Как да манипулирате HTML и XML файлове от командния ред

Консорциумът на World Wide Web (W3C) разполага с редица безплатни инструменти, които са на разположение, за да помогнат за правилното генериране и обработка на HTML и XML файлове. Пакетът HTML-XML е набор от прости помощни програми за манипулиране на HTML и XML файлове от командния ред. Той е достъпен за много от различните дистрибуции на Linux и може да бъде полезен за тези, които трябва да обработват HTML или XML файлове редовно.

За да инсталирате пакета в Ubuntu, използвайте:

 sudo apt-get инсталирате html-xml-utils

Има 31 инструмента в този пакет, ето резюме на това, което могат да направят:

cexport - създаване на headerfile на експортираните декларации от C файл
hxaddid - добавете ID към избраните елементи
hxcite- замества библиографските справки чрез хипервръзки
hxcite-mkbib - разширяване на препратките и създаване на библиография
hxcopy- копирайте HTML файл, като запазвате относителните връзки
hxcount - брои елементи и атрибути в HTML или XML файлове
hxextract - извлича избраните елементи
hxclean - прилагайте евристики, за да коригирате HTML файл
hxprune - премахване на маркираните елементи от HTML файл
hxincl- разшири HTML или XML файлове
hxindex - създайте азбучно сортиран индекс
hxmkbib - създава библиография от шаблон
hxmultitoc - създаване на таблица със съдържание за набор от HTML файлове
hxname2id - преместете някои ID = или NAME = от елементи A към родителите им
hxnormalize - хубаво отпечатване на HTML файл
hxnum - заглавия на раздели в HTML файл
hxpipe - конвертиране на XML във формат, който е по-лесен за анализ с Perl или AWK
hxprintlinks - брой връзки и добавяне на таблица с URL адреси в края на HTML файл
hxremove- премахване на избраните елементи от XML файл
hxtabletrans - транспонира таблица HTML или XHTML
hxtoc - вмъкнете таблица със съдържание в HTML файл
hxuncdata - замествате секциите CDATA по символни единици
hxunent - заменяте предварително дефинираните HTML знаци на UTF-8
hxunpipe - конвертиране на изхода на тръбата обратно в XML формат
hxunxmlns - заменете "глобалните имена" чрез префикси на XML пространство
hxwls - списък с връзки в HTML файл
hxxmlns - заменете префиксите на XML пространството с "глобални имена"
asc2xml, xml2asc - конвертиране между UTF8 и обекти
hxref - генериране на кръстосани препратки
hxselect- екстрактни елементи, които съответстват на селектора (CSS)

За да ви запознаем със силата на този набор от инструменти, ето няколко примера за това как да използвате няколко от командите.

Командата " hxnormalize " ще преформатира HTML файл, така че да е лесен за четене и добре форматиран. За да тестваме тази команда, ще създадем грозен HTML код. Изберете и копирайте следните линии и ги поставете директно в терминален прозорец.

 котка> test.html << __EOF__ Здравейте __EOF__

Това ще създаде файл, наречен test.html. В HTML липсват някои от заключващите се тагове и всичко е написано на един ред. Командата hxnormalize ще преформатира файла и ще напише хубавата версия на стандартния изход (stdout). Ето как изпълнявате командата:

 hxnormalize -e test.html

Знакът "-e" указва hxnormalize да вмъкне липсващи затварящи се тагове.

Можете също така да стартирате командата срещу уеб страница, като замените "test.html" с URL адрес, например:

 hxnormalize http://www.example.com

Командата hxwls ще анализира локален HTML файл или уеб сайт и ще hxwls линка в HTML. Например:

 hxwls http://www.example.com

Ето първите няколко реда продукция за уеб сайта Make Tech Easier:

Командата hxtabletrans променя таблицата така, че редовете да стават колони и колони да стават редове.

Нека да създадем HTML файл с проста таблица. Изберете и копирайте следните линии и ги поставете директно в терминален прозорец.

 cat> table.html << __EOF__ Jill ковач 50
вечер Джаксън 94
 __EOF__

Резултатът е файл, наречен table.html. В уеб браузър таблицата изглежда така:

Jill	ковач	50
вечер	Джаксън	94

Ако стартирате командата hxtabletrans, тя ще напише пренесената таблица на стандартния изход. Резултатите могат да бъдат пренасочени към друг файл по следния начин:

 hxtabletrans table.html> table2.html

Новият файл, table2.html, ще покаже Джил Смит и Ева Джаксън в колони, а не в редове, както в оригинала. Получената таблица ще бъде нещо като това:

Jill	вечер
ковач	Джаксън
50	94

Повечето от командите се използват по подобен начин на примерите по-горе, т.е. трябва да зададете файл или URL, който да се обработва, а изходът се записва в stdout. Опитайте да експериментирате с различните команди, тъй като ги смятате за полезни.

Ако имате някакви въпроси относно помощните програми HTML-XML, моля, не се колебайте да ги попитате в коментарите по-долу и ще видим дали можем да помогнем.