1.tidy能干什么
现在的网站大部分都是HTML的，如果希望将它们标准化，手工的一页一页修改非常麻烦。tidy就是一个能够把html页面转换为xhtml和xml的工具，对于html中许多不规范的标记甚至是错误的标记能够予以修正。
我们还可以利用它生成多种样式的标签代码风格。
当我们需要从原始的html中提取数据时，可以利用它先转换为xml格式数据，然后再利用开发语言中的xml操作类去提取。
2.功能示例
a.丢失匹配对：
<h1>heading
<h2>subheading</h3>
被修正为
<h1>heading</h1>
<h2>subheading</h2>
b.结束标记错误
<p>here is a para <b>bold <i>bold italic</b> bold?</i> normal?
被修正为
<p>here is a para <b>bold <i>bold italic</i> bold?</b> normal?
c.
<h1><i>italic heading</h1>
<p>new paragraph
修正为：
<h1><i>italic heading</i></h1>
<p>new paragraph
d.
<i><h1>heading</h1></i>
<p>new paragraph <b>bold text
<p>some more bold text
修正为：
<h1><i>heading</i></h1>
<p>new paragraph <b>bold text</b>
<p><b>some more bold text</b>
e.
<h1><hr>heading</h1>
<h2>sub<hr>heading</h2>
修正为：
<hr>
<h1>heading</h1>
<h2>sub</h2>
<hr>
<h2>heading</h2>
f.将缺少的"/" 放到结束标签的位置：
<a href="#refs">References<a>
修正为：
<a href="#refs">References</a>
g.
<body>
<li>1st list item
<li>2nd list item
修正为：
<body>
<ul>
<li>1st list item</li>
<li>2nd list item</li>
</ul>
当标签属性值缺少引号，也会被加上，修正与属性值引号有关的错误
未知的标签和属性会报告出来
加入合适的DOCTYPE标签，使它符合w3c的标准
确少的 '>' 也会被修正
等等
3.多种格式化代码的风格：
a1.
<h1 align="right">
Heading
</h1>
a2.
<h1 align="right">Heading</h1>
b1.
<td><img src="foo.gif"></td>
<td><img src="foo.gif"></td>
b2.
<td>
<img src="foo.gif">
</td>
<td>
<img src="foo.gif">
</td>
4.扩展
tidy不仅只有命令行的形式，还有GUI界面的版本和DLL的可别调用的库文件
5.实例操作
下载tidy和一个需转换的文档
此主题相关图片如下：
cmd下通过：tidy -h可以查看相关命令选项
此主题相关图片如下：
需转换文档的htm代码
此主题相关图片如下：
转换后代码
此主题相关图片如下：
转换的命令
此主题相关图片如下：
6.参考和下载
http://www.w3.org/People/Raggett/tidy/
http://tidy.sourceforge.net/
cmd版tidy及示例文档下载
[返回] 中文XML论坛 - 专业的XML技术讨论区 →
XML.ORG.CN讨论区 - XML技术 → 『 WORD to XML, HTML to XML 』 → tidy:将html转换为xhtml(xml)的工具,实例配合[原创]
(订阅本版)
2007/11/3 2:39:00
顶端 
tidy:将html转换为xhtml(xml)的工具,实例配合[原创](2479字) － hongjuesir，2007年11月3日
新浪微博
