HTML-ээс энгийн текст рүү хөрвүүлэх үйл явц
Вэб хуудасны бүтэцтэй HTML кодыг бүтэцгүй энгийн текст болгон хөрвүүлэх нь өгөгдөл боловсруулах түгээмэл ажлуудын нэг юм. HTML код нь вэб хөтөч дээр мэдээллийг хэрхэн харуулахыг заадаг олон тооны таг, атрибутуудыг агуулдаг. Эдгээр таг нь хэрэглэгчдэд харагдах агуулгыг бүрдүүлдэг боловч текст боловсруулах, хуулж авах эсвэл өөр зорилгоор ашиглахад саад болдог.
"HTML Таг Цэвэрлэгч" хэрэгсэл нь таны оруулсан HTML агуулгаас бүх төрлийн тагуудыг устгаж, цэвэр энгийн текст болгон хувиргадаг. Энэхүү хөрвүүлэлтийг хийхдээ зөвхөн үндсэн тагуудыг устгаад зогсохгүй, вэб хуудасны далд бүтэц болох script, style, template болон noscript блокуудыг үр дүнгээс бүрэн хасдаг. Ингэснээр гаралт дээр ямар нэгэн код, загварчлалын элемент үлдэхгүй бөгөөд зөвхөн уншиж болох цэвэр текст үлдэнэ.
Оролт ба гаралтын үзүүлэлтүүд
Хэрэгслийг ашиглахын тулд хэрэглэгч өөрийн HTML кодыг оролтын талбарт оруулна. Оролтын хэмжээнд тодорхой хязгаарлалт байдаг бөгөөд хамгийн ихдээ 500,000 тэмдэгт бүхий HTML агуулгыг нэг дор боловсруулах боломжтой.
Боловсруулалтын үр дүнд дараах мэдээллүүд болон төлөвүүд хэрэглэгчдэд харагдана:
- Энгийн текст: HTML таггүйгээр боловсруулагдсан эцсийн текст.
- Статистик мэдээлэл: Оролтын хэсэгт "Тагууд" буюу тагуудын тоо, гаралтын хэсэгт "Үр дүн" буюу үр дүнгийн тэмдэгтийн тоог харуулна.
- Амжилттай боловсруулсан мэдэгдэл: Хөрвүүлэлт амжилттай болвол "
{tags}тагийг устгаж,{chars}тэмдэгтийг салгаж авлаа." гэсэн мэдээлэл гарна. - Таг олдоогүй үеийн мэдэгдэл: Хэрэв оруулсан текстэд ямар нэгэн HTML таг байхгүй бол "HTML таг олдсонгүй. Текстийг энгийн текст хэвээр үлдээв." гэсэн төлөв харагдана.
Боловсруулалтын дүрэм ба онцгой тохиолдлууд
Текстийг цэвэрлэх явцад дараах дүрмүүд болон хязгаарлалтууд мөрдөгдөнө:
- Блок элементүүд ба мөр шилжилт: Блок элементүүд болон
<br>тагууд нь гаралтын текстэд шинэ мөр болон хувирч, текстийн уншигдах бүтцийг хадгална. - Хоосон зайг цэгцлэх: Текст доторх давтагдсан хоосон зайнуудыг цэгцэлж, илүүдэл зайг устгана.
- HTML тэмдэгтүүдийг тайлах: HTML код доторх түгээмэл хэрэглэгддэг тэмдэгтүүдийг (entities) өөрийн төлөөлөх энгийн тэмдэгт рүү хөрвүүлдэг.
- Хоосон оролтын алдаа: Хэрэв оролтын талбар хоосон байвал "Энгийн текст салгаж авахын тулд HTML нэмнэ үү." гэсэн мэдэгдэл гарна.
- Хэмжээний хязгаарлалт хэтрэх: Оруулсан HTML-ийн хэмжээ 500,000 тэмдэгтээс давсан тохиолдолд "Энэ HTML энэ хэрэгсэлд хэтэрхий урт байна. Тэмдэгтийн хэмжээг
{max}-аас бага байлгана уу." гэсэн алдаа заана. - Алдаатай код: Хэрэв систем өгөгдсөн HTML-ээс текст салгаж авч чадахгүй бол "Энэ HTML-ээс текстийг салгаж авч чадсангүй." гэсэн алдааны мэдэгдэл харуулна.
- Үйлдэл идэвхгүйжих: Гаралт хоосон байгаа тохиолдолд "Хуулах" болон "Үр дүнг ашиглах" зэрэг үр дүнг хуулах, ашиглах функцууд идэвхгүй болно.
Хөтөч дээрх боловсруулалт ба нууцлал
Энэхүү хэрэгсэл нь хэрэглэгчийн нууцлалыг хадгалах зарчмаар ажилладаг. Таны оруулсан HTML агуулгыг цэвэрлэх үйл явц нь бүрэн хэмжээгээр таны өөрийн вэб хөтөч дээр хийгддэг. Боловсруулж буй өгөгдөл болон текстийг BroBroGo сервер рүү илгээдэггүй бөгөөд ямар нэгэн гадны сервер рүү юу ч хуулагдаж, хадгалагддаггүй.
Хэнд зориулагдсан бэ?
HTML таг цэвэрлэгч нь дараах тохиолдолд хэрэглэгчдэд туслах зориулалттай:
- Баялаг форматтай (rich text) текстийг ямар нэгэн форматгүй, шууд хуулж ашиглах боломжтой энгийн текст болгох шаардлагатай хэрэглэгчид.
- Вэб хуудасны хэсэгчилсэн кодоос (fragments) зөвхөн текстийг салгаж авах хэрэгцээтэй хүмүүс.
- Вэб хуудаснаас хуулж авсан (scraped) HTML кодоос цэвэр текст мэдээллийг ялган авах шаардлагатай хөгжүүлэгчид болон шинжээчид.
- Анхнаасаа HTML форматаар бичигдсэн эх бичвэрийг засварлах, энгийн текст хэлбэрээр унших хүсэлтэй хэрэглэгчид.
Түгээмэл асуултууд
Script болон style контентууд яадаг вэ? Script, style, template болон noscript блокуудыг үр дүнгээс хасдаг тул гаралт нь зөвхөн уншиж болох хуудасны текст дээр төвлөрдөг.
HTML тэмдэгтүүдийг (entities) тайлж унших уу? Тийм ээ. Түгээмэл хэрэглэгддэг тэмдэгтүүд (entities) нь энгийн текстийн гаралтад өөрийн төлөөлөх тэмдэгт рүү хөрвөдөг.
Догол мөр болон мөр шилжилтүүд хэвээр үлдэх үү? Блок элементүүд болон мөр шилжилтүүд нь шинэ мөр болно. Давтагдсан хоосон зайнуудыг цэгцэлдэг тул үр дүнг хуулж авахад хялбар байдаг.
Миний оруулсан код сервер рүү хуулагдах уу? Үгүй. Таны HTML-ийг таны хөтөч дээр цэвэрлэдэг бөгөөд BroBroGo руу ямар нэгэн өгөгдөл илгээгддэггүй.