003             || (c >= '\u0A72' && c <= '\u0A74') || (c >= '\u0A85' && c <= '\u0A8B')
1004             || (c == '\u0A8D')
1005             || (c >= '\u0A8F' && c <= '\u0A91') || (c >= '\u0A93' && c <= '\u0AA8') || (c >= '\u0AAA' && c <= '\u0AB0')
1006             || (c >= '\u0AB2' && c <= '\u0AB3') || (c >= '\u0AB5' && c <= '\u0AB9')
1007             || (c == '\u0ABD')
1008             || (c == '\u0AE0')
1009             || (c >= '\u0B05' && c <= '\u0B0C') || (c >= '\u0B0F' && c <= '\u0B10') || (c >= '\u0B13' && c <= '\u0B28')
1010             || (c >= '\u0B2A' && c <= '\u0B30') || (c >= '\u0B32' && c <= '\u0B33') || (c >= '\u0B36' && c <= '\u0B39')
1011             || (c == '\u0B3D')
1012             || (c >= '\u0B5C' && c <= '\u0B5D') || (c >= '\u0B5F' && c <= '\u0B61') || (c >= '\u0B85' && c <= '\u0B8A')
1013             || (c >= '\u0B8E' && c <= '\u0B90') || (c >= '\u0B92' && c <= '\u0B95') || (c >= '\u0B99' && c <= '\u0B9A')
1014             || (c == '\u0B9C')
1015             || (c >= '\u0B9E' && c <= '\u0B9F') || (c >= '\u0BA3' && c <= '\u0BA4') || (c >= '\u0BA8' && c <= '\u0BAA')
1016             || (c >= '\u0BAE' && c <= '\u0BB5') || (c >= '\u0BB7' && c <= '\u0BB9') || (c >= '\u0C05' && c <= '\u0C0C')
1017             || (c >= '\u0C0E' && c <= '\u0C10') || (c >= '\u0C12' && c <= '\u0C28') || (c >= '\u0C2A' && c <= '\u0C33')
1018             || (c >= '\u0C35' && c <= '\u0C39') || (c >= '\u0C60' && c <= '\u0C61') || (c >= '\u0C85' && c <= '\u0C8C')
1019             || (c >= '\u0C8E' && c <= '\u0C90') || (c >= '\u0C92' && c <= '\u0CA8') || (c >= '\u0CAA' && c <= '\u0CB3')
1020             || (c >= '\u0CB5' && c <= '\u0CB9')
1021             || (c == '\u0CDE')
1022             || (c >= '\u0CE0' && c <= '\u0CE1') || (c >= '\u0D05' && c <= '\u0D0C') || (c >= '\u0D0E' && c <= '\u0D10')
1023             || (c >= '\u0D12' && c <= '\u0D28') || (c >= '\u0D2A' && c <= '\u0D39') || (c >= '\u0D60' && c <= '\u0D61')
1024             || (c >= '\u0E01' && c <= '\u0E2E')
1025             || (c == '\u0E30')
1026             || (c >= '\u0E32' && c <= '\u0E33') || (c >= '\u0E40' && c <= '\u0E45') || (c >= '\u0E81' && c <= '\u0E82')
1027             || (c == '\u0E84')
1028             || (c >= '\u0E87' && c <= '\u0E88')
1029             || (c == '\u0E8A')
1030             || (c == '\u0E8D')
1031             || (c >= '\u0E94' && c <= '\u0E97') || (c >= '\u0E99' && c <= '\u0E9F') || (c >= '\u0EA1' && c <= '\u0EA3')
1032             || (c == '\u0EA5')
1033             || (c == '\u0EA7')
1034             || (c >= '\u0EAA' && c <= '\u0EAB') || (c >= '\u0EAD' && c <= '\u0EAE')
1035             || (c == '\u0EB0')
1036             || (c >= '\u0EB2' && c <= '\u0EB3')
1037             || (c == '\u0EBD')
1038             || (c >= '\u0EC0' && c <= '\u0EC4') || (c >= '\u0F40' && c <= '\u0F47') || (c >= '\u0F49' && c <= '\u0F69')
1039             || (c >= '\u10A0' && c <= '\u10C5') || (c >= '\u10D0' && c <= '\u10F6')
1040             || (c == '\u1100')
1041             || (c >= '\u1102' && c <= '\u1103') || (c >= '\u1105' && c <= '\u1107')
1042             || (c == '\u1109')
1043             || (c >= '\u110B' && c <= '\u110C') || (c >= '\u110E' && c <= '\u1112')
1044             || (c == '\u113C')
1045             || (c == '\u113E')
1046             || (c == '\u1140')
1047             || (c == '\u114C')
1048             || (c == '\u114E')
1049             || (c == '\u1150')
1050             || (c >= '\u1154' && c <= '\u1155')
1051             || (c == '\u1159')
1052             || (c >= '\u115F' && c <= '\u1161')
1053             || (c == '\u1163')
1054             || (c == '\u1165')
1055             || (c == '\u1167')
1056             || (c == '\u1169')
1057             || (c >= '\u116D' && c <= '\u116E') || (c >= '\u1172' && c <= '\u1173')
1058             || (c == '\u1175')
1059             || (c == '\u119E')
1060             || (c == '\u11A8')
1061             || (c == '\u11AB')
1062             || (c >= '\u11AE' && c <= '\u11AF') || (c >= '\u11B7' && c <= '\u11B8')
1063             || (c == '\u11BA')
1064             || (c >= '\u11BC' && c <= '\u11C2')
1065             || (c == '\u11EB')
1066             || (c == '\u11F0')
1067             || (c == '\u11F9')
1068             || (c >= '\u1E00' && c <= '\u1E9B') || (c >= '\u1EA0' && c <= '\u1EF9') || (c >= '\u1F00' && c <= '\u1F15')
1069             || (c >= '\u1F18' && c <= '\u1F1D') || (c >= '\u1F20' && c <= '\u1F45') || (c >= '\u1F48' && c <= '\u1F4D')
1070             || (c >= '\u1F50' && c <= '\u1F57')
1071             || (c == '\u1F59')
1072             || (c == '\u1F5B')
1073             || (c == '\u1F5D')
1074             || (c >= '\u1F5F' && c <= '\u1F7D') || (c >= '\u1F80' && c <= '\u1FB4') || (c >= '\u1FB6' && c <= '\u1FBC')
1075             || (c == '\u1FBE')
1076             || (c >= '\u1FC2' && c <= '\u1FC4') || (c >= '\u1FC6' && c <= '\u1FCC') || (c >= '\u1FD0' && c <= '\u1FD3')
1077             || (c >= '\u1FD6' && c <= '\u1FDB') || (c >= '\u1FE0' && c <= '\u1FEC') || (c >= '\u1FF2' && c <= '\u1FF4')
1078             || (c >= '\u1FF6' && c <= '\u1FFC')
1079             || (c == '\u2126')
1080             || (c >= '\u212A' && c <= '\u212B')
1081             || (c == '\u212E')
1082             || (c >= '\u2180' && c <= '\u2182') || (c >= '\u3041' && c <= '\u3094') || (c >= '\u30A1' && c <= '\u30FA')
1083             || (c >= '\u3105' && c <= '\u312C') || (c >= '\uAC00' && c <= '\uD7A3');
1084     }
1085
1086     /** BaseChar - XMl Specification 1.0 [86] */
1087     private static final boolean Ideographic(char c) {
1088         return (c >= '\u4E00' && c <= '\u9FA5') || c == '\u3007' || (c >= '\u3021' && c <= '\u3029');
1089     }
1090
1091     /** CombiningChar - XMl Specification 1.0 [87] */
1092     /*private static final boolean CombiningChar(char c) {
1093         return (c >= '\u0300' && c <= '\u0345')
1094             || (c >= '\u0360' && c <= '\u0361') || (c >= '\u0483' && c <= '\u0486') || (c >= '\u0591' && c <= '\u05A1')
1095             || (c >= '\u05A3' && c <= '\u05B9') || (c >= '\u05BB' && c <= '\u05BD')
1096             || (c == '\u05BF')
1097             || (c >= '\u05C1' && c <= '\u05C2')
1098             || (c == '\u05C4')
1099             || (c >= '\u064B' && c <= '\u0652')
1100             || (c == '\u0670')
1101             || (c >= '\u06D6' && c <= '\u06DC') || (c >= '\u06DD' && c <= '\u06DF') || (c >= '\u06E0' && c <= '\u06E4')
1102             || (c >= '\u06E7' && c <= '\u06E8') || (c >= '\u06EA' && c <= '\u06ED') || (c >= '\u0901' && c <= '\u0903')
1103             || (c == '\u093C')
1104             || (c >= '\u093E' && c <= '\u094C')
1105             || (c == '\u094D')
1106             || (c >= '\u0951' && c <= '\u0954') || (c >= '\u0962' && c <= '\u0963') || (c >= '\u0981' && c <= '\u0983')
1107             || (c == '\u09BC')
1108             || (c == '\u09BE')
1109             || (c == '\u09BF')
1110             || (c >= '\u09C0' && c <= '\u09C4') || (c >= '\u09C7' && c <= '\u09C8') || (c >= '\u09CB' && c <= '\u09CD')
1111             || (c == '\u09D7')
1112             || (c >= '\u09E2' && c <= '\u09E3')
1113             || (c == '\u0A02')
1114             || (c == '\u0A3C')
1115             || (c == '\u0A3E')
1116             || (c == '\u0A3F')
1117             || (c >= '\u0A40' && c <= '\u0A42') || (c >= '\u0A47' && c <= '\u0A48') || (c >= '\u0A4B' && c <= '\u0A4D')
1118             || (c >= '\u0A70' && c <= '\u0A71') || (c >= '\u0A81' && c <= '\u0A83')
1119             || (c == '\u0ABC')
1120             || (c >= '\u0ABE' && c <= '\u0AC5') || (c >= '\u0AC7' && c <= '\u0AC9') || (c >= '\u0ACB' && c <= '\u0ACD')
1121             || (c >= '\u0B01' && c <= '\u0B03')
1122             || (c == '\u0B3C')
1123             || (c >= '\u0B3E' && c <= '\u0B43') || (c >= '\u0B47' && c <= '\u0B48') || (c >= '\u0B4B' && c <= '\u0B4D')
1124             || (c >= '\u0B56' && c <= '\u0B57') || (c >= '\u0B82' && c <= '\u0B83') || (c >= '\u0BBE' && c <= '\u0BC2')
1125             || (c >= '\u0BC6' && c <= '\u0BC8') || (c >= '\u0BCA' && c <= '\u0BCD')
1126             || (c == '\u0BD7')
1127             || (c >= '\u0C01' && c <= '\u0C03') || (c >= '\u0C3E' && c <= '\u0C44') || (c >= '\u0C46' && c <= '\u0C48')
1128             || (c >= '\u0C4A' && c <= '\u0C4D') || (c >= '\u0C55' && c <= '\u0C56') || (c >= '\u0C82' && c <= '\u0C83')
1129             || (c >= '\u0CBE' && c <= '\u0CC4') || (c >= '\u0CC6' && c <= '\u0CC8') || (c >= '\u0CCA' && c <= '\u0CCD')
1130             || (c >= '\u0CD5' && c <= '\u0CD6') || (c >= '\u0D02' && c <= '\u0D03') || (c >= '\u0D3E' && c <= '\u0D43')
1131             || (c >= '\u0D46' && c <= '\u0D48') || (c >= '\u0D4A' && c <= '\u0D4D')
1132             || (c == '\u0D57')
1133             || (c == '\u0E31')
1134             || (c >= '\u0E34' && c <= '\u0E3A') || (c >= '\u0E47' && c <= '\u0E4E')
1135             || (c == '\u0EB1')
1136             || (c >= '\u0EB4' && c <= '\u0EB9') || (c >= '\u0EBB' && c <= '\u0EBC') || (c >= '\u0EC8' && c <= '\u0ECD')
1137             || (c >= '\u0F18' && c <= '\u0F19')
1138             || (c == '\u0F35')
1139             || (c == '\u0F37')
1140             || (c == '\u0F39')
1141             || (c == '\u0F3E')
1142             || (c == '\u0F3F')
1143             || (c >= '\u0F71' && c <= '\u0F84') || (c >= '\u0F86' && c <= '\u0F8B') || (c >= '\u0F90' && c <= '\u0F95')
1144             || (c == '\u0F97')
1145             || (c >= '\u0F99' && c <= '\u0FAD') || (c >= '\u0FB1' && c <= '\u0FB7')
1146             || (c == '\u0FB9')
1147             || (c >= '\u20D0' && c <= '\u20DC')
1148             || (c == '\u20E1')
1149             || (c >= '\u302A' && c <= '\u302F')
1150             || (c == '\u3099')
1151             || (c == '\u309A');
1152     }*/
1153
1154     /** Digit - XMl Specification 1.0 [88] */
1155     private static final boolean Digit(char c) {
1156         return (c >= '\u0030' && c <= '\u0039') || (c >= '\u0660' && c <= '\u0669') || (c >= '\u06F0' && c <= '\u06F9')
1157             || (c >= '\u0966' && c <= '\u096F') || (c >= '\u09E6' && c <= '\u09EF') || (c >= '\u0A66' && c <= '\u0A6F')
1158             || (c >= '\u0AE6' && c <= '\u0AEF') || (c >= '\u0B66' && c <= '\u0B6F') || (c >= '\u0BE7' && c <= '\u0BEF')
1159             || (c >= '\u0C66' && c <= '\u0C6F') || (c >= '\u0CE6' && c <= '\u0CEF') || (c >= '\u0D66' && c <= '\u0D6F')
1160             || (c >= '\u0E50' && c <= '\u0E59') || (c >= '\u0ED0' && c <= '\u0ED9') || (c >= '\u0F20' && c <= '\u0F29');
1161     }
1162
1163     /** Extender - XMl Specification 1.0 [89] */
1164     private static final boolean Extender(char c) {
1165         return c == '\u00B7' || c == '\u02D0' || c == '\u02D1' || c == '\u0387'
1166             || c == '\u0640' || c == '\u0E46' || c == '\u0EC6' || c == '\u3005'
1167             || (c >= '\u3031' && c <= '\u3035') || (c >= '\u309D' && c <= '\u309E') || (c >= '\u30FC' && c <= '\u30FE');
1168     }
1169
1170     /** Whitespace - XML Specification 1.0 [3] */
1171     private static final boolean S(char c) {
1172         return c == '\u0020' || c == '\u0009' || c == '\r' || c == '\n';
1173     }
1174 }