HTML Tidy-HTML语言检查工具

来源：互联网发布：网络预警系统编辑：程序博客网时间：2024/05/22 10:24

导读：

早期的时候，HTML标准还没有完全形成，无论是否正确地关闭了<p>标记，或设计代码与格式化规则完全背离，都是没有关系的。标记的不匹配，缺少属性设置，不正确的嵌套等，这样或那样的错误都是由于缺少一个被广泛接受的标准而引起的，因为大多数浏览器都带有内置智能性，有一定的容错能力，很多网站开发者甚至都没意识到这些错误。就算浏览器有一定容错能力，但我们却不能忽视这个问题。要使页面可以在所有浏览器里显示，就必须确保HTML代码完全符合W3C标准所定义的规则和语法。目前，有很多离线或在线工具可以完成这一工作，这里我们讨论其中的一种，即HTML Tidy。

　　HTML Tidy是一个免费的HTML语言检查工具，检查代码并指出一些与已发布的W3C标准不一致的地方。它可以用来解析包含HTML标记的HTML文件或字符串，并可以自动改正错误，使其与相关标准完全一致。

　　安装

　　HTML Tidy是跨平台的，在Windows、Macintosh、UNIX等平台上都可以使用。二进制版本是很实用的，但是如果使用的是UNIX系统，你可能宁愿从源程序进行编译和安装。若要做这个工作，可以把下面的源代码复制到你的临时路径，再进行标准的编译/安装操作，如下所示：

　　shell> cd /tmp/tidy/build/gmake

　　shell> make

　　shell> make install

　　在这个过程之后，需要在/tmp/tidy/bin/tidy下找到Tidy的编译版本，并将其复制到系统目录/usr/local/bin/下，使其可以被快速调用，之后就可以使用了。

　　基本用法

　　安装好Tidy的二进制版本，就可以开始用它来测试HTML文件了。列表A中的代码就是一个简单的例子：

　　列表A

　　shell> tidy -e -q index.html

　　line 1 column 1 - Warning: missing <!DOCTYPE> declaration

　　line 2 column 1 - Warning: inserting missing 'title' element

　　line 4 column 1 - Warning: <body> proprietary attribute "leftmargin"

　　line 6 column 1 - Warning: <table> proprietary attribute "height"

　　line 6 column 1 - Warning: <table> lacks "summary" attribute

　　line 11 column 37 - Warning: <img> lacks "alt" attribute

　　line 15 column 1 - Warning: <table> lacks "summary" attribute

　　line 17 column 50 - Warning: <img> lacks "alt" attribute

　　在这个例子中，Tidy已经在文件中找到了八处潜在的错误，并对每一处给出了错误警告。要注意的是，由于这些错误都不是很关键的错误，所以只是给出警告，指出某些代码可能不正确。

　　通过在命令行中增加-m选项，可以让Tidy自动更正原文件中的错误。

　　shell> tidy -m -q index.html

　　如果需要测试一个大的站点，可以通过在命令行中使用通配符，使其所在目录下的所有文件都运行Tidy。

　　shell> tidy -m -q *.html

　　如果希望Tidy将某页面的HTML的正确版本重写到一个新的文件中（而不是直接在原文件上进行覆盖），可以使用-output选项加上新文件的名字，正如下面的例子：

　　shell> tidy -output index.html.new -q index.html

　　还可以使用-e（error）选项，使Tidy将错误写到一个单独的日志文件，如下面你所看到的例子：

　　shell> tidy -f error.log index.html

　　有必要注意的是，如果HTML代码中嵌入了PHP，ASP，或是JSP标记，HTML Tidy将会简单地忽略掉这些标记，不予检查。这意味着你甚至可以在服务器脚本上运行Tidy，校验其中的HTML代码。这里有一个例子：

　　shell> tidy -e -q processor.php

　　还可以交互式地运行Tidy，通过调用二进制文件实现。在这种情况下，Tidy将会等待控制台的输入，随后检查输入有无错误。列表B出示了一个例子：

　　列表B

　　shell> tidy

　　<html>

　　line 1 column 1 - Warning: missing <!DOCTYPE> declaration

　　<head>

　　<title>This is a test

　　</head>

　　line 3 column 1 - Warning: missing </title> before </head>

　　<body leftmargin=0>

　　<p>

　　This is a badly terminated paragraph

　　</body>

　　</html>

　　line 5 column 1 - Warning: <body> proprietary attribute "leftmargin"

　　Info: Document content looks like HTML Proprietary

　　3 warnings, 0 errors were found!

　　值得注意的是，除了给出实时的错误警告外，Tidy还会在输入结束时，会将代码的正确版本打印出来：

　　<html>

　　<head>

　　
　　"HTML Tidy for Linux/x86 (vers 1 September 2005), see www.w3.org">

　　<title>This is a test</title>

　　</head>

　　<body leftmargin="0">

　　<p>This is a badly terminated paragraph</p>

　　</body>

　　</html>

高级应用

可以通过在命令行中明确的指示，控制HTML Tidy输出文件中的更正类型。例如，要使Tidy适当的缩进代码，可以通过在命令行中增加-i（"indent"）选项实现：

shell> tidy -output new.html -i index.html

用-c ("clean") 选项可以将<font>和其他格式要素替换为CSS风格：

shell> tidy -output new.html -c index.html

在缺省情况下，Tidy会在HTML文件的标记和属性中使用小写字母。如果习惯大写，可通过增加-u ("upper case") 选项加以更改，如下例所示：

shell> tidy -output new.html -c -u index.html

若要在某一特定列换行，可以增加 -w ("wrap") 选项和目标列的标号，如下所示：

shell> tidy -output new.html -w 40 index.html

还可以通过增加-asxhtml选项将普通HTML文件转化为格式非常标准的XHTML文件：

shell> tidy -output new.html -asxhtml index.html

反之，通过增加-ashtml选项来完成，如下所示：

shell> tidy -output new.html -ashtml index.html

如果想将很多设置变成HTML Tidy的缺省动作，一个很好的办法就是把它们写进一个单独的配置文件，这样，每次要调用程序的时候都可以引用这个配置文件。列表C中出示的例子就是这样的一个配置文件：

列表C

bare: yes # remove proprietary HTML

doctype: auto # set the doctype

drop-empty-paras: yes # automatically delete empty <p> tags

fix-backslash: yes # replace by / in URLs

literal-attributes: yes # retain whitespace in attribute values

lower-literals: yes # convert attribute values to lower case

output-xhtml: yes # produce valid XHTML output

quote-ampersand: yes # replace & with &

quote-marks: yes # replace " with "

repeated-attributes: keep-last # use the last of duplicated attributes

indent: yes # automatically indent code

indent-spaces: 2 # number of spaces to indent by

wrap-php: no # wrap text contained in PHP tags

char-encoding: ascii # character encoding to use

tidy-mark: no # omit Tidy meta information in corrected code

清除文件时若要进行如上设置，可以通过在命令行中添加-config 选项来完成，如下所示：

shell> tidy -output a.html -configconfig.tidy index.html

        也可以通过添加-help-confi选项来获取一系列可用的配置文件：

        shell> tidy -help-config...quote-ampersand Boolean y/n,

        yes/no, t/f, true/false, 1/0quote-marks Boolean y/n,

        yes/no, t/f, true/false, 1/0quote-nbsp Boolean y/n,

        yes/no, t/f, true/false, 1/0repeated-attributesenum keep-first, keep-lastreplace-color Boolean y/n,

        yes/no, t/f, true/false, 1/0show-body-only Boolean y/n,

        yes/no, t/f, true/false, 1/0...

若要查看当前的配置设置，则需要添加-show-config选项：

shell>tidy-show-config...show-body-only Boolean noshow-errors Integer 6show-warnings Boolean yesslide-style Stringsplit Boolean no...

最后，还可以通过添加-h选项，获得命令行帮助：

shell> tidy -h

暂时就写这么多。希望使用者感觉到HTML Tidy的确是一个很有价值的工具，能够完善自己的站点代码，使其完全符合已发布的W3C标准。以上这些小技巧是一些参考意见，教你如何使用HTML Tidy来优化代码，帮助你更高效地使用这个工具。

（责任编辑：陈毅东）

查看本文的国际来源

本文转自

http://www.techupdate.com.cn/techupdate/2006/0321/232024.shtml