将html源代码规范化，转换成XSL代码的asp工具

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=txt

alltmp=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 alltmp

index=0

index=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 then

index_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 if

else

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 if

'把处理完的部分从原字符串中减掉

'response.write "alltmp="+alltmp

alltmp=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=txt1

txt1=replace(txt1," ="""" "," ") '【这句是对付=""漏网之鱼 2000.12.15

txt1=replace(txt1," >",">") '【这句是对付 > 2000.12.19

txt1=replace(txt1,"<tbody>","") '【这句是对付<tbody> 2000.12.19

transform=replace(txt1,"</tbody>","") '【这句是对付</tbody> 2000.12.19

End 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" %>

'-------------------------------------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.readline

txt="":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>

</head>

<tr>

<td>





</td>

</tr>

</table>

</form> <br>

</tr>

<tr>

<td>

<%=txt%>

</textarea>

</td>

<td>

<%''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''%>

<%=txt1%>

</textarea>

</td>

</tr>

</table>

</div>

</form>

<%=txt1%>

</body>

</html>

<%'释放资源

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>"

'----------------------------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 then

tmpattri=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 if

tmpattri=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," "," ")

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

'------------------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 Select

count=0

for count=0 to UBound(attribute, 1)

attribute_tmp=attribute_tmp+" "+attribute(count) '属性值之间要有空格

'----------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=0

for 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 if

'-----------------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=tag1

end 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+z2

end function

function func_flag2(tmp)'(例：selected)

func_flag2=tmp+"="+""""+tmp+""""

end function

function 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

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

来源：http://webuc.net/dotey/articles/595.aspx