上網去Google了一下，找到了一個名稱為"Simple XHTML to HTML5 converter!"的網站，我Try了一下網站上的範例程式碼，發現是可以轉的，但是放上自己的程式碼時，就知道被呼巄了...其實這個網站其實並不是真的提供了一個XHTML to HTML5 converter，而是要跟大家說：
This is joke of course! Don't treat it seriously! This Converter only shows how HTML5 may be messed up and still standards compatible!
意即，HTML5是不太能光靠一個Converter就轉過來的，就算轉過來了、格式對了，但是也可能在網頁執行時有許多不能預期的問題。
但是，我一開始就說啦!論文需求的關係，我勢必要有一個轉換的機制來幫我完成這件事情。因此就算他這樣說，我還是得做看看。其實還是有蠻多網站有介紹HTML及HTML 5兩者間的轉換機制，例如："HTML-5.com"、"ireckon"。但是講的有點簡單，並沒有實作的過程，所以還是自己翻書來看看比較實在...
首先，在HTML中我們會遇到的第一句描述通常都會是DOCTYPE的宣告，一般而言大部分的網頁都是使用類似下面這一段HTML程式碼的描述：
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
這一段文字宣告，在HTML 5中可以用：
<!DOCTYPE html>
這樣寫就可以了，連版本編號都可以省略。接下來就定義文字編碼，若沒有定義文字編碼，不僅文件含糊不清，更會造成許多安全性上的風險。這個部分必須寫在文件前512位元組中，除非有特殊用途否則大多建議採用UTF-8編碼。
<!DOCTYPE html> <meta charset=UTF-8>關於<meta>這個標籤，如果有在寫HTML的人會發現這麼標籤怎麼變的很短，以前都寫很長一行的，例如下面這樣：
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />不過短的寫法不但簡潔，輸入也較輕鬆。但這並不表示長的寫法不對，長的寫法還是有效的。另外上面的charset=UTF-8，看起來也跟從前不太一樣，似乎忘記用雙引號(")把屬性包起來了，另外也沒有使用自我結尾的標籤寫法：
<meta charset=UTF-8 />這是因為HTML 5並非XML語言，他對與法的規範沒有這麼嚴格，瀏覽器只要知道是text/html形式的文件就可以了，並不會管XHTML的語法，XHTML的語法只有XHTML驗證器材會在意。但即使語言規範並不是很嚴格，還是建議大家用自己習慣的一套寫法，不要格式亂七八糟的，以免往後維護起來 會很麻煩。
那接下來就來試著寫一個可以自動轉換DOCTYPE以及<meta>標籤的功能吧!由於我熟悉的程式語言是Java，所以我文章中的程式碼會以Java為主。要做到上述的功能，我想最直接的方法就是把HTML原始碼丟到一個正規表達式裡面去了吧!
(to be continue...)
沒有留言:
張貼留言