misc/translator/TmplTokenizer.pm

   1 package TmplTokenizer;
   2
   3 use strict;
   4 #use warnings; FIXME - Bug 2505
   5 use C4::TmplTokenType;
   6 use C4::TmplToken;
   7 use C4::TTParser;
   8 use VerboseWarnings qw( pedantic_p error_normal warn_normal warn_pedantic );
   9 require Exporter;
  10
  11 use vars qw(@ISA @EXPORT @EXPORT_OK %EXPORT_TAGS);
  12
  13 ###############################################################################
  14
  15 =head1 NAME
  16
  17 TmplTokenizer.pm - Simple-minded wrapper class for TTParser
  18
  19 =head1 DESCRIPTION
  20
  21 A wrapper for the functionality found in TTParser to allow an easier transition to Template Toolkit
  22
  23 =cut
  24
  25 ###############################################################################
  26
  27
  28 @ISA = qw(Exporter);
  29 @EXPORT_OK = qw();
  30
  31 use vars qw( $pedantic_attribute_error_in_nonpedantic_mode_p );
  32 use vars qw( $pedantic_tmpl_var_use_in_nonpedantic_mode_p );
  33 use vars qw( $pedantic_error_markup_in_pcdata_p );
  34
  35 ###############################################################################
  36
  37 # Hideous stuff
  38 use vars qw( $re_xsl $re_end_entity $re_tmpl_var);
  39 BEGIN {
  40     $re_tmpl_var = q{\[%\s*[get|set|default]?\s*[\w\.]+\s*[|.*?]?\s*%\]};
  41     $re_xsl = q{<\/?(?:xsl:)(?:[\s\-a-zA-Z0-9"'\/\.\[\]\@\(\):=,$]+)\/?>};
  42     $re_end_entity = '(?:;|$|(?=\s))'; # semicolon or before-whitespace
  43 }
  44 # End of the hideous stuff
  45
  46 use vars qw( $serial );
  47
  48 ###############################################################################
  49
  50 sub FATAL_P             () {'fatal-p'}
  51 sub SYNTAXERROR_P       () {'syntaxerror-p'}
  52
  53 sub FILENAME            () {'input'}
  54 #sub HANDLE             () {'handle'}
  55
  56 #sub READAHEAD          () {'readahead'}
  57 sub LINENUM_START       () {'lc_0'}
  58 sub LINENUM             () {'lc'}
  59 sub CDATA_MODE_P        () {'cdata-mode-p'}
  60 sub CDATA_CLOSE         () {'cdata-close'}
  61 #sub PCDATA_MODE_P      () {'pcdata-mode-p'}    # additional submode for CDATA
  62 sub JS_MODE_P           () {'js-mode-p'}        # cdata-mode-p must also be true
  63
  64 sub ALLOW_CFORMAT_P     () {'allow-cformat-p'}
  65
  66 sub new {
  67     shift;
  68     my ($filename) = @_;
  69     #open my $handle,$filename or die "can't open $filename";
  70     my $parser = C4::TTParser->new;
  71     $parser->build_tokens( $filename );
  72     bless {
  73       filename => $filename,
  74       _parser => $parser
  75 #     , handle => $handle
  76 #     , readahead => []
  77     } , __PACKAGE__;
  78 }
  79
  80 ###############################################################################
  81
  82 # Simple getters
  83
  84 sub filename {
  85     my $this = shift;
  86     return $this->{filename};
  87 }
  88
  89 sub fatal_p {
  90     my $this = shift;
  91     return $this->{+FATAL_P};
  92 }
  93
  94 # work around, currently not implemented
  95 sub syntaxerror_p {
  96 #    my $this = shift;
  97 #    return $this->{+SYNTAXERROR_P};
  98     return 0;
  99 }
 100
 101 sub js_mode_p {
 102     my $this = shift;
 103     return $this->{+JS_MODE_P};
 104 }
 105
 106 sub allow_cformat_p {
 107     my $this = shift;
 108     return $this->{+ALLOW_CFORMAT_P};
 109 }
 110
 111 # Simple setters
 112
 113 sub _set_fatal {
 114     my $this = shift;
 115     $this->{+FATAL_P} = $_[0];
 116     return $this;
 117 }
 118
 119 sub _set_js_mode {
 120     my $this = shift;
 121     $this->{+JS_MODE_P} = $_[0];
 122     return $this;
 123 }
 124
 125 #used in xgettext, tmpl_process3
 126 sub set_allow_cformat {
 127     my $this = shift;
 128     $this->{+ALLOW_CFORMAT_P} = $_[0];
 129     return $this;
 130 }
 131
 132 ###############################################################################
 133
 134 use vars qw( $js_EscapeSequence );
 135 BEGIN {
 136     # Perl quoting is really screwed up, but this common subexp is way too long
 137     $js_EscapeSequence = q{\\\\(?:['"\\\\bfnrt]|[^0-7xu]|[0-3]?[0-7]{1,2}|x[\da-fA-F]{2}|u[\da-fA-F]{4})};
 138 }
 139 sub parenleft  () { '(' }
 140 sub parenright () { ')' }
 141
 142 sub _split_js ($) {
 143     my ($s0) = @_;
 144     my @it = ();
 145     while (length $s0) {
 146         if ($s0 =~ /^\s+/s) {                           # whitespace
 147           push @it, $&;
 148           $s0 = $';
 149         } elsif ($s0 =~ /^\/\/[^\r\n]*(?:[\r\n]|$)/s) { # C++-style comment
 150         push @it, $&;
 151         $s0 = $';
 152         } elsif ($s0 =~ /^\/\*(?:(?!\*\/).)*\*\//s) {   # C-style comment
 153             push @it, $&;
 154             $s0 = $';
 155         # Keyword or identifier, ECMA-262 p.13 (section 7.5)
 156         } elsif ($s0 =~ /^[A-Z_\$][A-Z\d_\$]*/is) {     # IdentifierName
 157             push @it, $&;
 158             $s0 = $';
 159         # Punctuator, ECMA-262 p.13 (section 7.6)
 160         } elsif ($s0 =~ /^(?:[\(\){}\[\];]|>>>=|<<=|>>=|[-\+\*\/\&\|\^\%]=|>>>|<<|>>|--|\+\+|\|\||\&\&|==|<=|>=|!=|[=><,!~\?:\.\-\+\*\/\&\|\^\%])/s) {
 161             push @it, $&;
 162             $s0 = $';
 163         # DecimalLiteral, ECMA-262 p.14 (section 7.7.3); note: bug in the spec
 164         } elsif ($s0 =~ /^(?:0|[1-9]\d+(?:\.\d*(?:[eE][-\+]?\d+)?)?)/s) {
 165             push @it, $&;
 166             $s0 = $';
 167         # HexIntegerLiteral, ECMA-262 p.15 (section 7.7.3)
 168         } elsif ($s0 =~ /^0[xX][\da-fA-F]+/s) {
 169             push @it, $&;
 170             $s0 = $';
 171         # OctalIntegerLiteral, ECMA-262 p.15 (section 7.7.3)
 172         } elsif ($s0 =~ /^0[\da-fA-F]+/s) {
 173             push @it, $&;
 174             $s0 = $';
 175         # StringLiteral, ECMA-262 p.17 (section 7.7.4)
 176         # XXX SourceCharacter doesn't seem to be defined (?)
 177         } elsif ($s0 =~ /^(?:"(?:(?!["\\\r\n]).|$js_EscapeSequence)*"|'(?:(?!['\\\r\n]).|$js_EscapeSequence)*')/os) {
 178             push @it, $&;
 179             $s0 = $';
 180         } elsif ($s0 =~ /^./) {                         # UNKNOWN TOKEN !!!
 181             push @it, $&;
 182             $s0 = $';
 183         }
 184     }
 185     return @it;
 186 }
 187
 188 sub STATE_UNDERSCORE     () { 1 }
 189 sub STATE_PARENLEFT      () { 2 }
 190 sub STATE_STRING_LITERAL () { 3 }
 191
 192 # XXX This is a crazy hack. I don't want to write an ECMAScript parser.
 193 # XXX A scanner is one thing; a parser another thing.
 194 sub _identify_js_translatables (@) {
 195     my @input = @_;
 196     my @output = ();
 197     # We mark a JavaScript translatable string as in C, i.e., _("literal")
 198     # For simplicity, we ONLY look for "_" "(" StringLiteral ")"
 199     for (my $i = 0, my $state = 0, my($j, $q, $s); $i <= $#input; $i += 1) {
 200 #        warn $input[$i];
 201         my $reset_state_p = 0;
 202         push @output, [0, $input[$i]];
 203         if ($input[$i] !~ /\S/s) {
 204           ;
 205         } elsif ($state == 0) {
 206           $state = STATE_UNDERSCORE if $input[$i] eq '_';
 207         } elsif ($state == STATE_UNDERSCORE) {
 208           $state = $input[$i] eq parenleft ? STATE_PARENLEFT : 0;
 209         } elsif ($state == STATE_PARENLEFT) {
 210           if ($input[$i] =~ /^(['"])(.*)\1$/s) {
 211             ($state, $j, $q, $s) = (STATE_STRING_LITERAL, $#output, $1, $2);
 212           } else {
 213             $state = 0;
 214           }
 215         } elsif ($state == STATE_STRING_LITERAL) {
 216           if ($input[$i] eq parenright) {
 217             $output[$j] = [1, $output[$j]->[1], $q, $s];
 218           }
 219           $state = 0;
 220         } else {
 221           die "identify_js_translatables internal error: Unknown state $state"
 222         }
 223     }
 224 #    use Data::Dumper;
 225 #    warn Dumper \@output;
 226     return \@output;
 227 }
 228
 229 ###############################################################################
 230
 231 sub string_canon ($) {
 232   my $s = shift;
 233   # Fold all whitespace into single blanks
 234   $s =~ s/\s+/ /g;
 235   $s =~ s/^\s+//g;
 236   return $s;
 237 }
 238
 239 # safer version used internally, preserves new lines
 240 sub string_canon_safe ($) {
 241   my $s = shift;
 242   # fold tabs and spaces into single spaces
 243   $s =~ s/[\ \t]+/ /gs;
 244   return $s;
 245 }
 246
 247
 248 sub _quote_cformat{
 249   my $s = shift;
 250   $s =~ s/%/%%/g;
 251   return $s;
 252 }
 253
 254 sub _formalize_string_cformat{
 255   my $s = shift;
 256   return _quote_cformat( string_canon_safe $s );
 257 }
 258
 259 sub _formalize{
 260   my $t = shift;
 261   if( $t->type == C4::TmplTokenType::DIRECTIVE ){
 262     return '%s';
 263   } elsif( $t->type == C4::TmplTokenType::TEXT ){
 264     return _formalize_string_cformat( $t->string );
 265   } elsif( $t->type == C4::TmplTokenType::TAG ){
 266     if( $t->string =~ m/^a\b/is ){
 267       return '<a>';
 268     } elsif( $t->string =~ m/^input\b/is ){
 269       if( lc $t->attributes->{'type'}->[1] eq 'text' ){
 270         return '%S';
 271       } else{
 272         return '%p';
 273       }
 274     } else{
 275       return _quote_cformat $t->string;
 276     }
 277   } else{
 278     return _quote_cformat $t->string;
 279   }
 280 }
 281
 282 # internal parametization, used within next_token
 283 # method that takes in an array of TEXT and DIRECTIVE tokens (DIRECTIVEs must be GET) and return a C4::TmplTokenType::TEXT_PARAMETRIZED
 284 sub _parametrize_internal{
 285     my $this = shift;
 286     my @parts = @_;
 287     # my $s = "";
 288     # for my $item (@parts){
 289     #     if( $item->type == C4::TmplTokenType::TEXT ){
 290     #         $s .= $item->string;
 291     #     } else {
 292     #         #must be a variable directive
 293     #         $s .= "%s";
 294     #     }
 295     # }
 296     my $s = join( "", map { _formalize $_ } @parts );
 297     # should both the string and form be $s? maybe only the later? posibly the former....
 298     # used line number from first token, should suffice
 299     my $t = C4::TmplToken->new( $s, C4::TmplTokenType::TEXT_PARAMETRIZED, $parts[0]->line_number, $this->filename );
 300     $t->set_children(@parts);
 301     $t->set_form($s);
 302     return $t;
 303 }
 304
 305 sub next_token {
 306     my $self = shift;
 307     my $next;
 308 #    warn "in next_token";
 309     # parts that make up a text_parametrized (future children of the token)
 310     my @parts = ();
 311     while(1){
 312         $next = $self->{_parser}->next_token;
 313         if (! $next){
 314             if (@parts){
 315                 return $self->_parametrize_internal(@parts);
 316             }
 317             else {
 318                 return undef;
 319             }
 320         }
 321         # if cformat mode is off, dont bother parametrizing, just return them as they come
 322         return $next unless $self->allow_cformat_p;
 323         if( $next->type == C4::TmplTokenType::TEXT ){
 324             push @parts, $next;
 325         }
 326 #        elsif( $next->type == C4::TmplTokenType::DIRECTIVE && $next->string =~ m/\[%\s*\w+\s*%\]/ ){
 327         elsif( $next->type == C4::TmplTokenType::DIRECTIVE ){
 328             push @parts, $next;
 329         }
 330         elsif ( $next->type == C4::TmplTokenType::CDATA){
 331             $self->_set_js_mode(1);
 332             my $s0 = $next->string;
 333             my @head = ();
 334             my @tail = ();
 335
 336             if ($s0 =~ /^(\s*\[%\s*)(.*)(\s%=]\s*)$/s) {
 337                 push @head, $1;
 338                  push @tail, $3;
 339                 $s0 = $2;
 340             }
 341             push @head, _split_js $s0;
 342             $next->set_js_data(_identify_js_translatables(@head, @tail) );
 343             return $next unless @parts;
 344             $self->{_parser}->unshift_token($next);
 345             return $self->_parametrize_internal(@parts);
 346         }
 347         else {
 348             # if there is nothing in parts, return this token
 349             return $next unless @parts;
 350
 351             # OTHERWISE, put this token back and return the parametrized string of @parts
 352             $self->{_parser}->unshift_token($next);
 353             return $self->_parametrize_internal(@parts);
 354         }
 355
 356     }
 357 }
 358
 359 ###############################################################################
 360
 361 # function taken from old version
 362 # used by tmpl_process3
 363 sub parametrize ($$$$) {
 364     my($fmt_0, $cformat_p, $t, $f) = @_;
 365     my $it = '';
 366     if ($cformat_p) {
 367         my @params = $t->parameters_and_fields;
 368         for (my $n = 0, my $fmt = $fmt_0; length $fmt;) {
 369             if ($fmt =~ /^[^%]+/) {
 370                 $fmt = $';
 371                 $it .= $&;
 372             } elsif ($fmt =~ /^%%/) {
 373                 $fmt = $';
 374                 $it .= '%';
 375             } elsif ($fmt =~ /^%(?:(\d+)\$)?(?:(\d+)(?:\.(\d+))?)?s/s) {
 376                 $n += 1;
 377                 my($i, $width, $prec) = ((defined $1? $1: $n), $2, $3);
 378                 $fmt = $';
 379                 if (defined $width && defined $prec && !$width && !$prec) {
 380                     ;
 381                 } elsif (defined $params[$i - 1]) {
 382                     my $param = $params[$i - 1];
 383                     warn_normal "$fmt_0: $&: Expected a TMPL_VAR, but found a "
 384                             . $param->type->to_string . "\n", undef
 385                             if $param->type != C4::TmplTokenType::DIRECTIVE;
 386                     warn_normal "$fmt_0: $&: Unsupported "
 387                                 . "field width or precision\n", undef
 388                             if defined $width || defined $prec;
 389                     warn_normal "$fmt_0: $&: Parameter $i not known", undef
 390                             unless defined $param;
 391                     $it .= defined $f? &$f( $param ): $param->string;
 392                 }
 393             } elsif ($fmt =~ /^%(?:(\d+)\$)?(?:(\d+)(?:\.(\d+))?)?([pS])/s) {
 394                 $n += 1;
 395                 my($i, $width, $prec, $conv) = ((defined $1? $1: $n), $2, $3, $4);
 396                 $fmt = $';
 397
 398                 my $param = $params[$i - 1];
 399                 if (!defined $param) {
 400                     warn_normal "$fmt_0: $&: Parameter $i not known", undef;
 401                 } else {
 402                     if ($param->type == C4::TmplTokenType::TAG
 403                             && $param->string =~ /^<input\b/is) {
 404                         my $type = defined $param->attributes?
 405                                 lc($param->attributes->{'type'}->[1]): undef;
 406                         if ($conv eq 'S') {
 407                             warn_normal "$fmt_0: $&: Expected type=text, "
 408                                         . "but found type=$type", undef
 409                                     unless $type eq 'text';
 410                         } elsif ($conv eq 'p') {
 411                             warn_normal "$fmt_0: $&: Expected type=radio, "
 412                                         . "but found type=$type", undef
 413                                     unless $type eq 'radio';
 414                         }
 415                     } else {
 416                         warn_normal "$&: Expected an INPUT, but found a "
 417                                 . $param->type->to_string . "\n", undef
 418                     }
 419                     warn_normal "$fmt_0: $&: Unsupported "
 420                                 . "field width or precision\n", undef
 421                             if defined $width || defined $prec;
 422                     $it .= defined $f? &$f( $param ): $param->string;
 423                 }
 424             } elsif ($fmt =~ /^%[^%a-zA-Z]*[a-zA-Z]/) {
 425                 $fmt = $';
 426                 $it .= $&;
 427                 die "$&: Unknown or unsupported format specification\n"; #XXX
 428             } else {
 429                 die "$&: Completely confused parametrizing -- msgid: $fmt_0\n";#XXX
 430             }
 431         }
 432     }
 433     my @anchors = $t->anchors;
 434     for (my $n = 0, my $fmt = $it, $it = ''; length $fmt;) {
 435         if ($fmt =~ /^(?:(?!<a\d+>).)+/is) {
 436             $fmt = $';
 437             $it .= $&;
 438         } elsif ($fmt =~ /^<a(\d+)>/is) {
 439             $n += 1;
 440             my $i  = $1;
 441             $fmt = $';
 442             my $anchor = $anchors[$i - 1];
 443             warn_normal "$&: Anchor $1 not found for msgid \"$fmt_0\"", undef #FIXME
 444                     unless defined $anchor;
 445             $it .= $anchor->string;
 446         } else {
 447             die "Completely confused decoding anchors: $fmt\n";#XXX
 448         }
 449     }
 450     return $it;
 451 }
 452
 453
 454 # Other simple functions (These are not methods)
 455
 456 sub blank_p ($) {
 457     my($s) = @_;
 458     return $s =~ /^(?:\s|\&nbsp$re_end_entity|$re_tmpl_var|$re_xsl)*$/osi;
 459 }
 460
 461 sub trim ($) {
 462     my($s0) = @_;
 463     my $l0 = length $s0;
 464     my $s = $s0;
 465     $s =~ s/^(\s|\&nbsp$re_end_entity)+//os; my $l1 = $l0 - length $s;
 466     $s =~ s/(\s|\&nbsp$re_end_entity)+$//os; my $l2 = $l0 - $l1 - length $s;
 467     return wantarray? (substr($s0, 0, $l1), $s, substr($s0, $l0 - $l2)): $s;
 468 }
 469
 470 sub quote_po ($) {
 471     my($s) = @_;
 472     # Locale::PO->quote is buggy, it doesn't quote newlines :-/
 473     $s =~ s/([\\"])/\\$1/gs;
 474     $s =~ s/\n/\\n/g;
 475     #$s =~ s/[\177-\377]/ sprintf("\\%03o", ord($&)) /egs;
 476     return "\"$s\"";
 477 }
 478
 479 sub charset_canon ($) {
 480     my($charset) = @_;
 481     $charset = uc($charset);
 482     $charset = "$1-$2" if $charset =~ /^(ISO|UTF)(\d.*)/i;
 483     $charset = 'Big5' if $charset eq 'BIG5'; # "Big5" must be in mixed case
 484     return $charset;
 485 }
 486
 487 use vars qw( @latin1_utf8 );
 488 @latin1_utf8 = (
 489     "\302\200", "\302\201", "\302\202", "\302\203", "\302\204", "\302\205",
 490     "\302\206", "\302\207", "\302\210", "\302\211", "\302\212", "\302\213",
 491     "\302\214", "\302\215",   undef,      undef,    "\302\220", "\302\221",
 492     "\302\222", "\302\223", "\302\224", "\302\225", "\302\226", "\302\227",
 493     "\302\230", "\302\231", "\302\232", "\302\233", "\302\234", "\302\235",
 494     "\302\236", "\302\237", "\302\240", "\302\241", "\302\242", "\302\243",
 495     "\302\244", "\302\245", "\302\246", "\302\247", "\302\250", "\302\251",
 496     "\302\252", "\302\253", "\302\254", "\302\255", "\302\256", "\302\257",
 497     "\302\260", "\302\261", "\302\262", "\302\263", "\302\264", "\302\265",
 498     "\302\266", "\302\267", "\302\270", "\302\271", "\302\272", "\302\273",
 499     "\302\274", "\302\275", "\302\276", "\302\277", "\303\200", "\303\201",
 500     "\303\202", "\303\203", "\303\204", "\303\205", "\303\206", "\303\207",
 501     "\303\210", "\303\211", "\303\212", "\303\213", "\303\214", "\303\215",
 502     "\303\216", "\303\217", "\303\220", "\303\221", "\303\222", "\303\223",
 503     "\303\224", "\303\225", "\303\226", "\303\227", "\303\230", "\303\231",
 504     "\303\232", "\303\233", "\303\234", "\303\235", "\303\236", "\303\237",
 505     "\303\240", "\303\241", "\303\242", "\303\243", "\303\244", "\303\245",
 506     "\303\246", "\303\247", "\303\250", "\303\251", "\303\252", "\303\253",
 507     "\303\254", "\303\255", "\303\256", "\303\257", "\303\260", "\303\261",
 508     "\303\262", "\303\263", "\303\264", "\303\265", "\303\266", "\303\267",
 509     "\303\270", "\303\271", "\303\272", "\303\273", "\303\274", "\303\275",
 510     "\303\276", "\303\277" );
 511
 512 sub charset_convert ($$$) {
 513     my($s, $charset_in, $charset_out) = @_;
 514     if ($s !~ /[\200-\377]/s) { # FIXME: don't worry about iso2022 for now
 515         ;
 516     } elsif ($charset_in eq 'ISO-8859-1' && $charset_out eq 'UTF-8') {
 517         $s =~ s/[\200-\377]/ $latin1_utf8[ord($&) - 128] /egs;
 518     } elsif ($charset_in ne $charset_out) {
 519         VerboseWarnings::warn_normal "conversion from $charset_in to $charset_out is not supported\n", undef;
 520     }
 521     return $s;
 522 }
 523
 524 ###############################################################################
 525
 526 =pod
 527
 528 In addition to the basic scanning, this class will also perform
 529 the following:
 530
 531 =over
 532
 533 =item -
 534
 535 Emulation of c-format strings (see below)
 536
 537 =item -
 538
 539 Display of warnings for certain things that affects either the
 540 ability of this class to yield correct output, or things that
 541 are known to cause the original template to cause trouble.
 542
 543 =item -
 544
 545 Automatic correction of some of the things warned about
 546 (e.g., SGML "closed start tag" notation).
 547
 548 =back
 549
 550 =head2 c-format strings emulation
 551
 552 Because English word order is not universal, a simple extraction
 553 of translatable strings may yield some strings like "Accounts for"
 554 or ambiguous strings like "in". This makes the resulting strings
 555 difficult to translate, but does not affect all languages alike.
 556 For example, Chinese (with a somewhat different word order) would
 557 be hit harder, but French would be relatively unaffected.
 558
 559 To overcome this problem, the scanner can be configured to detect
 560 patterns with <TMPL_VAR> directives (as well as certain HTML tags),
 561 and try to construct a larger pattern that will appear in the PO
 562 file as c-format strings with %s placeholders. This additional
 563 step allows the translator to deal with cases where word order
 564 is different (replacing %s with %1$s, %2$s, etc.), or when certain
 565 words will require certain inflectional suffixes in sentences.
 566
 567 Because this is an incompatible change, this mode must be explicitly
 568 turned on using the set_allow_cformat(1) method call.
 569
 570 =head2 The flag characters
 571
 572 The character % is followed by zero or more of the following flags:
 573
 574 =over
 575
 576 =item #
 577
 578 The value comes from HTML <INPUT> elements.
 579 This abuse of the flag character is somewhat reasonable,
 580 since TMPL_VAR and INPUT are both variables, but of different kinds.
 581
 582 =back
 583
 584 =head2 The field width and precision
 585
 586 An optional 0.0 can be specified for %s to specify
 587 that the <TMPL_VAR> should be suppressed.
 588
 589 =head2 The conversion specifier
 590
 591 =over
 592
 593 =item p
 594
 595 Specifies any input field that is neither text nor hidden
 596 (which currently mean radio buttons).
 597 The p conversion specifier is chosen because this does not
 598 evoke any certain sensible data type.
 599
 600 =item S
 601
 602 Specifies a text input field (<INPUT TYPE=TEXT>).
 603 This use of the S conversion specifier is somewhat reasonable,
 604 since text input fields contain values of undeterminable type,
 605 which can be treated as strings.
 606
 607 =item s
 608
 609 Specifies a <TMPL_VAR>.
 610 This use of the o conversion specifier is somewhat reasonable,
 611 since <TMPL_VAR> denotes values of undeterminable type, which
 612 can be treated as strings.
 613
 614 =back
 615
 616 =head1 BUGS
 617
 618 There is no code to save the tag name anywhere in the scanned token.
 619
 620 The use of <AI<i>> to stand for the I<i>th anchor
 621 is not very well thought out.
 622 Some abuse of c-format specifies might have been more appropriate.
 623
 624 =head1 HISTORY
 625
 626 This tokenizer is mostly based
 627 on Ambrose's hideous Perl script known as subst.pl.
 628
 629 =cut
 630
 631 1;