使用tidy_win32.zip转换GB2312编码的HTML页面

来源：互联网发布：顶级域名免费注册编辑：程序博客网时间：2024/05/18 00:25

题记:

tidy我们并不陌生，之前的版本传说只能解析en编码的文件，最近由source组重新编写了一个适应

GB2312编码的tidy_win3版本！

下载地址:

www.w3cn.org/resource/down/2004/tidy_win32.zip

教程（从wc3n.org上Copy的）:

软件说明

我们现在的网站大部分都是HTML的，如果希望将它们标准化，手工的一页一页修改非常麻烦。如果有一个工具能自动将HTML转换成符合标准的XHTML就好了。其实在这方面已经有许多商业和免费的工具软件可以使用，这里将要介绍的HTML Tidy 就是一个很基本但很有用的工具，它可以运行在多种平台上，而且是开放源代码的。

安装使用教程

第一步：下载软件；

第二步：解开压缩包到任意目录，可以看见文件夹里只有1个文件tidy.exe；

第三步：如果你双击这个文件没有任何反应，晕哦，它是需要在命令窗口输入指令运行的，要复习一下以前的dos命令了；

第四步：在"开始->程序->附件"中运行"命令提示符"，打开命令窗口。进入你的安装目录，例如你安装在d:/tidy目录，就输入c:/<d: 回车；再输入d:/<cd tidy 回车

第五步：输入转换命令。例如要转换index.html

tidy -asxhtml index.html -big5 index.html

其中-asxhtml参数的意思是将HTML转换成符合标准的XHTML。-big5是指以big编码输入和输出文挡，-gb2312是指以gb2312编码输入和输出文挡。还有更多的参数可以使用，你可以输入tidy -help(或者-h)查看，如下图：

HTML tidy的命令参数

第六步：这样index.html就已经转换为符合XHTML标准的文挡了。

补充

阿捷试验了几个文挡，成功转换的并不多，不是tidy工具不好，而是我们的代码实在太不规范。tidy要求你的HTML文挡中的标签至少是按循序嵌套的。tidy好象只是做以下二件事情(可能更多)：

1.将不成对的标签加上结束符"/"，例如<br>转换为<br />，<img>转换为<img />
2.给所有属性值加引号。例如 <a href=http://www.w3cn.org>转换为<a href="http://www.w3cn.org">

tidy也有windows下可视化运行版本，等阿捷研究一下再介绍给大家。工具只是提高我们的工作效率，关键在于我们自己要明白应该怎么做。