docs/parse-html.pl

   1 #!/usr/bin/perl
   2
   3 use warnings;
   4 use strict;
   5
   6 open(my $html, '<', 'Programming_Guide_A5013_RevEs.html') || die "run pdftohtml: $!";
   7
   8 sub strip_html {
   9         my $t = shift;
  10         $t =~ s{&nbsp;}{ }gs;
  11         $t =~ s{(<br>|\n)+}{}gs;
  12         $t =~ s{\s+$}{}gs;
  13         $t =~ s{\s*;\s*}{;}gs;
  14         return $t;
  15 }
  16
  17 while(<$html>) {
  18         next if m{^(&nbsp)?Page \d+};
  19         if ( m{<b>(\w+)&nbsp;</b><br>} ) {
  20                 my $command = $1;
  21                 my $param = <$html>;
  22                 next if $param =~ m{Page #};
  23                 my $description = <$html>;
  24                 printf "%-4s %-15s %s\n", $command, strip_html($param), strip_html($description);
  25         }
  26 }
  27