mkprintf

テキスト文書、特にＨＴＭＬで書かれた文書を、Ｃ系の言語（C、Perl、PHP)のprintf文に変換します。また、％、￥、”等のエスケープが必要な文字は、自動的にエスケープされます。

HTML文書では先頭のスペースや空行は関係ないので、行の先頭のスペースやタブは自動的にカットされます。また、空行は出力から除外されます。ただし、オプションでそれらの処理を制御することもできます。

まず、下記リンクをクリックして、ソース一式をダウンロードします。
mkprintf-1.02.tar.gzをダウンロード
これを、適当なコンパイル用のディレクトリにアップします。

tar xvzf mkprintf-1.02.tar.gz
cd mkprintf-1.02
make
sudo make install

コンパイルが通れば、実行ファイルが/usr/local/binにコピーされます。外部ライブラリは使ってないので、configureスクリプトは入ってません。お使いの環境でコンパイルが通らない場合は、Makefileを書き換えてみてください。

このサイトで使っているサーバー（CentOS4.7）では正常にコンパイルする事ができましたが、全てのLinuxでコンパイルできるとは限りません。Linuxのディストリビューションによってはエラーが出てしまう事も考えられますが、その際は申し訳ありませんが、エラーの内容をチェックしてソースやMakefileの修正をお願いします。

ソースが正しくコンパイルされていれば、実行ファイルmkprintfというファイルが作られていると思います。このファイルを実行します。

ファイル名・・・入力ファイル名を指定します。指定しなかった時は、標準入力になります。

　オプション

test.htmlというファイルを読み込んで、printf文にして出力します。上と下は同じ動作をしますが、下は標準入力からリダイレクトしています。

test.htmlというファイルを読み込んで、test.phpというファイルに出力しています。上と下は同じ動作をしますが、下は標準出力からリダイレクトしています。

test.htmlというファイルをprintf文にしますが、先頭のタブやスペースもそのまま出力します。

test.htmlというファイルをprintf文にしますが、空行もそのまま出力します。

・１行の長さの制約
１行の長さは4096バイトまでです。それ以上長い文字列は4096バイト目でカットされます。しかし、HTMLでそんなに１行が長い必要はないと思いますので、問題はないと思います。

・シフトＪＩＳコードを使う場合の注意
シフトＪＩＳコードで漢字を使う場合、「予」や「表」のような２バイト目にエスケープすべきコードが含まれている事があります。その場合、自動的に後ろに「￥」のコードが追加されます。

ただし、Perlのバージョンによっては半角の＠マークもエスケープしなければならない場合もあります。全角スペースが該当します。その場合でも、＠はエスケープされません。このように、Ｃ系言語でシフトＪＩＳコードを使うと、色々問題が発生する場合が多いため、Ｃ系言語ではできる限りＥＵＣコードを使う方がいいと思います。

・改行コードについて
改行コードは、[\r]または[\r\n]または[\n]を１個の改行コードとみなします。もし、[\n\r]という並びのコードがあると、改行２個とみなします。もっとも、そういう場合はまず無いと思います。また、古いMS-DOS形式のファイルでは最後に0x1a(EOF)コードがついている事がありますが、これは自動的にカットされます。