將html源代碼規范化，轉換成XSL代碼的asp工具

2019-11-18 21:23:55

字體：大中小

來源：轉載

供稿：網友

將下面的四個文件存在同一級目錄下，再在同目錄下建立一個文件txt.txt。當要處理html代碼時，先將源代碼拷入txt.txt，再進入index_transform.asp，
即可看到處理完的代碼。

寫這個東西的本意是因為：經常要對美工用切圖軟件生成的網頁文件轉換成xsl，很頭疼要花大量的時間去改寫不規范的html代碼。
這個東西對全文所有的html代碼進行改動：
1.把所有標記都變成小寫；
2.把標簽的屬性值都加上雙引號；
3.把單端標簽<hr>、<img……>、<input……>等，改成<hr/>……；
4.把單獨屬性selected變成：selected="selected"；

功能不完善之處：對html代碼中，屬性值內包含空格的情況不能正常處理；
對<script>、<style>標簽里的不能正常處理。
因為是以空格為標志將標簽里的各個屬性值split成的數組，所以對屬性值中
包含空格的還沒做進一步處理。

OK,耽誤大家時間了，看看這個東西能派上用場嗎？
圣誕快樂~！ :)

==================================================
==================================================
'文件1：transform.asp◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎
<%
'*****************************************
'Author:小乙
'時間:2000.12.20
'功能:初步完成對要被轉換成XSL文件的：普通html代碼語法規范化的功能
'運行環境：可運行asp的機子。在同級目錄下把要處理的html代碼copy到
'txt.txt文件里。
'***************************************
'================================================================================================
''''''''''''''''''''''''''''''''【對全文所有html源代碼進行語法規范化】''''''''''''''''''''''''''''
'在這個函數里，調用了另外一個主要函數alone_tag，來處理從中摘出來的單個標簽。
Function transform(txt)
dim alltmp    '定義此字符串變量，隨著被處理的大字符串減少而減短——只保留未處理的字符串部分。
alltmp=txt
alltmp=replace(alltmp," "," ")            'nbsp_tmp是替換掉文本中的字符實體&#nbsp;
'□■■■■■——進入全文的處理htm源代碼的大處理循環——■■■■■□
do while trim(alltmp)<>""
'msgbox alltmp
index=0
index=InStr(1,alltmp,"<",1)

'根據index的值，判斷"<"前面是否有文本？有:加到txt1；無:進行標簽處理(index=1)——即進入標簽處理分支
if index=1 then
index_right=InStr(1,alltmp,">",1)
tag=left(alltmp,index_right)                '取出alltmp臨時串中">"前面的字符串
    '對到這里的標簽，判斷如果標簽不是后端標簽，就調用處理標簽大函數alone_tag
    if mid(tag,2,1)<>"/" then
    tag1=alone_tag(tag)
    'tag1=tag+",,,,,|"
    txt1=txt1+tag1
    del_tag=len(tag)
    else                    '否則對其它標簽，就轉為小寫后，簡單的加在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，說明前面有文本。
    del_tag=len(left(alltmp,index-1))        '把"<"前面的屬于文本的添加到新txt1大字符串中去。
    end if
    if index=0 then                            '當再也找不到<時(到了末尾)，把剩下的字符串全部加到txt1里，結束循環。
    txt1=txt1+alltmp
    del_tag=len(alltmp)
    end if
end if

'把處理完的部分從原字符串中減掉
'response.write "alltmp="+alltmp

alltmp=right(alltmp,len(alltmp)-del_tag)    '(如果標簽長大于等于2個字符)這里有問題！12.14，下次再作！！

loop
''□■■■■■——離開全文的處理htm源代碼的大處理循環——■■■■■□

'transform=txt1
txt1=replace(txt1," ="""" "," ")        '【這句是對付=""漏網之魚    2000.12.15
txt1=replace(txt1," >",">")            '【這句是對付 >        2000.12.19
txt1=replace(txt1,"<tbody>","")        '【這句是對付<tbody>    2000.12.19
transform=replace(txt1,"</tbody>","")        '【這句是對付</tbody>    2000.12.19

End Function
''''''''''''''''''''''''''''''''【對全文所有html源代碼進行語法規范化，結束】''''''''''''''''''''''''
%>

==================================================
==================================================
'文件2：index_transform.asp◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎◎
<%@ Language="VBScript" %>


<%

'-------------------------------------本部分得到全文源代碼，開始------------------------------------
dim txt        '源文件中的文本
dim txt1    '經過html語法規范化后的文件字符串。
dim tm'response.write "---------------"
'end if
'response.end
'--------------------------新增部分結束------------2000.12.15

'-----------------------------------------------------【正式開始操作文件】----------------------
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是讀取全部文件內容。
    txt=tmpReadAll
    txt1=transform(cstr(tmpReadAll))
    txt=server.htmlencode(txt)+"    【文件內容到此結束】"

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

                                        '如果要看打印出來長字符串的效果，請取消上面這行注釋。
'-------------------------------------本部分得到全文源代碼，結束------------------------------------
%>

<%''''''''''''''''''''''''''''''【這里正式html頁面開始】'''''''''''''''''''''''''''''''''''''''''%>

<html>
<head>
<title>倒數第二版</title>
<meta http-equiv="Content-Type" content="text/html; charset=gb2312">
</head>

<body bgcolor="#BFA49a">
<form method="post" action="index_transform.asp" name="form1">
  <table border="1" cellspacing="0" cellpadding="5" align="center" bgcolor="#99CCCC" bordercolor="#330066">
    <tr>
      <td>
        <input type="text" name="txtname" value="txt.txt">
        
        <input type="file" name="filecontent">
        
        <input type="submit" name="Submit" value="提交">
        <a href="#pagedown">到下面</a>
      </td>
    </tr>
  </table>
</form> <br>

<form method="post" action="trans2.asp" name="form2" enctype="multipart/form-data">
  <table width="753" border="1" cellspacing="0" cellpadding="5" align="center" bgcolor="#99CCCC" bordercolor="#330066">
    <tr bgcolor="#98AFE7" bordercolor="#FFCC99">
      <td bordercolor="#FFFFFF">原文：</td>
      <td bordercolor="#FFFFFF">處理后：</td>
    </tr>
    <tr>
      <td>
        <textarea name="txt" cols="50" rows="25" onFocus="this.select()" onclick="this.focus()">
<%=txt%>
</textarea>
      </td>
      <td>
        <%''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''%>
        <textarea name="txt" cols="50" rows="25" onFocus="this.select()" onclick="this.focus()">
<%=txt1%>
</textarea>
      </td>
    </tr>
  </table>
  <div id="Layer1" style="position:absolute; width:68px; height:35px; z-index:1; left: 349px; top: 411px; background-color: #E7E7E9; layer-background-color: #E7E7E9; border: 1px none #000000">
    <div align="center">
      <input type="submit" name="Submit2" value="提交">
      <INPUT TYPE=button NAME="view" VALUE="看源碼" OnClick='window.location="view-source:" +window.location.href'>
    </div>
  </div>
</form>

  <p> </p>

<br><a name="pagedown">
<hr size="1" align="center" width="90%" color="#88ff99">


<%=txt1%>


</body>
</html>

<%'釋放資源
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>"

'----------------------------進入這里時應該已經得到一個完整的標簽--------------------------------
'--------在此建立了一個大函數用來處理一個完整的標簽里的屬性值。一直到頁面尾部為止。
function alone_tag(tag)
dim tag1            '定義處理完以后的標簽，并在本函數末尾，將此值返還給alone_tag。
tag=LCase(tag)        '將標簽命名為tag,并且為了美觀，把所有字符串都改寫成小寫形式

'---------到此先準備好標簽的自身，以備后面拼回標簽的時候使用(減一是因為后面拼屬性時把空格加上了)
dim tmpattri    '此變量是臨時字符串，包含一個標簽中的所有屬性值,利用它來求“屬性數組：attribute”
index=InStr(1,tag," ",1)
tmpattri=right(tag,len(tag)-index)                '除去左側標簽
if len(tmpattri)>1 then
tmpattri=trim(left(tmpattri,len(tmpattri)-1))    '除去右側">"，并去除兩端空格(如果標簽長大于等于2個字符)
end if

tmpattri=replace(tmpattri,chr(13)," ")    '對源碼中，一個標簽不在一行里的情況，尚等待另行考慮處理。
tmpattri=replace(tmpattri,chr(10)," ")
tmpattri=replace(tmpattri,chr(10)&chr(13)," ")
tmpattri=replace(tmpattri,"  "," ")        '【這兩句是對付當屬性串里有多個空格的時候，
tmpattri=replace(tmpattri,"  "," ")        '【替換成一個空格，不過只能處理不超過16個空格的情況。
tmpattri=replace(tmpattri,"  "," ")
tmpattri=replace(tmpattri,"  "," ")
tmpattri=replace(tmpattri,"  "," ")
tmpattri=replace(tmpattri,"  "," ")
tmpattri=replace(tmpattri,"  "," ")
attribute=Split(tmpattri, " ", -1, 1)    '新定義一個數組，是專為裝載屬性值而設的。Dim attribute
'msgbox "這里得到準備拆分屬性數組的長字符串:  "+tmpattri

'--------------------到這里已經得到一個關于屬性值的數組：attribute-------------------------------

'--------『這個循環是處理上面處理完畢的屬性值字符數組(attribute)的』-------------------
'flag=0：說明單個屬性有等于號，且有雙引號——語法正常，后面對此標志忽略。    (例：width="325")
'flag=1：說明單個屬性有等于號，且沒有雙引號——需要處理，對語法規范化        (例：width=325)
'flag=2：說明單個屬性沒有等于號(例：selected)
'flag=3：說明是單端標簽，(例：<hr width="80%" size="1">)此語句在前面設標志，并進行處理
For count=0 to UBound(attribute, 1)        '一個元素的屬性不多.
    If InStr(1,attribute(count),"=",1)=0 Then
    flag=2                                '單個屬性串中沒找到等于號。(例：selected)
    Else
        IF InStr(1,attribute(count),"""",1)=0 Then
        flag=1                            '單個屬性串中沒找到等于號。(例：width=325)
        Else
        flag=0                            '單個屬性串找到了等于號。(例：width="325")
            IF InStr(1,attribute(count),"""",1)>0 Then
            'attribute(count)=attribute(count)+attribute(count+1)
            'attribute(count+1)=""        '這兩句是說，把下一個屬性串的賦給它，把下一個屬性串置為零。
            flag=4    '單個屬性串找到了等于號,并且包含分號。(例：content="text/html; charset=gb2312")
            End IF
        End If
    End If

'------------------對屬性數組，根據上面打的不同標志來調用不同函數進行處理--------------
Select case flag
        case 0 attribute(count)=attribute(count)
        case 1 attribute(count)=func_flag1(attribute(count))    '調用函數func_flag1處理。(例：width=325)
        case 2 attribute(count)=func_flag2(attribute(count))    '調用函數func_flag2處理。(例：selected)
        case 3 attribute(count)=func_flag3(attribute(count))    '調用函數func_flag3處理單端標簽(例：<img…)
        case 4 attribute(count)=(attribute(count))                '另行處理屬性串之間包含分號、空格的情況
End Select
Next

count=0
for count=0 to UBound(attribute, 1)
attribute_tmp=attribute_tmp+" "+attribute(count)    '屬性值之間要有空格
next
'----------到這里已經把各個符合屬性值規范的屬性拼成一個串attribute_tmp，下面進行拼標簽------
index=InStr(1,tag," ",1)
    if InStr(1,tag," ",1)=0 and len(tag)<>"" then    '當空格沒找到(意味著是空屬性值標簽)，且沒有到末尾時。
    tag1=Replace(tag,">"," >")            '在此類標簽(例<hr>)后尾加上一個空格
    else
    tag_self=left(tag,index-1)
    '拼標簽與屬性串。
    tag1=tag_self+attribute_tmp+">"
    end if
'msgbox "tag_self"+tag_self
'msgbox "(要輸出的標簽串)tag1ssssssssssss:"+tag1

'-----------------到這里已經得到一個屬性值規范的標簽，但要開始對單端標簽進行處理------------
'----替換單端標簽--------
'count=0
for count=0 to UBound(strtag3,1)
    if InStr(1,tag1,strtag3(count),1)<>0 then    '這里利用到前面已切分好的屬性標簽
    tag1=func_flag3(tag1)                        '對付單端標簽——flag=3(例：<img…)
    end if
next
'-----------------到這里已經得到一個完全語法規范化的標簽。單端標簽處理完畢------------
alone_tag=tag1
end function

'<SCRIPT LANGUAGE="javaScript">
'
'</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"            '單獨屬性
strtag2 = Split(strattri_source2, ",", -1, 1)

strtag_source3="<input ,<img ,<hr ,<br ,<meta"        '單端標簽
strtag3 = Split(strtag_source3, ",", -1, 1)

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

'''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''
'-------------------以下是處理flag值的多個函數---------【保留】----開始
function func_flag1(tmp)'處理單個屬性：(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)'處理單端標簽(例：<img…)
func_flag3=replace(cstr(tmp),">","/>")
end function
'-------------------以上是處理flag值的多個函數---------【保留】----結束
''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''''
%>

上一篇：已調試好的asp程序在VB中轉換為組件的技巧

下一篇：一個用c#寫的掃描asp源碼漏洞的應用程序(續)