將html源代碼規(guī)范化，轉(zhuǎn)換成XSL代碼的asp工具

發(fā)布時間：2008-07-10 閱讀數(shù)：次來源：網(wǎng)樂原科技

將下面的四個文件存在同一級目錄下，再在同目錄下建立一個文件txt.txt。當(dāng)要
處理html代碼時，先將源代碼拷入txt.txt，再進(jìn)入index_transform.asp，
即可看到處理完的代碼。

寫這個東西的本意是因為：經(jīng)常要對美工用切圖軟件生成的網(wǎng)頁文件轉(zhuǎn)換成xsl，
很頭疼要花大量的時間去改寫不規(guī)范的html代碼。
這個東西對全文所有的html代碼進(jìn)行改動：
1.把所有標(biāo)記都變成小寫；
2.把標(biāo)簽的屬性值都加上雙引號；
3.把單端標(biāo)簽<hr>、<img……>、<input……>等，改成<hr/>……；
4.把單獨(dú)屬性selected變成：selected="selected"；

功能不完善之處：對html代碼中，屬性值內(nèi)包含空格的情況不能正常處理；
對<script>、<style>標(biāo)簽里的不能正常處理。
因為是以空格為標(biāo)志將標(biāo)簽里的各個屬性值split成的數(shù)組，所以對屬性值中
包含空格的還沒做進(jìn)一步處理。

OK,耽誤大家時間了，看看這個東西能派上用場嗎？
圣誕快樂~！ :)

==================================================
==================================================
'文件1：transform.asp◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎
<%
'*****************************************
'Author:小乙
'時間:2000.12.20
'功能:初步完成對要被轉(zhuǎn)換成XSL文件的：普通html代碼語法規(guī)范化的功能
'運(yùn)行環(huán)境：可運(yùn)行asp的機(jī)子。在同級目錄下把要處理的html代碼copy到
'txt.txt文件里。
'***************************************
'================================================================================================
''''''''''''''''''''''''''''''''【對全文所有html源代碼進(jìn)行語法規(guī)范化】''''''''''''''''''''''''''''
'在這個函數(shù)里，調(diào)用了另外一個主要函數(shù)alone_tag，來處理從中摘出來的單個標(biāo)簽。
Function transform(txt)
dim alltmp '定義此字符串變量，隨著被處理的大字符串減少而減短——只保留未處理的字符串部分。
alltmp=txt
alltmp=replace(alltmp," "," ") 'nbsp_tmp是替換掉文本中的字符實體&#nbsp;
'□■■■■■——進(jìn)入全文的處理htm源代碼的大處理循環(huán)——■■■■■□
do while trim(alltmp)<>""
'msgbox alltmp
index=0
index=InStr(1,alltmp,"<",1)

'根據(jù)index的值，判斷"<"前面是否有文本？有:加到txt1；無:進(jìn)行標(biāo)簽處理(index=1)——即進(jìn)入標(biāo)簽處理分支
if index=1 then
index_right=InStr(1,alltmp,">",1)
tag=left(alltmp,index_right) '取出alltmp臨時串中">"前面的字符串
'對到這里的標(biāo)簽，判斷如果標(biāo)簽不是后端標(biāo)簽，就調(diào)用處理標(biāo)簽大函數(shù)alone_tag
if mid(tag,2,1)<>"/" then
tag1=alone_tag(tag)
'tag1=tag+",,,,,|"
txt1=txt1+tag1
del_tag=len(tag)
else '否則對其它標(biāo)簽，就轉(zhuǎn)為小寫后，簡單的加在txt1后面
txt1=txt1+LCase(tag)
del_tag=len(tag)
end if
else
if index>1 then
str_tmp=left(alltmp,index-1)
txt1=txt1+str_tmp 'index<>1，說明前面有文本。
del_tag=len(left(alltmp,index-1)) '把"<"前面的屬于文本的添加到新txt1大字符串中去。
end if
if index=0 then '當(dāng)再也找不到<時(到了末尾)，把剩下的字符串全部加到txt1里，結(jié)束循環(huán)。
txt1=txt1+alltmp
del_tag=len(alltmp)
end if
end if

'把處理完的部分從原字符串中減掉
'response.write "alltmp="+alltmp

alltmp=right(alltmp,len(alltmp)-del_tag) '(如果標(biāo)簽長大于等于2個字符)這里有問題！12.14，下次再作??！

loop
''□■■■■■——離開全文的處理htm源代碼的大處理循環(huán)——■■■■■□

'transform=txt1
txt1=replace(txt1," ="""" "," ") '【這句是對付=""漏網(wǎng)之魚 2000.12.15
txt1=replace(txt1," >",">") '【這句是對付 > 2000.12.19
txt1=replace(txt1,"<tbody>","") '【這句是對付<tbody> 2000.12.19
transform=replace(txt1,"</tbody>","") '【這句是對付</tbody> 2000.12.19

End Function
''''''''''''''''''''''''''''''''【對全文所有html源代碼進(jìn)行語法規(guī)范化，結(jié)束】''''''''''''''''''''''''
%>

==================================================
==================================================
'文件2：index_transform.asp◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎
<%@ Language="VBScript" %>


<%

'-------------------------------------本部分得到全文源代碼，開始------------------------------------
dim txt '源文件中的文本
dim txt1 '經(jīng)過html語法規(guī)范化后的文件字符串。
dim tmpreadline '=thisfile.readline
txt="":txt1="":tmpReadAll=""
'取得源文件名稱，及所在路徑-------------
sourcefile="txt.txt"
sourcefile=Request.form("txtname")

'--------------------------新增部分，獲得上傳文本文件的內(nèi)容------------2000.12.15
'txt=request.form("filecontent")
'if len(txt)<>"" then
'response.write "---------------"
'end if
'response.end
'--------------------------新增部分結(jié)束------------2000.12.15

'-----------------------------------------------------【正式開始操作文件】----------------------
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是讀取全部文件內(nèi)容。
txt=tmpReadAll
txt1=transform(cstr(tmpReadAll))
txt=server.htmlencode(txt)+" 【文件內(nèi)容到此結(jié)束】"

'''''''''''''''''''''''''''''''''''''''''''''''''''''''

'如果要看打印出來長字符串的效果，請取消上面這行注釋。
'-------------------------------------本部分得到全文源代碼，結(jié)束------------------------------------
%>

<%''''''''''''''''''''''''''''''【這里正式html頁面開始】'''''''''''''''''''''''''''''''''''''''''%>

<%=txt1%>

</body>
</html>

<%'釋放資源
Erase strtag1
Erase strtag2
Erase strtag3

thisfile.Close
set thisfile=nothing
set fs=nothing
%>
==================================================
==================================================
'文件3：alone_tag.asp◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎

<%
'tag="<hr bgcolor=""#ccFFFF"" size=4568481,dfafd selected>"

'----------------------------進(jìn)入這里時應(yīng)該已經(jīng)得到一個完整的標(biāo)簽--------------------------------
'--------在此建立了一個大函數(shù)用來處理一個完整的標(biāo)簽里的屬性值。一直到頁面尾部為止。
function alone_tag(tag)
dim tag1 '定義處理完以后的標(biāo)簽，并在本函數(shù)末尾，將此值返還給alone_tag。
tag=LCase(tag) '將標(biāo)簽命名為tag,并且為了美觀，把所有字符串都改寫成小寫形式

'---------到此先準(zhǔn)備好標(biāo)簽的自身，以備后面拼回標(biāo)簽的時候使用(減一是因為后面拼屬性時把空格加上了)
dim tmpattri '此變量是臨時字符串，包含一個標(biāo)簽中的所有屬性值,利用它來求“屬性數(shù)組：attribute”
index=InStr(1,tag," ",1)
tmpattri=right(tag,len(tag)-index) '除去左側(cè)標(biāo)簽
if len(tmpattri)>1 then
tmpattri=trim(left(tmpattri,len(tmpattri)-1)) '除去右側(cè)">"，并去除兩端空格(如果標(biāo)簽長大于等于2個字符)
end if

tmpattri=replace(tmpattri,chr(13)," ") '對源碼中，一個標(biāo)簽不在一行里的情況，尚等待另行考慮處理。
tmpattri=replace(tmpattri,chr(10)," ")
tmpattri=replace(tmpattri,chr(10)&chr(13)," ")
tmpattri=replace(tmpattri," "," ") '【這兩句是對付當(dāng)屬性串里有多個空格的時候，
tmpattri=replace(tmpattri," "," ") '【替換成一個空格，不過只能處理不超過16個空格的情況。
tmpattri=replace(tmpattri," "," ")
tmpattri=replace(tmpattri," "," ")
tmpattri=replace(tmpattri," "," ")
tmpattri=replace(tmpattri," "," ")
tmpattri=replace(tmpattri," "," ")
attribute=Split(tmpattri, " ", -1, 1) '新定義一個數(shù)組，是專為裝載屬性值而設(shè)的。Dim attribute
'msgbox "這里得到準(zhǔn)備拆分屬性數(shù)組的長字符串: "+tmpattri

'--------------------到這里已經(jīng)得到一個關(guān)于屬性值的數(shù)組：attribute-------------------------------

'--------『這個循環(huán)是處理上面處理完畢的屬性值字符數(shù)組(attribute)的』-------------------
'flag=0：說明單個屬性有等于號，且有雙引號——語法正常，后面對此標(biāo)志忽略。 (例：width="325")
'flag=1：說明單個屬性有等于號，且沒有雙引號——需要處理，對語法規(guī)范化 (例：width=325)
'flag=2：說明單個屬性沒有等于號(例：selected)
'flag=3：說明是單端標(biāo)簽，(例：<hr width="80%" size="1">)此語句在前面設(shè)標(biāo)志，并進(jìn)行處理
For count=0 to UBound(attribute, 1) '一個元素的屬性不多.
If InStr(1,attribute(count),"=",1)=0 Then
flag=2 '單個屬性串中沒找到等于號。(例：selected)
Else
IF InStr(1,attribute(count),"""",1)=0 Then
flag=1 '單個屬性串中沒找到等于號。(例：width=325)
Else
flag=0 '單個屬性串找到了等于號。(例：width="325")
IF InStr(1,attribute(count),"""",1)>0 Then
'attribute(count)=attribute(count)+attribute(count+1)
'attribute(count+1)="" '這兩句是說，把下一個屬性串的賦給它，把下一個屬性串置為零。
flag=4 '單個屬性串找到了等于號,并且包含分號。(例：content="text/html; charset=gb2312")
End IF
End If
End If

'------------------對屬性數(shù)組，根據(jù)上面打的不同標(biāo)志來調(diào)用不同函數(shù)進(jìn)行處理--------------
Select case flag
case 0 attribute(count)=attribute(count)
case 1 attribute(count)=func_flag1(attribute(count)) '調(diào)用函數(shù)func_flag1處理。(例：width=325)
case 2 attribute(count)=func_flag2(attribute(count)) '調(diào)用函數(shù)func_flag2處理。(例：selected)
case 3 attribute(count)=func_flag3(attribute(count)) '調(diào)用函數(shù)func_flag3處理單端標(biāo)簽(例：<img…)
case 4 attribute(count)=(attribute(count)) '另行處理屬性串之間包含分號、空格的情況
End Select
Next

count=0
for count=0 to UBound(attribute, 1)
attribute_tmp=attribute_tmp+" "+attribute(count) '屬性值之間要有空格
next
'----------到這里已經(jīng)把各個符合屬性值規(guī)范的屬性拼成一個串a(chǎn)ttribute_tmp，下面進(jìn)行拼標(biāo)簽------
index=InStr(1,tag," ",1)
if InStr(1,tag," ",1)=0 and len(tag)<>"" then '當(dāng)空格沒找到(意味著是空屬性值標(biāo)簽)，且沒有到末尾時。
tag1=Replace(tag,">"," >") '在此類標(biāo)簽(例<hr>)后尾加上一個空格
else
tag_self=left(tag,index-1)
'拼標(biāo)簽與屬性串。
tag1=tag_self+attribute_tmp+">"
end if
'msgbox "tag_self"+tag_self
'msgbox "(要輸出的標(biāo)簽串)tag1ssssssssssss:"+tag1

'-----------------到這里已經(jīng)得到一個屬性值規(guī)范的標(biāo)簽，但要開始對單端標(biāo)簽進(jìn)行處理------------
'----替換單端標(biāo)簽--------
'count=0
for count=0 to UBound(strtag3,1)
if InStr(1,tag1,strtag3(count),1)<>0 then '這里利用到前面已切分好的屬性標(biāo)簽
tag1=func_flag3(tag1) '對付單端標(biāo)簽——flag=3(例：<img…)
end if
next
'-----------------到這里已經(jīng)得到一個完全語法規(guī)范化的標(biāo)簽。單端標(biāo)簽處理完畢------------
alone_tag=tag1
end function

'<SCRIPT LANGUAGE="javaScript">
'
'</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" '單獨(dú)屬性
strtag2 = Split(strattri_source2, ",", -1, 1)

strtag_source3="<input ,<img ,<hr ,<br ,<meta" '單端標(biāo)簽
strtag3 = Split(strtag_source3, ",", -1, 1)

''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''

'''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''
'-------------------以下是處理flag值的多個函數(shù)---------【保留】----開始
function func_flag1(tmp)'處理單個屬性：(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+z2
end function

function func_flag2(tmp)'(例：selected)
func_flag2=tmp+"="+""""+tmp+""""
end function

function func_flag3(tmp)'處理單端標(biāo)簽(例：<img…)
func_flag3=replace(cstr(tmp),">","/>")
end function
'-------------------以上是處理flag值的多個函數(shù)---------【保留】----結(jié)束
''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''
%>