将html源代码规范化，转换成XSL代码的asp工具
2005/8/27 21:56:30
阅读全文(4427) | 回复(2) | 编辑 | 精华
将下面的四个文件存在同一级目录下，再在同目录下建立一个文件txt.txt。当要处理html代码时，先将源代码拷入txt.txt，再进入index_transform.asp，即可看到处理完的代码。写这个东西的本意是因为：经常要对美工用切图软件生成的网页文件转换成xsl，很头疼要花大量的时间去改写不规范的html代码。这个东西对全文所有的html代码进行改动：1.把所有标记都变成小写；2.把标签的属性值都加上双引号；3.把单端标签<hr>、<img……>、<input……>等，改成<hr/>……；4.把单独属性selected变成：selected="selected"；功能不完善之处：对html代码中，属性值内包含空格的情况不能正常处理；对<script>、<style>标签里的不能正常处理。因为是以空格为标志将标签里的各个属性值split成的数组，所以对属性值中包含空格的还没做进一步处理。OK,耽误大家时间了，看看这个东西能派上用场吗？圣诞快乐~！ :)=================================================='文件1：transform.asp◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎<%'*****************************************'Author:小乙'时间:2000.12.20'功能:初步完成对要被转换成XSL文件的：普通html代码语法规范化的功能'运行环境：可运行asp的机子。在同级目录下把要处理的html代码copy到'txt.txt文件里。'***************************************'=============================================''''''''''【对全文所有html源代码进行语法规范化】'''''''''''''在这个函数里，调用了另外一个主要函数alone_tag，来处理从中摘出来的单个标签。Function transform(txt)dim alltmp '定义此字符串变量，随着被处理的大字符串减少而减短——只保留未处理的字符串部分。alltmp=txtalltmp=replace(alltmp," "," ") 'nbsp_tmp是替换掉文本中的字符实体&#nbsp;'□■■■■■——进入全文的处理htm源代码的大处理循环——■■■■■□do while trim(alltmp)<>""'msgbox alltmpindex=0index=InStr(1,alltmp,"<",1)'根据index的值，判断"<"前面是否有文本？有:加到txt1；无:进行标签处理(index=1)——即进入标签处理分支if index=1 thenindex_right=InStr(1,alltmp,">",1)tag=left(alltmp,index_right) '取出alltmp临时串中">"前面的字符串 '对到这里的标签，判断如果标签不是后端标签，就调用处理标签大函数alone_tag if mid(tag,2,1)<>"/" then tag1=alone_tag(tag) 'tag1=tag+",,,,,|" txt1=txt1+tag1 del_tag=len(tag) else '否则对其它标签，就转为小写后，简单的加在txt1后面 txt1=txt1+LCase(tag) del_tag=len(tag) end ifelse if index>1 then str_tmp=left(alltmp,index-1) txt1=txt1+str_tmp 'index<>1，说明前面有文本。 del_tag=len(left(alltmp,index-1)) '把"<"前面的属于文本的添加到新txt1大字符串中去。 end if if index=0 then '当再也找不到<时(到了末尾)，把剩下的字符串全部加到txt1里，结束循环。 txt1=txt1+alltmp del_tag=len(alltmp) end ifend if'把处理完的部分从原字符串中减掉'response.write "alltmp="+alltmpalltmp=right(alltmp,len(alltmp)-del_tag) '(如果标签长大于等于2个字符)这里有问题！12.14，下次再作！！loop''□■■■■■——离开全文的处理htm源代码的大处理循环——■■■■■□'transform=txt1txt1=replace(txt1," ="""" "," ") '【这句是对付=""漏网之鱼 2000.12.15txt1=replace(txt1," >",">") '【这句是对付 > 2000.12.19txt1=replace(txt1,"<tbody>","") '【这句是对付<tbody> 2000.12.19transform=replace(txt1,"</tbody>","") '【这句是对付</tbody> 2000.12.19End Function'''''''''''''【对全文所有html源代码进行语法规范化，结束】'''''''''%>=================================================='文件2：index_transform.asp◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎<%@ Language="VBScript" %><!-- #include file="transform.asp" --><!-- #include file="alone_tag.asp" --><%'-----------------本部分得到全文源代码，开始---------------dim txt '源文件中的文本dim txt1 '经过html语法规范化后的文件字符串。dim tmpreadline '=thisfile.readlinetxt="":txt1="":tmpReadAll=""'取得源文件名称，及所在路径-------------sourcefile="txt.txt"sourcefile=Request.form("txtname")'-----------------新增部分，获得上传文本文件的内容------------2000.12.15'txt=request.form("filecontent")'if len(txt)<>"" then'response.write "---------------"'end if 'response.end'----------------------新增部分结束------------2000.12.15'------------------【正式开始操作文件】------------------whichfile=server.mappath("txt.txt")'whichfile=server.mappath(sourcefile)Set fs = CreateObject("Scripting.FileSystemObject")Set thisfile = fs.OpenTextFile(whichfile, 1, False)counter=0 tmpReadAll=thisfile.readall 'ReadAll是读取全部文件内容。 txt=tmpReadAll txt1=transform(cstr(tmpReadAll)) txt=server.htmlencode(txt)+" 【文件内容到此结束】"''''''''''''''''''''''如果要看打印出来长字符串的效果，请取消上面这行注释。'------------------本部分得到全文源代码，结束-----------------%><%'''''''''''''【这里正式html页面开始】'''''''''''''''''''''%><html><head><title>倒数第二版</title><meta http-equiv="Content-Type" content="text/html; charset=gb2312"></head><body bgcolor="#BFA49a"><form method="post" action="index_transform.asp" name="form1"> <table border="1" cellspacing="0" cellpadding="5" align="center" bgcolor="#99CCCC" bordercolor="#330066"> <tr> <td> <input type="text" name="txtname" value="txt.txt"> <input type="file" name="filecontent"> <input type="submit" name="Submit" value="提交"> <a href="#pagedown">到下面</a> </td> </tr> </table></form> <br><!-------------------页面表单2开始(form2)------------------><form method="post" action="trans2.asp" name="form2" enctype="multipart/form-data"> <table width="753" border="1" cellspacing="0" cellpadding="5" align="center" bgcolor="#99CCCC" bordercolor="#330066"> <tr bgcolor="#98AFE7" bordercolor="#FFCC99"> <td bordercolor="#FFFFFF">原文：</td> <td bordercolor="#FFFFFF">处理后：</td> </tr> <tr> <td> <textarea name="txt" cols="50" rows="25" onFocus="this.select()" onclick="this.focus()"><%=txt%></textarea> </td> <td> <%''''''''''''''''''''''''''''''''''''''''''''''''%> <textarea name="txt" cols="50" rows="25" onFocus="this.select()" onclick="this.focus()"><%=txt1%></textarea> </td> </tr> </table> <div id="Layer1" style="position:absolute; width:68px; height:35px; z-index:1; left: 349px; top: 411px; background-color: #E7E7E9; layer-background-color: #E7E7E9; border: 1px none #000000"> <div align="center"> <input type="submit" name="Submit2" value="提交"> <INPUT TYPE=button NAME="view" VALUE="看源码" OnClick='window.location="view-source:" +window.location.href'> </div> </div></form> <p> </p><br><a name="pagedown"><hr size="1" align="center" width="90%" color="#88ff99"><!-------以下是处理完的源代码-----------><%=txt1%><!-------处理完的源代码到此为止-------></body></html><%'释放资源Erase strtag1Erase strtag2Erase strtag3thisfile.Closeset thisfile=nothingset fs=nothing%>=================================================='文件3：alone_tag.asp◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎<!-- #include file="func_flag.asp" --><%'tag="<hr bgcolor=""#ccFFFF"" size=4568481,dfafd selected>"'--------------进入这里时应该已经得到一个完整的标签-------------'在此建立了一个大函数用来处理一个完整的标签里的属性值。一直到页面尾部为止。function alone_tag(tag)dim tag1 '定义处理完以后的标签，并在本函数末尾，将此值返还给alone_tag。tag=LCase(tag) '将标签命名为tag,并且为了美观，把所有字符串都改写成小写形式'到此先准备好标签的自身，以备后面拼回标签的时候使用(减一是因为后面拼属性时把空格加上了)dim tmpattri '此变量是临时字符串，包含一个标签中的所有属性值,利用它来求“属性数组：attribute”index=InStr(1,tag," ",1)tmpattri=right(tag,len(tag)-index) '除去左侧标签if len(tmpattri)>1 thentmpattri=trim(left(tmpattri,len(tmpattri)-1)) '除去右侧">"，并去除两端空格(如果标签长大于等于2个字符)end iftmpattri=replace(tmpattri,chr(13)," ") '对源码中，一个标签不在一行里的情况，尚等待另行考虑处理。tmpattri=replace(tmpattri,chr(10)," ")tmpattri=replace(tmpattri,chr(10)&chr(13)," ")tmpattri=replace(tmpattri," "," ") '【这两句是对付当属性串里有多个空格的时候，tmpattri=replace(tmpattri," "," ") '【替换成一个空格，不过只能处理不超过16个空格的情况。tmpattri=replace(tmpattri," "," ")tmpattri=replace(tmpattri," "," ")tmpattri=replace(tmpattri," "," ")tmpattri=replace(tmpattri," "," ")tmpattri=replace(tmpattri," "," ")attribute=Split(tmpattri, " ", -1, 1) '新定义一个数组，是专为装载属性值而设的。Dim attribute'msgbox "这里得到准备拆分属性数组的长字符串: "+tmpattri'--------到这里已经得到一个关于属性值的数组：attribute---------'---『这个循环是处理上面处理完毕的属性值字符数组(attribute)的』----'flag=0：说明单个属性有等于号，且有双引号——语法正常，后面对此标志忽略。 (例：width="325")'flag=1：说明单个属性有等于号，且没有双引号——需要处理，对语法规范化 (例：width=325)'flag=2：说明单个属性没有等于号(例：selected)'flag=3：说明是单端标签，(例：<hr width="80%" size="1">)此语句在前面设标志，并进行处理For count=0 to UBound(attribute, 1) '一个元素的属性不多. If InStr(1,attribute(count),"=",1)=0 Then flag=2 '单个属性串中没找到等于号。(例：selected) Else IF InStr(1,attribute(count),"""",1)=0 Then flag=1 '单个属性串中没找到等于号。(例：width=325) Else flag=0 '单个属性串找到了等于号。(例：width="325") IF InStr(1,attribute(count),"""",1)>0 Then 'attribute(count)=attribute(count)+attribute(count+1) 'attribute(count+1)="" '这两句是说，把下一个属性串的赋给它，把下一个属性串置为零。 flag=4 '单个属性串找到了等于号,并且包含分号。(例：content="text/html; charset=gb2312") End IF End If End If'------对属性数组，根据上面打的不同标志来调用不同函数进行处理-------Select case flag case 0 attribute(count)=attribute(count) case 1 attribute(count)=func_flag1(attribute(count)) '调用函数func_flag1处理。(例：width=325) case 2 attribute(count)=func_flag2(attribute(count)) '调用函数func_flag2处理。(例：selected) case 3 attribute(count)=func_flag3(attribute(count)) '调用函数func_flag3处理单端标签(例：<img…) case 4 attribute(count)=(attribute(count)) '另行处理属性串之间包含分号、空格的情况End SelectNextcount=0for count=0 to UBound(attribute, 1)attribute_tmp=attribute_tmp+" "+attribute(count) '属性值之间要有空格next'到这里已经把各个符合属性值规范的属性拼成一个串attribute_tmp，下面进行拼标签index=InStr(1,tag," ",1) if InStr(1,tag," ",1)=0 and len(tag)<>"" then '当空格没找到(意味着是空属性值标签)，且没有到末尾时。 tag1=Replace(tag,">"," >") '在此类标签(例<hr>)后尾加上一个空格 else tag_self=left(tag,index-1) '拼标签与属性串。 tag1=tag_self+attribute_tmp+">" end if'msgbox "tag_self"+tag_self'msgbox "(要输出的标签串)tag1ssssssssssss:"+tag1'---到这里已经得到一个属性值规范的标签，但要开始对单端标签进行处理---'----替换单端标签--------'count=0for count=0 to UBound(strtag3,1) if InStr(1,tag1,strtag3(count),1)<>0 then '这里利用到前面已切分好的属性标签 tag1=func_flag3(tag1) '对付单端标签——flag=3(例：<img…) end ifnext'----到这里已经得到一个完全语法规范化的标签。单端标签处理完毕-----alone_tag=tag1end function'<SCRIPT LANGUAGE="javaScript">'<!--'tag='<%=alone_tag(tag)% >''alert (tag)'//-->'</SCRIPT>%>=================================================='文件4：func_flag.asp◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎<%strtag_source1="<html ,<body ,<table ,<td ,<tr ,<option ,<font ,<div ,<span ,<h1 ,<h2 ,<form "strtag1 = Split(strtag_source1, ",", -1, 1)strattri_source2="selected,checked,norwap,readonly,noshade" '单独属性strtag2 = Split(strattri_source2, ",", -1, 1)strtag_source3="<input ,<img ,<hr ,<br ,<meta" '单端标签strtag3 = Split(strtag_source3, ",", -1, 1)'''''''''''''''''''''''''''''''''''''''''''''''--------以下是处理flag值的多个函数------【保留】----开始function func_flag1(tmp)'处理单个属性：(例：width=325)index=InStr(1,tmp,"=",1)z1=left(tmp,index)z2=""""z3=mid(tmp,index+1,len(tmp)-len(z1))func_flag1=z1+z2+z3+z2end functionfunction func_flag2(tmp)'(例：selected)func_flag2=tmp+"="+""""+tmp+""""end functionfunction func_flag3(tmp)'处理单端标签(例：<img…)func_flag3=replace(cstr(tmp),">","/>")end function'-------以上是处理flag值的多个函数---------【保留】----结束'''''''''''''''''''''''''''''''''''%>
Posted by Qr on 2005/8/27 21:56:30
回复:将html源代码规范化，转换成XSL代码的asp工具
2005/9/14 16:01:42
个人主页 | 引用回复 | 主人回复 | 返回 | 编辑 | 删除
呵呵，纯粹转贴，本人没有版权：）
Posted by Qr on 2005/9/14 16:01:42
回复:将html源代码规范化，转换成XSL代码的asp工具
2005/9/13 21:31:28
个人主页 | 引用回复 | 主人回复 | 返回 | 编辑 | 删除
您的这个东西挺有意思，我也正想把网页转成XML格式的文件弄到ACCESS库里去。能让我用用吗？我只是一个普通的电脑用户，不会编程序。需要什么除了WINXP以外运行的系统吗？
zhongmuyan(游客)
Posted by zhongmuyan(游客) on 2005/9/13 21:31:28
| 发表评论： |