問題タブ [tidy]

こんにちは、次の入力があります。

これを XML として扱いたいと思います。

次のオプションを使用して、コマンドラインで Tidy を実行します。

私の出力はこれです：

ただし、xmlをきれいに印刷しないようにしたいと思います。すべての空白を尊重し、その改行を追加しないでください。きれいに印刷せずに XML を出力する方法が見つからないようです。誰でもこれを行う方法を知っていますか?

uTidylibがクラッシュし、使用しようとするたびにセグメンテーション違反が発生します。

クラッシュに関する情報は次のとおりです。

何か案は？

他にPythonの整頓されたラッパーはありますか？

First of all, I know this is a bad solution and I shouldn't be doing this.

Background: Feel free to skip

However, I need a quick fix for a live system. We currently have a data structure which serialises itself to a string by creating "xml" fragments via a series of string builders. Whether this is valid XML I rather doubt. After creating this xml, and before sending it over a message queue, some clean-up code searches the string for occurrences of the xml declaration and removes them.

The way this is done (iterate every character doing indexOf for the <?xml) is so slow its causing thread timeouts and killing our systems. Ultimately I'll be trying to fix this properly (build xml using xml documents or something similar) but for today I need a quick fix to replace what's there.

Please bear in mind, I know this is a far from ideal solution, but I need a quick fix to get us back up and running.

Question

My thought to use a regex to find the declarations. I was planning on: <\?xml.*?>, then using Regex.Replace(input, string.empty) to remove.

Could you let me know if there are any glaring problems with this regex, or whether just writing it in code using string.IndexOf("<?xml") and string.IndexOf("?>") pairs in a (much saner) loop is better.

EDIT I need to take care of newlines.

Would: <\?xml[^>]*?> do the trick?

EDIT2

Thanks for the help. Regex wise <\?xml.*?\?> worked fine. I ended up writing some timing code and testing both using ar egex, and IndexOf(). I found, that for our simplest use case, JUST the declaration stripping took:

• Nearly a second as it was
• .01 of a second with the regex
• untimable using a loop and IndexOf()

So I went for IndexOf() as it's easy a very simple loop.

OS 固有ではない (各ホストでコンパイルする必要がある) HTML tidy (http://tidy.sourceforge.net/) に似たライブラリは存在しますか? 基本的に、ユーザーから送信された HTML を検証/クリーンアップしたいだけです。

なるべき

JavaScriptまたはRubyの何かが私にとってはうまくいくでしょう。ありがとう！

PHPを使用してメールベースのCMSを作成していますが、メールサービスとしてGmailを使用する必要があります。今のところスクリプトはめちゃくちゃシンプルで、私が抱えている唯一の問題はGmailのメール構文を扱うことです。

メールを受け取ったとき、私はこのようなもう少し扱いやすいものを期待していました：

しかし、私は代わりにこれを取得しています（アヒルとカバー）：

Tidyを試しましたが、Gmailのリンクと「改行」を処理できません。休憩はちょうど=終わりで、Tidyを完全に台無しにし、リンクは時々（ランダムに、私は思う）次のようになります：<a href=3D"http://asfasfafs">asfasf</a>、それら=\nは真ん中にあります！

<div>この種の冒とく的なHTMLを処理し、Webサイトの内部に直接パイプできるものを出力するようにTidyをトレーニングするにはどうすればよいですか？

ありがとう！

特定のタグが特定の属性を持っているかどうかを確認できるオフラインツールはありますか？

私はそれをすべて確認できるものを探しています：

• formタグにはname属性があります。
• div、およびspanタグには、少なくともidorclass属性があります。

整頓には、そのようなことを指定できるあいまいなオプションがありますか？

Mac 用の Coda エディターで Python ドキュメントのインデントの問題をすばやく修正する賢い方法を知っている人はいますか?

それが進むべき道だと言う人もreindent.pyいますが、Python のすべてのバージョンに同梱されているわけではありません。考え？

PHP スクリプトが生成する HTML 出力を自動的にきれいに印刷 (ほとんどはインデント) したいと考えています。私は Tidy をいじっていますが、Tidy は私のコードを検証してきれいにするためにあまりにも多くのことを変更していることに気付きました。Tidy の意図が良いことは知っていますが、実際には HTML の美化ツールを探しているだけです。PHPで実行でき、きれいな印刷を行うだけの簡単なライブラリはありますか? または、すべての検証をスキップして美化するように Tidy を構成する方法はありますか?

だから私はPHPのTidyを自分の好みに合わせて調整しようとしていますが、問題はtidy_setopt()関数にあります。

tidyがインストールされ、正常に機能していることはわかっています。PHPのドキュメントを読むとtidy_setopt()、2.0で削除されています（したがって、obコールバックが完全に機能しているため、Tidy 2.0以降を実行していると想定しても問題ありません）。

ここに問題があります：代替機能はありません。これを回避する方法があるといいのですが、実際に構成ファイルを編集しなくても、obハンドラーの設定を希望どおりに設定できます。

私のホスティングは必要に応じてTidyの構成ファイルを編集してくれると確信していますが、さまざまな理由で送信してきたサポートチケットの集中砲火にそのまま追加したくはありません。

出力バッファリング用に独自のコールバックを作成する必要がある場合は、それを行うことができます（OOアプローチを使用して整頓するのに役立つ可能性のあるメソッドがいくつかあります）が、できるだけスリムにしたいです。

ご入力いただきありがとうございます。

ドキュメントを HTML で整頓しようとしています

現在、このようなコードを取得しています

これを有効にする構成値はありますか? 私はここを見てきました：http://tidy.sourceforge.net/docs/quickref.html しかし、どの設定値かわかりません