require 'htmlscanner.rb'
data = DATA.read # __END__ 以降の部分は DATA から読むことができる
HTML.scan(data){|item|
case item
when HTML::Comment # コメント
p [ item.type, item.value ]
when HTML::MarkUpDecl # マークアップ宣言
p [ item.type, item.value ]
when HTML::StartTag # 開始タグ
p [ item.type, item.name, item.attribute ]
when HTML::EndTag # 終了タグ
p [ item.type, item.name ]
when HTML::TextData # テキストデータ
tdata = item.value
tdata.gsub!(/\s+/, " ") # 空白をまとめる
tdata.sub!(/ $/, "") # 末尾の空白を削除する
p [ item.type, tdata ] unless tdata.empty? # 空でなければ出力する
end
}
__END__
foo
bar
baz