home *** CD-ROM | disk | FTP | other *** search
/ PC Welt 2006 November (DVD) / PCWELT_11_2006.ISO / casper / filesystem.squashfs / usr / share / doc / libhtml-parser-perl / examples / hstrip < prev    next >
Encoding:
Text File  |  2001-03-19  |  1.7 KB  |  66 lines
  1. #!/usr/bin/perl -w
  2.  
  3. # This script cleans up an HTML document
  4.  
  5. use strict;
  6. use HTML::Parser ();
  7.  
  8. # configure these values
  9. my @ignore_attr =
  10.     qw(bgcolor background color face style link alink vlink text
  11.        onblur onchange onclick ondblclick onfocus onkeydown onkeyup onload
  12.        onmousedown onmousemove onmouseout onmouseover onmouseup
  13.        onreset onselect onunload
  14.       );
  15. my @ignore_tags = qw(font big small b i);
  16. my @ignore_elements = qw(script style);
  17.  
  18. # make it easier to look up attributes
  19. my %ignore_attr = map { $_ => 1} @ignore_attr;
  20.  
  21. sub tag
  22. {
  23.     my($pos, $text) = @_;
  24.     if (@$pos >= 4) {
  25.     # kill some attributes
  26.     my($k_offset, $k_len, $v_offset, $v_len) = @{$pos}[-4 .. -1];
  27.     my $next_attr = $v_offset ? $v_offset + $v_len : $k_offset + $k_len;
  28.     my $edited;
  29.     while (@$pos >= 4) {
  30.         ($k_offset, $k_len, $v_offset, $v_len) = splice @$pos, -4;
  31.         if ($ignore_attr{lc substr($text, $k_offset, $k_len)}) {
  32.         substr($text, $k_offset, $next_attr - $k_offset) = "";
  33.         $edited++;
  34.         }
  35.         $next_attr = $k_offset;
  36.     }
  37.     # if we killed all attributed, kill any extra whitespace too
  38.     $text =~ s/^(<\w+)\s+>$/$1>/ if $edited;
  39.     }
  40.     print $text;
  41. }
  42.  
  43. sub decl
  44. {
  45.     my $type = shift;
  46.     print shift if $type eq "doctype";
  47. }
  48.  
  49. sub text
  50. {
  51.     print shift;
  52. }
  53.  
  54. HTML::Parser->new(api_version   => 3,
  55.           start_h       => [\&tag,   "tokenpos, text"],
  56.                   process_h     => ["", ""],
  57.           comment_h     => ["", ""],
  58.                   declaration_h => [\&decl,   "tagname, text"],
  59.                   default_h     => [\&text,   "text"],
  60.  
  61.           ignore_tags   => \@ignore_tags,
  62.           ignore_elements => \@ignore_elements,
  63.                  )
  64.     ->parse_file(shift) || die "Can't open file: $!\n";
  65.  
  66.