=begin Start of Document
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">
<html>
<head>
<title>htmlsplit.rb</title>
<link href="rubydoc.css" rel="stylesheet">
</head>
<body>
| <a href="./">提る</a> |
<h1>HTML Split Library</h1>
<p> HTMLを粕み今きする。 粕み哈んだ矢今はタグと矢机误の芹误になる。 to_sメソッドでHTMLに提すことが叫丸る。</p>
<h2>クラス办枉</h2>
<table bgcolor="#FFFFFF" border="1">
<tr><td><a href="#HTMLSplit">HTMLSplit</a><td>HTMLをタグと矢机デ〖タに尸充する。
<tr>
<td><a href="#CharacterData">CharacterData</a>
<td>矢机デ〖タ
<tr><td><a href="#EmptyElementTag">EmptyElementTag</a>
<td>鄂妥燎のタグ
<tr>
<td><a href="#StartTag">StartTag</a>
<td>倡幌タグ
<tr>
<td><a href="#EndTag">EndTag</a>
<td>姜位タグ
<tr>
<td><a href="#Comment">Comment</a>
<td>コメント
<tr>
<td><a href="#Declaration">Declaration</a>
<td>离咐(DOCTYPE)
<tr>
<td><a href="#SSI">SSI</a>
<td>SSIⅷ
<tr>
<td><a href="#ERuby">ERuby</a>
<td>eRuby/ASP/JSPスクリプトⅷ
<tr>
<td><a href="#PHP">PHP</a>
<td>PHPスクリプトⅷ
</table>
ⅷタグの掳拉猛などに虽め哈まれたスクリプトは千急できません。
<h2>蝗い数 </h2>
<h3>粕み哈み</h3>
<pre class="Exception"><samp>#!/usr/bin/ruby
require "htmlsplit"
obj = HTMlSplit.new(ARGF.read)</samp></pre>
<h3>叫蜗</h3>
<pre>
obj.document.each {|e|
print e.to_s
}
</pre>
<h3>掳拉の肋年</h3>
<pre>
img = Tag('img/')
img['src']='xxx.png' #<img src="xxx.png">
o = Tag('option')
o['selected']=true #<option selected>
</pre>
=end
require "cgi"
require "kconv"
=begin EmptyElementTag
<h2><a name="EmptyElementTag">EmptyElementTag</a></h2>
鄂妥燎のタグ
<h3>クラスメソッド</h3>
<dl compact>
<dt>new(<var class="String">name</var>[,<var class="Hash">attr</var>])
<dd>糠しいオブジェクトを栏喇する。 <var class="String">name</var>はタグの叹涟 <var class="Hash">attr</var>はタグの掳拉nilまたはHash
</dl>
<h3>メソッド</h3>
<dl compact>
<dt class="String">name
<dd>タグ叹を手す。
<dt class="Hash">attr
<dd>掳拉を手す。
<dt class="String">to_s
<dd>HTMLを手す。
<dt class="String">self[<var class="String">key</var>]
<dd>keyに簇息づけられた掳拉猛を手します。
澈碰するキ〖が判峡されていない箕には·nilを手します。
<dt class="String">self[<var class="String">key</var>]= <var class="String">value</var>
<dd><var class="String">key</var>に滦して<var class="String">value</var>を簇息づけます。
<var class="String">value</var>がnilの箕·<var class="String">key</var>に滦する簇息を艰り近きます。
</dl>
=end
class EmptyElementTag
def initialize(name,attr=nil)
@name = name.downcase
@attr = attr
end
attr_accessor :name
attr_accessor :attr
def to_s
if @attr
"<"+@name+@attr.keys.sort.collect{|n|
v = @attr[n]
if v==true
' ' + n
else
' ' + n + '="' + CGI::escapeHTML(v) + '"'
end
}.to_s+">"
else
"<#{@name}>"
end
end
def [](key)
attr and attr[key]
end
def []=(key,value)
if attr
attr[key]=value
else
attr = value and {key=>value}
end
end
end
=begin StartTag
<h2>StartTag</h2>
倡幌タグ
<h3>クラスメソッド</h3>
<dl compact>
<dt>new(<var class="String">name</var>[,<var class="Hash">attr</var>])
<dd>糠しいオブジェクトを栏喇する。 <var class="String">name</var>はタグの叹涟 <var class="Hash">attr</var>はタグの掳拉nilまたはHash
</dl>
<h3>メソッド</h3>
<dl compact>
<dt class="String">name
<dd>タグ叹を手す。
<dt class="Hash">attr
<dd>掳拉を手す。
<dt class="String">to_s
<dd>HTMLを手す。
<dt class="String">self[<var class="String">key</var>]
<dd>keyに簇息づけられた掳拉猛を手します。
澈碰するキ〖が判峡されていない箕には·nilを手します。
<dt class="String">self[<var class="String">key</var>]= <var class="String">value</var>
<dd><var class="String">key</var>に滦して<var class="String">value</var>を簇息づけます。
<var class="String">value</var>がnilの箕·<var class="String">key</var>に滦する簇息を艰り近きます。
</dl>
=end
class StartTag
attr_accessor :name
attr_accessor :attr
def initialize(name,attr=nil)
@name = name.downcase
@attr = attr
end
def to_s
if @attr
"<"+@name+@attr.keys.sort.collect{|n|
v = @attr[n]
if v==true
' ' + n
else
' ' + n + '="' + CGI::escapeHTML(v) + '"'
end
}.to_s+">"
else
"<#{@name}>"
end
end
def [](key)
attr and attr[key]
end
def []=(key,value)
if attr
attr[key]=value
else
attr = value and {key=>value}
end
end
end
=begin EndTag
<h2>EndTag</h2>
姜位タグ
<h3>クラスメソッド</h3>
<dl compact>
<dt>new(<var class="String">name</var>)
<dd>糠しいオブジェクトを栏喇する。 <var class="String">name</var>はタグの叹涟
</dl>
<h3>メソッド</h3>
<dl compact>
<dt class="String">name
<dd>タグ叹を手す。
<dt class="String">to_s
<dd>HTMLを手す。
</dl>
=end
class EndTag
def initialize(name)
@name = name.downcase
end
attr_accessor :name
def to_s
"</#{@name}>"
end
end
=begin CharacterData
<h2>CharacterData</h2>
矢机デ〖タ
<h3>クラスメソッド</h3>
<dl compact>
<dt>new(<var class="String">text</var>)
<dd>糠しいオブジェクトを栏喇する。 <var class="String">text</var>はテキスト
</dl>
<h3>メソッド</h3>
<dl compact>
<dt class="String">text
<dd>テキストを手す。
<dt class="String">to_s
<dd>HTMLを手す。
</dl>
=end
class CharacterData
def initialize(text)
@text = text
end
attr_accessor :text
def to_s
@text
end
end
=begin Declaraion
<h2>Declaraion</h2>
SGML离咐
<h3>クラスメソッド</h3>
<dl compact>
<dt>new(<var class="String">text</var>)
<dd>糠しいオブジェクトを栏喇する。 <var class="String">text</var>はテキスト
</dl>
<h3>メソッド</h3>
<dl compact>
<dt class="String">text
<dd>テキストを手す。
<dt class="String">to_s
<dd>HTMLを手す。
</dl>
=end
class Declaration
def initialize(text)
@text = text
end
attr_accessor :text
def to_s
"<!#{@text}>"
end
end
=begin Comment
<h2>Comment</h2>
コメント
<h3>クラスメソッド</h3>
<dl compact>
<dt>new(<var class="String">text</var>)
<dd>糠しいオブジェクトを栏喇する。 <var class="String">text</var>はテキスト
</dl>
<h3>メソッド</h3>
<dl compact>
<dt class="String">text
<dd>テキストを手す。
<dt class="String">to_s
<dd>HTMLを手す。
</dl>
=end
class Comment
def initialize(text)
@text = text
end
attr_accessor :text
def to_s
"<!--#{@text}-->"
end
end
=begin SSI
<h2>SSI</h2>
SSI
<h3>クラスメソッド</h3>
<dl compact>
<dt>new(<var class="String">text</var>)
<dd>糠しいオブジェクトを栏喇する。 <var class="String">text</var>はテキスト
</dl>
<h3>メソッド</h3>
<dl compact>
<dt class="String">text
<dd>テキストを手す。
<dt class="String">to_s
<dd>HTMLを手す。
</dl>
=end
class SSI
def initialize(text)
@text = text
end
attr_accessor :text
def to_s
"<!--#{@text}-->"
end
end
=begin ERuby
<h2>ERuby</h2>
eRuby/ASP/JSPスクリプト
<h3>クラスメソッド</h3>
<dl compact>
<dt>new(<var class="String">text</var>)
<dd>糠しいオブジェクトを栏喇する。 <var class="String">text</var>はテキスト
</dl>
<h3>メソッド</h3>
<dl compact>
<dt class="String">text
<dd>テキストを手す。
<dt class="String">to_s
<dd>HTMLを手す。
</dl>
=end
class ERuby
def initialize(text)
@text = text
end
attr_accessor :text
def to_s
"<%#{@text}%>"
end
end
=begin PHP
<h2>PHP</h2>
PHPスクリプト
<h3>クラスメソッド</h3>
<dl compact>
<dt>new(<var class="String">text</var>)
<dd>糠しいオブジェクトを栏喇する。 <var class="String">text</var>はテキスト
</dl>
<h3>メソッド</h3>
<dl compact>
<dt class="String">text
<dd>テキストを手す。
<dt class="String">to_s
<dd>HTMLを手す。
</dl>
=end
class PHP
attr_accessor :text
def initialize(text)
@text = text
end
def to_s
"<?#{@text}?>"
end
end
=begin HTMLSplit
<h2><a name="HTMLSplit">HTMLSplit</a></h2>
HTML粕み今き
<h3>クラスメソッド</h3>
<dl compact>
<dt>new(<var class="String">html</var>)
<dd>糠しいオブジェクトを栏喇する。 <var class="String">html</var>はHTML矢今
</dl>
<h3>メソッド</h3>
<dl compact>
<dt class="Array">document
<dd>ドキュメントの芹误を手す。
<dt class="String">to_s
<dd>HTMLを手す。
<dt class="Iterator">each {|<var>obj</var>,<var class="Array">tag</var>| ...}
<dd>ドキュメントの称オブジェクト(<var>obj</var>)に滦してブロックを删擦します。
<var class="Array">tag</var>は倡幌タグのリスト∈ [ StartTag , <var class="Integer">インデクス</var>] ∷
<dt class="Integer">index(<var class="Class">class</var>, <var class="Integer">start</var>, <var class="Integer">end</var>, <var>value</var>, <var class="Integer">count</var>) {|obj| ...}
<dd><var class="Integer">start</var>から<var class="Integer">end</var>までの妥燎で<var class="Class">class</var>と霹しい<var class="Integer">count</var>戎誊の妥燎の疤弥を手します。
霹しい妥燎がひとつもなかった箕にはnilを手します。<br>
<var>value</var>にnil笆嘲の猛を回年した箕には妥燎が<var>value</var>と霹しいかチェックを乖います。<var class="Class">class</var>がEmptyElementTag,StartTag,EndTagの箕はタグ叹、それ笆嘲はテキストによって孺秤します。<br>
ブロックを回年して钙び叫された箕にはブロックで妥燎が霹しいか删擦する。
<dt class="Integer">end_index(<var class="Integer">start</var>)
<dd><var class="Integer">start</var>に滦炳するEndTagのインデクスを手します。
滦炳する妥燎がなかった箕にはnilを手します。<br>
</dl>
=end
class HTMLSplit
EMPTY = %w(area base basefont bgsound br col frame hr img input isindex
keygen link meta nextid param spacer wbr)
def initialize(html)
@document = [] #パ〖スしたHTMLのリスト
name = ''
text = ''
attr = {}
attrname = ''
state = :TEXT
#
html.each_byte {|c|
char = c.chr
case state
when :TEXT
if c==60
if text.length>0
@document << CharacterData.new(text)
end
name = ''
attr={}
state = :TAGNAME
else
text << char
end
when :TAGNAME
case char
when '>'
name.downcase!
if EMPTY.include?(name)
@document << EmptyElementTag.new(name,nil)
else
if name[0,1]=='/'
@document << EndTag.new(name[1..-1])
else
@document << StartTag.new(name,nil)
end
end
text = ''
state = :TEXT
when '!'
text = ''
state = :DECLARE
when '%'
text = ''
state = :ERUBY
when '?'
text = ''
state = :PHP
when /\s/
text=''
state = :SPACE
else
name << char
end
when :SPACE #掳拉粗の鄂球
case char
when '>'
name.downcase!
if EMPTY.include?(name)
@document << EmptyElementTag.new(name,attr)
else
if name[0,1]=='/'
@document << EndTag.new(name[1..-1])
else
@document << StartTag.new(name,attr)
end
end
text = ''
state = :TEXT
when /\s/
else
attrname=char
state = :ATTRNAME
end
when :ATTRNAME #掳拉叹
case char
when /\s/
state = :BEFOREEQUAL
when '='
state = :AFTEREQUAL
when '>'
attr[attrname.downcase]=true
name.downcase!
if EMPTY.include?(name)
@document << EmptyElementTag.new(name,attr)
else
if name[0,1]=='/'
@document << EndTag.new(name[1..-1])
else
@document << StartTag.new(name,attr)
end
end
text = ''
state = :TEXT
else
attrname << char
end
when :BEFOREEQUAL #=
case char
when '='
state = :AFTEREQUAL
when '>'
attr[attrname.downcase]=true
name.downcase!
if EMPTY.include?(name)
@document << EmptyElementTag.new(name,attr)
else
if name[0,1]=='/'
@document << EndTag.new(name[1..-1])
else
@document << StartTag.new(name,attr)
end
end
text = ''
state = :TEXT
when /\s/
else
attr[attrname.downcase]=true
attrname = char
state = :ATTRNAME
end
when :AFTEREQUAL #=
case char
when "'"
text=''
state = :SQVALUE
when '"'
text=''
state = :DQVALUE
when '>'
attr[attrname.downcase]=true
name.downcase!
if EMPTY.include?(name)
@document << EmptyElementTag.new(name,attr)
else
if name[0,1]=='/'
@document << EndTag.new(name[1..-1])
else
@document << StartTag.new(name,attr)
end
end
text = ''
state = :TEXT
when /\s/
else
text=char
state = :VALUE
end
when :VALUE #猛
case char
when /\s/
attr[attrname.downcase]=CGI::unescapeHTML(text)
state = :SPACE
when '>'
attr[attrname.downcase]=CGI::unescapeHTML(text)
name.downcase!
if EMPTY.include?(name)
@document << EmptyElementTag.new(name,attr)
else
if name[0,1]=='/'
@document << EndTag.new(name[1..-1])
else
@document << StartTag.new(name,attr)
end
end
text = ''
state = :TEXT
else
text << char
end
when :SQVALUE #'猛'
if c==39
attr[attrname.downcase]=CGI::unescapeHTML(text)
state = :SPACE
else
text << char
end
when :DQVALUE #"猛"
if c==34
attr[attrname.downcase]=CGI::unescapeHTML(text)
state = :SPACE
else
text << char
end
when :COMMENT
case char
when '>'
if text[-2,2]=='--' #コメント姜位
text = text[0..-3]
if text=~/^#[a-z]+/ #SSI
@document << SSI.new(text)
else
@document << Comment.new(text)
end
text = ''
state = :TEXT
else
text << char
end
else
text << char
end
when :ERUBY
case char
when '>'
if text[-1,1]=='%' #eRuby姜位
text = text[0..-2]
@document << ERuby.new(text)
text = ''
state = :TEXT
else
text << char
end
else
text << char
end
when :PHP
case char
when '>'
if text[-1,1]=='?' #eRuby姜位
text = text[0..-2]
@document << PHP.new(text)
text = ''
state = :TEXT
else
text << char
end
else
text << char
end
when :DECLARE
case char
when '>'
@document << Declaration.new(text)
text = ''
state = :TEXT
else
text << char
if text=='--'
text = ''
state = :COMMENT
end
end
end
}
#EOFの借妄
case state
when :TEXT
@document << CharacterData.new(text) if text.length>0
when :TAGNAME
@document << CharacterData.new('<'+text)
when :SPACE #掳拉粗の鄂球
name.downcase!
if EMPTY.include?(name)
@document << EmptyElementTag.new(name,attr)
else
if name[0,1]=='/'
@document << EndTag.new(name[1..-1])
else
@document << StartTag.new(name,attr)
end
end
when :ATTRNAME #掳拉叹
attr[attrname.downcase]=true
name.downcase!
if EMPTY.include?(name)
@document << EmptyElementTag.new(name,attr)
else
if name[0,1]=='/'
@document << EndTag.new(name[1..-1])
else
@document << StartTag.new(name,attr)
end
end
when :BEFOREEQUAL #=
attr[attrname.downcase]=true
name.downcase!
if EMPTY.include?(name)
@document << EmptyElementTag.new(name,attr)
else
if name[0,1]=='/'
@document << EndTag.new(name[1..-1])
else
@document << StartTag.new(name,attr)
end
end
when :AFTEREQUAL #=
attr[attrname.downcase]=true
name.downcase!
if EMPTY.include?(name)
@document << EmptyElementTag.new(name,attr)
else
if name[0,1]=='/'
@document << EndTag.new(name[1..-1])
else
@document << StartTag.new(name,attr)
end
end
when :VALUE #猛
attr[attrname.downcase]=CGI::unescapeHTML(text)
name.downcase!
if EMPTY.include?(name)
@document << EmptyElementTag.new(name,attr)
else
if name[0,1]=='/'
@document << EndTag.new(name[1..-1])
else
@document << StartTag.new(name,attr)
end
end
when :SQVALUE #'猛'
attr[attrname.downcase]=CGI::unescapeHTML(text)
when :DQVALUE #"猛"
attr[attrname.downcase]=CGI::unescapeHTML(text)
when :COMMENT
if text=~/^#[a-zA-Z]+/ #SSI
@document << SSI.new(text)
else
@document << Comment.new(text)
end
when :ERUBY
@document << ERuby.new(text)
when :PHP
@document << PHP.new(text)
when :DECLARE
@document << Declaration.new(text)
end
end
#
attr_accessor :document
#
def to_s
s = ''
@document.each {|e|
s<<(e.to_s)
}
s
end
#
def each
tag = []
i = 0
@document.each {|e|
case e
when StartTag
tag.push [e,i]
when EndTag
idx = nil
(tag.size-1).downto(0) {|j|
if tag[j][0].name==e.name
idx = j
break
end
}
#
if idx
if idx==0
tag = []
else
tag = tag[0..idx-1]
end
end
else
end
yield e,tag
i += 1
}
end
#
def index(_class,_start=0,_end=-1,value=nil,count=1)
idx=_start
found=false
@document[_start.._end].each {|obj|
if obj.type==_class
if value
case obj
when StartTag,EmptyElementTag,EndTag
if value===obj.name
if (not iterator?) or yield(obj)
if (count-=1)<=0
found = true
break
end
end
end
else
if value===obj.text
if (not iterator?) or yield(obj)
if (count-=1)<=0
found = true
break
end
end
end
end
else
if (not iterator?) or yield(obj)
if (count-=1)<=0
found = true
break
end
end
end
end
idx+=1
}
if found
idx
else
nil
end
end
#
def end_index(start_index)
tag = []
end_index = nil
(start_index...@document.size).each {|idx|
e= @document[idx]
case e
when StartTag
tag.push [e,idx]
when EndTag
i = nil
(tag.size-1).downto(0) {|j|
if tag[j][0].name==e.name
i = j
break
end
}
#
if i
if i==0
tag = []
else
tag = tag[0..i-1]
end
end
if tag.size==0
end_index = idx
break
end
else
end
}
end_index
end
end
=begin End of Document
</body>
</html>
=end