±htmlstrip

Beschreibung

Beim Einlesen einer HTML -Tabelle in CSVfox können die Felddaten auch noch HTML -Markup enthalten.
Dies kann gewünscht sein, wenn die Felder später wieder auf einer Webseite angezeigt werden sollen. Wenn stattdessen das Markup entfernt werden soll, erledigt dieser Befehl dies.

Muster

Dies geschieht beim Lesen der Tabelle, bevor Spalten geändert oder Daten bearbeitet werden.

[Quelltext] Beispiel für den noch fehlenden Unterschied]

Funktion

Die Einstellung ±htmlstrip führt die folgenden Änderungen durch:

• Alle (im Browser) unsichtbaren Zeilenumbrüche werden entfernt und <br>, <p> und <div> Tags werden stattdessen durch Zeilenumbrüche ersetzt.
• Es ersetzt alle <a href=...>-Tags und <img src=...>-Tags durch ihre eingebettete URL, die in runde Klammern gesetzt wird.
• Alle <ul>Listen werden durch ihre Listenelemente in separaten Zeilen ersetzt, denen ein Symbol oder ein Sternchen (*) vorangestellt wird.
• Alle <ol>Listen werden durch ihre Listenelemente in separaten Zeilen ersetzt, denen ihre Ordnungszahl im vorgesehenen Format vorangestellt wird.
• Alle eingebetteten <table> Tabellen werden durch ihre Zeilen in separaten Zeilen ersetzt, wobei jede Zeile aus durch Kommas getrennten Feldern besteht.
• Schließlich wird das gesamte verbleibende HTML -Markup entfernt und alle HTML -Entitäten werden durch ihre reinen Textzeichen ersetzt (d. h.&Auml; wird durch Ä ersetzt und &lt; wird durch < ersetzt).

Da CSS nicht ausgewertet und verarbeitet werden kann, kann keine CSS-Formatierung (z. B. das dort definierte Listenformat) berücksichtigt werden. Nur die HTML -Attribute werden gegebenenfalls verwendet.

Anwendungsbeispiele

csvfox https://example.com/infile.csv +filetype=html +htmlstrip (...)

Liest die erste HTML -Tabelle von der Website und entfernt alle HTML -Daten.

Nur eine Teilmenge der Spalten entfernen

Muster