Both bool{} and bool_lax{} should ignore trailing whitespace.
[exim.git] / doc / doc-docbook / TidyHTML-spec
1 #! /usr/bin/perl
2
3 # $Cambridge: exim/doc/doc-docbook/TidyHTML-spec,v 1.4 2006/04/04 14:03:49 ph10 Exp $
4
5 # Script to tidy up the spec HTML files that are generated by xmlto. The
6 # following changes are made:
7 #
8 # 1. Tidy the index.html file by splitting the very long lines.
9 # 2. Create reverse links from chapter and section titles back to the TOC.
10 # 3. Tidy the ix01.html file - the actual index - by splitting long lines.
11 # 4. Insert links from the letter divisions to the top of the Index.
12 # 5. Turn <div class="literallayout"><p> into <div class="literallayout"> and
13 #    a matching </p></div> into </div> to get rid of unwanted vertical white
14 #    space.
15 # 6. Before each occurrence of </td> insert &nbsp; so that the table's cell
16 #    is a little bit wider than the text itself.
17
18 chdir "spec_html";
19
20 $tocref = 1;
21
22 # Read in the index.html file. It's really the TOC.
23
24 open(IN, "index.html") || die "Failed to open index.html for reading: $!\n";
25 @toc = <IN>;
26 close(IN);
27
28 # Insert a newline after every > except when it is preceded by 'class="quote"',
29 # because the whole toc is generated as one humungous line that is hard to
30 # check. We have to avoid it in the quote case because that puts a space into
31 # the output, and similarly for the </span> the comes afterwards. Easy way out
32 # is just not to do it for all </span> occurrences. Unfortunately, Perl does
33 # not implement lookbehinds where the alternatives are of different lengths, so
34 # we have to take two passes.
35
36
37 foreach $line (@toc)
38   {
39   $line =~ s/(?<!class="quote")>\s*/>\n/g;
40   $line =~ s/<\/span>\n/<\/span>/g;
41   }
42
43 # Split the lines so that each one is a separate element in the vector.
44
45 for ($i = 0; $i < scalar(@toc); $i++)
46   { splice @toc, $i, 1, (split /(?<=\n)/, $toc[$i]); }
47
48 # We want to create reverse links from each chapter and section title back to
49 # the relevant place in the TOC. Scan the TOC for the relevant entries. Add
50 # an id to each entry, and create tables that remember the file names and the
51 # new link ids.
52
53 foreach $line (@toc)
54   {
55   if ($line =~ /^<a href="((?:ch|ix)\d+\.html)(#[^"]+)?">/)
56     {
57     my($chix) = $1;
58     my($ss) = $2;
59     my($id) = sprintf "%04d", $tocref++;
60     $line =~ s/<a/<a id="toc$id"/;
61     $backref{"$chix$ss"} = "toc$id";
62     push @chlist, $chix;
63     }
64   }
65
66 # Write out the modified index.html file.
67
68 open (OUT, ">index.html") || die "Failed to open index.html for writing: $!\n";
69 print OUT @toc;
70 close(OUT);
71
72 # Now scan each of the other page files and insert the reverse links. While
73 # we are at it, we tidy up <div class="literallayout"> by removing unwanted
74 # paragraph marks, which generate unwanted vertical space. We also insert
75 # &nbsp; before </td> to push table cells apart from each other.
76
77 foreach $file (@chlist)
78   {
79   open(IN, "$file") || die "Failed to open $file for reading: $!\n";
80   @text = <IN>;
81   close(IN);
82
83   # Insert a newline after certain elements, and split the lines so that each
84   # one is a separate element in the vector. This makes it easier to recognize
85   # these elements.
86
87   foreach $line (@text)
88     {
89     $line =~ s/<p>\s*(?!\n)/<p>\n/g;
90     $line =~ s/<\/p>\s*(?!\n)/<\/p>\n/g;
91     $line =~ s/<\/div>\s*(?!\n)/<\/div>\n/g;
92     $line =~ s/<div([^>]*)>(?!\n)/<div$1>\n/g;
93     }
94
95   for ($i = 0; $i < scalar(@text); $i++)
96     { splice @text, $i, 1, (split /(?<=\n)/, $text[$i]); }
97
98   $thisdiv = 0;
99
100   for ($i = 0; $i < scalar(@text); $i++)
101     {
102     if ($text[$i] =~ /^(.*?)<a( xmlns="[^"]+")? id="([^"]+)"><\/a>(.+?)<\/h(.*)$/)
103       {
104       my($pre, $opt, $id, $title, $post) = ($1, $2, $3, $4, $5);
105
106       # Section reference
107       my($ref) = $backref{"$file#$id"};
108
109       # If not found, try for a chapter reference
110       $ref = $backref{"$file"} if !defined $ref;
111
112       # Adjust the line
113       $text[$i]= "$pre<a$opt href=\"index.html#$ref\" id=\"$id\">$title</a></h$post";
114       }
115
116     elsif ($text[$i] =~ /^<div [^>]*?class="literallayout">$/ && $text[$i+1] eq "<p>\n")
117       {
118       $text[++$i] = "";
119       $thisdiv = 1;
120       }
121     elsif ($thisdiv && $text[$i] eq "</p>\n" && $text[$i+1] eq "</div>\n")
122       {
123       $text[$i] = "";
124       $thisdiv = 0;
125       }
126     elsif ($text[$i] =~ /^\s*<\/td>/)
127       {
128       $text[$i] = "&nbsp;$text[$i]";
129       }
130     }
131
132   open(OUT, ">$file") || die "Failed to open $file for writing: $!\n";
133   print OUT @text;
134   close(OUT);
135   }
136
137 # Now process the ix01.html file
138
139 open(IN, "ix01.html") || die "Failed to open ix01.html for reading: $!\n";
140 @index = <IN>;
141 close(IN);
142
143 # Insert a newline after every > because the whole index is generated as one
144 # humungous line that is hard to check. Then split the lines so that each one
145 # is a separate element in the vector.
146
147 foreach $line (@index) { $line =~ s/>\s*/>\n/g; }
148 for ($i = 0; $i < scalar(@index); $i++)
149   { splice @index, $i, 1, (split /(?<=\n)/, $index[$i]); }
150
151 # We want to add a list of letters at the top of the index, and link back
152 # to them from each letter heading. First find the index title and remember
153 # where to insert the list of letters.
154
155 for ($i = 0; $i < scalar(@index); $i++)
156   {
157   if ($index[$i] =~ /^<\/h2>$/)
158     {
159     $listindex = $i;
160     last;
161     }
162   }
163
164 # Now scan through for the letter headings and build the cross references,
165 # while also building up the list to insert.
166
167 $list = "<h4>\n";
168 for (; $i < scalar(@index); $i++)
169   {
170   if ($index[$i] =~ /^(.)<\/h3>$/)
171     {
172     $letter = $1;
173     $index[$i-1] =~ s/^/<a id="${letter}B" href="#${letter}T">/;
174     $index[$i] =~ s/$/<\/a>/;
175     $list .= "<a id=\"${letter}T\" href=\"#${letter}B\"> $letter</a>\n";
176     }
177   }
178
179 # Now we know which letters we have, we can insert the list.
180
181 $list .= "</h4>\n";
182 splice @index, $listindex, 0, $list;
183
184 # Write out the modified index.html file.
185
186 open (OUT, ">ix01.html") || die "Failed to open ix01.html for writing: $!\n";
187 print OUT @index;
188 close(OUT);
189
190
191 # End