Fjern tags / konverter tags

Umiddelbart ligner dit HTML valid XML.

Så en SAX parser burde kunne lave konverteringen.

Skal jeg prøve at lave et lille eksempel ?

Alternativt kan du selvfølgelig også bare loope gennem teksten
og finde taggene.

Hvis du kun skal lave den ene ændring så var det måske alligevel
nemmest.

Lav search and replace på det, ingen grund til at rode med XML parsere osv. for dette.

Ja, koden vil være well-formed xml.
Jeg vil da gerne se et sax eksempel :-)

import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.PrintWriter;
import java.util.ArrayList;

import javax.xml.parsers.FactoryConfigurationError;
import javax.xml.parsers.ParserConfigurationException;
import javax.xml.parsers.SAXParser;
import javax.xml.parsers.SAXParserFactory;

import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.XMLReader;
import org.xml.sax.helpers.DefaultHandler;

public class HtmlC {
    public static void main(String[] args) {
        try {
            SAXParserFactory spf = SAXParserFactory.newInstance();
            SAXParser sp = spf.newSAXParser();
            XMLReader xr = sp.getXMLReader();
            xr.setContentHandler(new MySaxParser());
            xr.parse("C:\\c.xml");
        } catch (FactoryConfigurationError e) {
            e.printStackTrace();
        } catch (ParserConfigurationException e) {
            e.printStackTrace();
        } catch (SAXException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

class MySaxParser extends DefaultHandler {
    public MySaxParser() {
    }
    public void characters(char buf[], int offset, int len)
        throws SAXException {
        System.out.print(new String(buf, offset, len));
        return;
    }
    public void startElement(
        String namespaceURI,
        String localName,
        String rawName,
        Attributes atts)
        throws SAXException {
        if (rawName.equals("font")) {
            System.out.print("<span class=\"?\">");
        } else if (rawName.equals("b")) {
            // nothing
        } else {
            System.out.print("<" + rawName);
            for(int i = 0; i < atts.getLength(); i++) {
                System.out.print(" " + atts.getLocalName(i) + "=\""+ atts.getValue(i) + "\"");
            }
            System.out.print(">");
        }
        return;
    }
    public void endElement(
        String namespaceURI,
        String localName,
        String rawName)
        throws SAXException {
        if (rawName.equals("font")) {
            System.out.print("</span>");
        } else if (rawName.equals("b")) {
            // nothing
        } else {
            System.out.print("</" + rawName + ">");
        }
        return;
    }
}

giver følgende output:

<pre>
<span class="?">#include </span><span class="?"><windows.h></span>

<span class="?">int</span> main(<span class="?">int</span> argc, <span class="?">char</span> **argv)
{
    <span class="?">//test af comment</span>
    MessageBox(<span class="?">NULL</span>, <span class="?">"test"</span>, <span class="?">"test"</span>, MB_OK);
    <span class="?">return</span> <span class="?">0</span>;
}
</pre>

og det begynder vel at ligne lidt.

Jeg har ikke helt gennesmuet hvordan værdien af class attribut skal findes.

color="#a020f0" = class="syntaxInclude"
color="#ff00ff" = class="syntaxValue"
color="#2e8b57" = class="syntaxDatatype"
color="#0000ff" = class="syntaxComment"
color="#804040" = class="syntaxReservedWord"

Og så sætter man bare checks ind her:
      if(rawName.equals("font"))
        {
            if(atts.getValue("color").equals("#a020f0"))
            {
                System.out.print("<span class=\"syntaxInclude\">");
            }
            System.out.print("<span class=\"?\">");
        }

?

import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.PrintWriter;
import java.util.ArrayList;

import javax.xml.parsers.FactoryConfigurationError;
import javax.xml.parsers.ParserConfigurationException;
import javax.xml.parsers.SAXParser;
import javax.xml.parsers.SAXParserFactory;

import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.XMLReader;
import org.xml.sax.helpers.DefaultHandler;

public class HtmlC {
    public static void main(String[] args) {
        try {
            SAXParserFactory spf = SAXParserFactory.newInstance();
            SAXParser sp = spf.newSAXParser();
            XMLReader xr = sp.getXMLReader();
            xr.setContentHandler(new MySaxParser());
            xr.parse("C:\\c.xml");
        } catch (FactoryConfigurationError e) {
            e.printStackTrace();
        } catch (ParserConfigurationException e) {
            e.printStackTrace();
        } catch (SAXException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

class MySaxParser extends DefaultHandler {
    public MySaxParser() {
    }
    public void characters(char buf[], int offset, int len)
        throws SAXException {
        System.out.print(new String(buf, offset, len));
        return;
    }
    public void startElement(
        String namespaceURI,
        String localName,
        String rawName,
        Attributes atts)
        throws SAXException {
        if (rawName.equals("font")) {
            System.out.print("<span class=\"" + colorToClass(atts.getValue("color")) + "\">");
        } else if (rawName.equals("b")) {
            // nothing
        } else {
            System.out.print("<" + rawName);
            for(int i = 0; i < atts.getLength(); i++) {
                System.out.print(" " + atts.getLocalName(i) + "=\""+ atts.getValue(i) + "\"");
            }
            System.out.print(">");
        }
        return;
    }
    public void endElement(
        String namespaceURI,
        String localName,
        String rawName)
        throws SAXException {
        if (rawName.equals("font")) {
            System.out.print("</span>");
        } else if (rawName.equals("b")) {
            // nothing
        } else {
            System.out.print("</" + rawName + ">");
        }
        return;
    }
    private static String colorToClass(String color) {
        if(color.equals("#a020f0")) return "syntaxInclude";
        if(color.equals("#ff00ff")) return "syntaxValue";
        if(color.equals("#2e8b57")) return "syntaxDatatype";
        if(color.equals("#0000ff")) return "syntaxComment";
        if(color.equals("#804040")) return "syntaxReservedWord";
        return "?";
    }
}

giver:

<pre>
<span class="syntaxInclude">#include </span><span class="syntaxValue"><windows.h></span>

<span class="syntaxDatatype">int</span> main(<span class="syntaxDatatype">int</span> argc, <span class="syntaxDatatype">char</span> **argv)
{
    <span class="syntaxComment">//test af comment</span>
    MessageBox(<span class="syntaxValue">NULL</span>, <span class="syntaxValue">"test"</span>, <span class="syntaxValue">"test"</span>, MB_OK);
    <span class="syntaxReservedWord">return</span> <span class="syntaxValue">0</span>;
}
</pre>