html2wikit

Kroc - 03 Juin 2004

Petit utilitaire destiné à convertir grossièrement mais rapidement une page html en texte compatible avec Wikit grâce à lynx. Seul le corps du texte html sera conservé. Le résultat peut être collé directement dans une fenêtre d'édition de Wikit.

    #!/usr/bin/env tclsh

    ################################################################################
    #
    # Script pour transformer une page html au format wikit
    #
    # Copyright © 2004 - David Zolli - http://www.zolli.fr
    #
    # Ce script est distribué sous licence NOL http://wfr.tcl.tk/nol
    #
    # Version 1.0 - Juin 2004
    #
    ################################################################################

    # Contrôle de la ligne de commande :
    if {$argc != 2 || ![file exist [lindex $argv 0]]} {
        puts stdout "Utilisation :\nhtml2wikit source.html cible.txt"
        exit
    }

    # Conversion des tags HTML en tags Wikit :
    proc retag { l } {
        # Titres :
        set l [string map -nocase {
            <h1> <br>----<br>''' <h2> <br>----<br>''' <h3> <br>----<br>'''
            </h1> '''<br>----<br> </h2> '''<br>----<br> </h3> '''<br>----<br>
            <h4> <p>''' <h5> <p>''' <h6> <p>'''
            </h4> '''<p> </h5> '''<p> </h6> '''<p>
        } $l]
        # Gras :
        set l [string map -nocase {
            <b> ''' </b> '''
            <u> ''' </u> '''
        } $l]
        # Italique :
        set l [string map -nocase {
            <i> '' </i> ''
        } $l]
        # Quelques suppressions :
        set l [string map -nocase {
            <blockquote> "" </blockquote> ""
            <center> "" </center> ""
        } $l]
        # Crochets :
        set l [string map -nocase {
            [ \[\[ ] \]\]
            \[ \[\[ \] \]\]
        } $l]
        # Liens :
        while {[string first "<a href=" [string tolower $l]] != -1} {
            set d1 [string first "<a href=" [string tolower $l]]
            set f1 [expr [string first "/a>" [string range [string tolower $l] $d1 end]] +$d1+2]
            set link [string map {
                \" ""
                ./ "http://www.iciouailleurs.tk/"
            } [string range $l $d1 $f1]]
            set d2 [expr [string first = $link]+1]
            set f2 [expr [string first > [string range $link $d2 end]] +$d2 -1]
            set link \[[string range $link $d2 $f2]\]
            set l [string range $l 0 $d1]$link[string range $l $f1 end]
            set l [string map { "<\[" "" "\]>" "" } $l]
        }
        # Images :
        while {[string first "<img src=" [string tolower $l]] != -1} {
            set d1 [string first "<img src=" [string tolower $l]]
            set f1 [expr [string first ">" [string range [string tolower $l] $d1 end]] +$d1]
            set link [string map {
                \" ""
                ./ "http://www.iciouailleurs.tk/"
            } [string range $l $d1 $f1]]
            set d2 [expr [string first = $link]+1]
            set f2 [string first " " [string range $link $d2 end]]
            if { $f2 == -1 } {
                set f2 [string first > [string range $link $d2 end]]
            }
            set f2 [expr $f2 +$d2 -1]
            set link \[[string range $link $d2 $f2]\]
            set l [string range $l 0 $d1]$link[string range $l $f1 end]
            set l [string map { "<\[" <p>\[ "\]>" \]<p> } $l]
        }
        # Listes :
        set l [string map -nocase {
            <li> "" </li> ""
            <ul> "" </ul> ""
            <ol> "" </ol> ""
        } $l]
        # Lignes horizontales :
        set l [string map -nocase { <hr> <br>----<br> } $l]
        # Texte brut :
        set l [string map -nocase {
            <pre> "<pre><br>_pRe_<br>" </pre> "<br>_/pRe_<br></pre>"
        } $l]
    }

    # Espaces en début de ligne :
    proc brut { texte } {
        set brut 0
        set res ""
        foreach ligne [split $texte \n] {
            if {[string match $ligne _pRe_]} {
                incr brut
            } elseif {[string match $ligne _/pRe_]} {
                incr brut -1
            } else {
                if { $brut } {
                    append res " [string map { \[\[ \[ \]\] \] } $ligne]\n"
                } else {
                    # retrait des blancs :
                    set i 0
                    while {[string index $ligne $i] eq " "} {
                        incr i
                    }
                    append res [string range $ligne $i end]\n
                }
            }
        }
        return $res
    }

    # Traitement :

    set fichier [lindex $argv 0]
    set htm [file rootname $fichier]2.htm
    set txt [lindex $argv 1]
    set bodytag 0
    set fin [open $fichier r]
    set fout [open $htm w]
    while {![eof $fin]} {
        set ligne [gets $fin]
        # On ne garde que le corps :
        if {[string first <body $ligne] != -1 } {
            set bodytag 1
            puts $fout <body>
        } elseif {[string first </body> $ligne] != -1 } {
            set bodytag 0
            puts $fout </body>
        } elseif {$bodytag} {
            puts $fout [retag $ligne]
        }
    }
    close $fin
    close $fout
    exec lynx -dump -width 120 -dont_wrap_pre $htm > $txt
    set fin [open $txt r]
    set data [read $fin]
    close $fin
    set fout [open $txt w]
    puts -nonewline $fout [brut $data]
    close $fout
    file delete -force $htm

    # C'est fini :
    puts stdout Fait.

Faite quand même une relecture du résultat, car si le code html d'origine est mal écrit (ce qui arrive souvent) le code produit contiendra certainement des erreurs.

Mis à jour le 4 avril 2016 à 12:58 CEST par Kroc  -  Editer html2wikit
Rechercher - Dernières modifications - Le Wiki tcl francophone - Aide