hf

   1 #!/usr/bin/env perl
   2
   3 #=======================================================================
   4 # hf
   5 # File ID: 2a71fba8-5d3b-11df-b18b-90e6ba3022ac
   6 # Formatterer HTML-source med mellomrom eller tabulator.
   7 #
   8 # Laget av Øyvind A. Holm <sunny@sunbase.org>
   9 # Lisens: GNU General Public License versjon 2 eller nyere
  10 #
  11 # FIXME: Hvis start+end-elementer står på samme linje, blir ikke
  12 # innrykket rett. En eller annen rekursiv sjekk på linjene må kanskje
  13 # gjøres. Foreløpig får man sette dem på hver sin linje.
  14 #=======================================================================
  15
  16 use strict;
  17 use warnings;
  18 use Getopt::Std;
  19
  20 my $STD_SPACE = 2;
  21
  22 our ($opt_a, $opt_E, $opt_h, $opt_H, $opt_i, $opt_s, $opt_t, $opt_w) =
  23     (     0,      0,      0,      0,      0,      0,      0,      0);
  24 our $opt_n = $STD_SPACE;
  25
  26 getopts('aEhHi:n:stw');
  27
  28 my $is_pre = 0;
  29 my $prog_name = $0;
  30 $prog_name =~ s#.*/(.+?)$#$1#;
  31
  32 print_help() if ($main::opt_h);
  33
  34 $| = 1;
  35
  36 my $Tabs = "";
  37 my $Spaces = " " x $opt_n;
  38 $opt_t || ($opt_a = 1);
  39 my $tab_indent = $main::opt_i;
  40 my $orig_line = "";
  41 my @Elements = (
  42     "applet", "blockquote", "body", "caption", "center", "colgroup",
  43     "div", "dl", "form", "frameset", "html", "map", "noframes",
  44     "noscript", "ol", "select", "table", "tbody", "td", "tfoot", "th",
  45     "thead", "tr", "ul"
  46 );
  47 my $pre_exp="head|pre|script|rdf:RDF";
  48
  49 $tab_indent = 0 if ($tab_indent <= 0);
  50
  51 for (; $tab_indent; $tab_indent--) {
  52     $Tabs .= "\t";
  53 }
  54
  55 my $line_exp = $main::opt_a ? '^\s+(.*)' : '^\t+(.*)';
  56 my $header_indent = "";
  57
  58 LINE: while (<>) {
  59     # {{{
  60     chomp;
  61     my $Line = $_;
  62     my $Element = "";
  63     my $f = "";
  64     my $out_line;
  65
  66     # Ignorer linjer som begynner med % hvis -s er spesifisert
  67     $main::opt_s && ($Line =~ /^%/) && (print($Line), next LINE);
  68
  69     unless ($is_pre) {
  70         # $Line =~ $main::opt_s ? s/^\s+(.*?)\s+$/$1/ : s/^\t+(.*)/$1/;
  71         $Line =~ s/$line_exp/$1/;
  72         if ($main::opt_H && $Line =~ /<h([1-6]).*?>/i) {
  73             $header_indent = "\t" x ($1-1);
  74         }
  75         ($Line =~ m!</body>!i) && ($header_indent = "");
  76         unless ($opt_E) {
  77             for $f (@Elements) {
  78                 if ($Line =~ m!</($f)([ >])!i) {
  79                     # Slutt-tag ble funnet {{{
  80                     $Element = $1;
  81                     $tab_indent--;
  82                     $Tabs =~ s/\t$//;
  83                     # $Line =~ s/($Element)/sprintf("\n%s%s", $Tabs, $1)/gei;
  84                     # }}}
  85                 }
  86             }
  87         }
  88         $out_line = "$header_indent$Tabs$Line";
  89
  90         # Fjern alle whitespace på slutten
  91         $opt_w && $out_line =~ s/[ \t]+$//g;
  92
  93         # Hvis -t i̲k̲k̲e̲ er spesifisert, vil vi ikke ha TAB’er og de skal
  94         # dermed erstattes med space.
  95         $opt_t || ($out_line =~ s/\t/$Spaces/g);
  96
  97         # Linjer som bare har whitespace tømmer vi. Det er mest
  98         # sannsynlig et resultat av indentinga.
  99         $out_line =~ s/^[ \t]+$//;
 100
 101         print("$out_line\n");
 102         unless ($opt_E) {
 103             for $f (@Elements) {
 104                 if ($Line =~ m!<($f)([ >])!i) {
 105                     # Start-tag ble funnet {{{
 106                     $Element = $1;
 107                     $tab_indent++;
 108                     $Tabs .= "\t";
 109                     # $Line =~ s/($Element)/sprintf("\n%s%s", $Tabs, $1)/gei;
 110                     # }}}
 111                 }
 112             }
 113         }
 114     } else {
 115         print("$_\n");
 116     }
 117     $is_pre = 1 if ($Line =~ /<($pre_exp)\b.*>/i);
 118     $is_pre = 0 if ($Line =~ m!</($pre_exp)>!i);
 119     # }}}
 120 }
 121
 122 sub print_help {
 123     # {{{
 124     print <<END;
 125
 126 HTML formatter
 127 Syntax: $0 [valg] [filer [...]]
 128
 129 Options:
 130   -a    Fjern space i begynnelsen av linja også før indenting. Funker
 131         bare sammen med «-t»-parameteret. Utenom det er den bestandig
 132         på, det vil si at alle spacer skvises.
 133   -h    Vis denne hjelpen
 134   -H    Legg til en TAB for hver <h1>, <h2>, <h3> osv for å lettere se
 135         strukturen i dokumentet.
 136   -i n  Start med n TAB’er som indent
 137   -n x  Bruk x spacer som indent. Standard verdi er $STD_SPACE.
 138         Ignoreres hvis «-t»-parameteret brukes.
 139   -w    Fjern whitespace på slutten av linjene
 140   -s    Dropp linjer som her en % i starten. Det er datafilene på
 141         www.sunbase.org som er sånn.
 142   -t    Sett inn TAB istedenfor space, akkurat som i gamle dager.
 143
 144 END
 145     exit(0);
 146     # }}}
 147 }
 148
 149 =pod
 150
 151 =head1 LICENCE
 152
 153 This program is free software; you can redistribute it and/or modify it
 154 under the terms of the GNU General Public License as published by the
 155 Free Software Foundation; either version 2 of the License, or (at your
 156 option) any later version.
 157
 158 This program is distributed in the hope that it will be useful, but
 159 WITHOUT ANY WARRANTY; without even the implied warranty of
 160 MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.
 161 See the GNU General Public License for more details.
 162
 163 You should have received a copy of the GNU General Public License along
 164 with this program; if not, write to the Free Software Foundation, Inc.,
 165 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
 166
 167 =cut
 168
 169 # vim: set ft=perl sw=4 ts=4 sts=4 et fenc=utf8 :
 170 # End of file hf