Perl：HTML :: PrettyPrinter - 处理自闭标记

Question

我是Perl的新手（Windows 7上的Strawberry Perl v5.12.3），试图编写脚本来帮助我处理重复的HTML格式化任务。这些文件将来需要手动编辑，我希望它们是人性化的，所以在使用HTML包（HTML :: TreeBuilder等）处理后，我使用HTML::PrettyPrinter将结果写入文件。所有这些都运行良好，PrettyPrinter的输出非常好而且易于阅读。但是，PrettyPrinter没有很好地处理自闭标签;基本上，它似乎将斜线视为HTML属性。随着输入，如：

<img /> 

PrettyPrinter回报：

<img /="/" > 

有什么我可以做，以避免比用正则表达式预处理去除反斜线这个其他？

不知道这将是有帮助的，但这里是我为这个漂亮的打印设置：

my $hpp = HTML::PrettyPrinter->new('linelength' => 120, 'quote_attr' => 1); 
$hpp->allow_forced_nl(1); 

my $output = new FileHandle ">output.html"; 
if (defined $output) { 
    $hpp->select($output); 
    my $linearray_ref = $hpp->format($internal); 
    undef $output; 
    $hpp->select(undef), 
} 

Answer 1

您可以打印格式的人类可读的HTML与TreeBuilder作为方法：

$h = HTML::TreeBuilder->new_from_content($html); 
print $h->as_HTML('',"\t"); 

，但如果你仍然喜欢这个有问题的漂亮打印机尝试删除问题标签，不知道为什么有人需要...

$h = HTML::TreeBuilder->new_from_content($html); 
while(my $n = $h->look_down(_tag=>img,'src'=>undef)) { $n->delete } 

UPD：

那么......那么我们可以修复PrettyPrinter。这纯粹是Perl模块，所以让我们看看... 不知道从哪里上的所有Windows的Perl模块是对我来说这/usr/local/share/perl/5.10.1/HTML/PrettyPrinter.pm

也许不是优雅解决方案，但将工作，我希望。 此子解析属性/值对，一点点修正，它会在PrettyPrinter.pm 到底

〜行756添加单个“/”我，标志着我加入### <的刺< < < < <末

# 
# format the attributes 
# 
sub _attributes { 
    my ($self, $e) = @_; 
    my @result =(); # list of ATTR="value" strings to return 

    my $self_closing = 0; ###<<<<<< 
    my @attrs = $e->all_external_attr(); # list (name0, val0, name1, val1, ...) 

    while (@attrs) { 
    my ($a,$v) = (shift @attrs,shift @attrs); # get current name, value pair 
    if($a eq '/') {  ###<<<<<< 
     $self_closing=1; ###<<<<<< 
     next;    ###<<<<<< 
    }     ###<<<<<< 

    # string for output: 1. attribute name 
    my $s = $self->uppercase? "\U$a" : $a;. 

    # value part, skip for boolean attributes if desired 
    unless ($a eq lc($v) && 
     $self->min_bool_attr &&. 
     exists($HTML::Tagset::boolean_attr{$e->tag}) && 
     (ref($HTML::Tagset::boolean_attr{$e->tag}). 
     ? $HTML::Tagset::boolean_attr{$e->tag}{$a}. 
     : $HTML::Tagset::boolean_attr{$e->tag} eq $a)) { 
     my $q = ''; 
     # quote value? 
     if ($self->quote_attr || $v =~ tr/a-zA-Z0-9.-//c) { 
     # use single quote if value contains double quotes but no single quotes 
     $q = ($v =~ tr/"// && $v !~ tr/'//) ? "'" : '"'; # catch emacs "); 
     } 
     # add value part 
     $s .= '='.$q.(encode_entities($v,$q.$self->entities)).$q; 
    } 
    # add string to resulting list 
    push @result, $s; 
    } 

    push @result,'/' if $self_closing; ###<<<<<< 
    return @result; # return list ('attr="val"','attr="val"',...); 
}