Så här manipulerar du HTML- och XML-filer från kommandoraden

World Wide Web Consortium (W3C) har ett antal gratis verktyg som är tillgängliga för att hjälpa till med korrekt generering och bearbetning av HTML- och XML-filer. HTML-XML-paketet är en uppsättning enkla verktyg för att manipulera HTML- och XML-filer från kommandoraden. Den är tillgänglig för många av de olika Linux-distributionerna och kan vara användbar för dem som måste bearbeta HTML- eller XML-filer regelbundet.

För att installera paketet på Ubuntu, använd:

 sudo apt-get installera html-xml-utils

Det finns 31 verktyg i detta paket, här är en sammanfattning av vad de kan göra:

cexport - skapa headerfile av exporterade deklarationer från en C-fil
hxaddid - lägg till ID: er till valda element
hxcite - ersätt bibliografiska referenser med hyperlänkar
hxcite-mkbib-expandera referenser och skapa bibliografi
hxkopi - kopiera en HTML-fil samtidigt som du behåller relativa länkar
hxcount - räkna in element och attribut i HTML- eller XML-filer
hxextract - extrahera valda element
hxclean - använd heuristics för att korrigera en HTML-fil
hxprune - ta bort markerade element från en HTML-fil
hxincl-expanderade inkluderade HTML- eller XML-filer
hxindex - skapa ett alfabetiskt sorterat index
hxmkbib - skapa bibliografi från en mall
hxmultitoc - skapa en innehållsförteckning för en uppsättning HTML-filer
hxname2id- flytta lite ID = eller NAME = från A-element till sina föräldrar
hxnormalize - pretty-print en HTML-fil
hxnum - nummer sektionsrubriker i en HTML-fil
hxpipe- konvertera XML till ett format som är enklare att analysera med Perl eller AWK
hxprintlinks-nummer länkar och lägg till tabell med webbadresser i slutet av en HTML-fil
hxremove - ta bort valda element från en XML-fil
hxtabletrans - transponera en HTML- eller XHTML-tabell
hxtoc - lägg in en innehållsförteckning i en HTML-fil
hxuncdata - ersätt CDATA-sektioner med karaktärsenheter
hxunent - ersätt HTML fördefinierade tecken enheter till UTF-8
hxunpipe- konvertera utdata från rör tillbaka till XML-format
hxunxmlns - ersätt "globala namn" med XML Namnrymds prefix
hxwls - lista länkar i en HTML-fil
hxxmlns - ersätt XML-namnspace prefix med "globala namn"
asc2xml, xml2asc- konvertera mellan UTF8 och enheter
hxref - generera korsreferenser
hxselect-extraktelement som matchar en (CSS) väljare

För att introducera dig till kraften i denna verktygssats, här är några exempel på hur du skulle använda några av kommandona.

hxnormalize " hxnormalize " kommer att omformatera en HTML-fil så att den är lätt att läsa och snyggt formaterad. För att testa detta kommando skapar vi en ful HTML. Markera och kopiera följande rader och klistra in dem direkt i ett terminalfönster.

 katt> test.html << __EOF__ Hallå __EOF__

Detta skapar en fil som heter test.html. HTML saknar några av stängningskoderna och är alla skrivna i en rad. Kommandot hxnormalize kommer att omformatera filen och skriva den vackra versionen till standardutgången (stdout). Så här kör du kommandot:

 hxnormalize -e test.html

"-e" -flaggan säger hxnormalize för att infoga några saknade stängningskoder.

Du kan också köra kommandot mot en webbsida genom att ersätta "test.html" med en webbadress, till exempel:

 hxnormalize http://www.example.com

Kommandot hxwls kommer att analysera en lokal HTML-fil eller en webbplats och lista länkarna i HTML-filen. Till exempel:

 hxwls http://www.example.com

Här är de första utmatningslinjerna för Make Tech Easier-webbplatsen:

Kommandot hxtabletrans ändrar ett bord så att rader blir kolumner och kolumner blir rader.

Låt oss skapa en HTML-fil med en enkel tabell. Markera och kopiera följande rader och klistra in dem direkt i ett terminalfönster.

 katt> table.html << __EOF__ Jill Smed 50
eve Jackson 94
 __EOF__

Resultatet är en fil som heter table.html. I en webbläsare skulle tabellen se ut så här:

Jill	Smed	50
eve	Jackson	94

Om du kör kommandot hxtabletrans skriver det det transponerade tabellen till standardutgången. Resultaten kan omdirigeras till en annan fil så här:

 hxtabletrans table.html> table2.html

Den nya filen, table2.html, visar Jill Smith och Eve Jackson i kolumner, snarare än i rader som i originalet. Den resulterande tabellen blir något så här:

Jill	eve
Smed	Jackson
50	94

De flesta kommandona används på samma sätt som ovanstående exempel, dvs du måste ange en fil eller en URL för att bearbeta och utgången skrivs till stdout. Försök att experimentera med de olika kommandona som du kan finna dem användbara.

Om du har några frågor om HTML-XML-verktygen kan du gärna fråga dem i kommentarerna nedan och vi kommer se om vi kan hjälpa till.