# charset="CP932"
# encoding="CP932"
# 表示がクソ重たい <http://www-6.ibm.com/jp/developerworks/linux/>
# に在る様な File を 65535 倍速く表示出来る HTML に変換する.
# 諸惡の根源は間違った Table の使い方であり、商用 Site の殆どの
# HTML File は内容の善し惡しに拘らず Markup の仕方が腐ってゐる。
# HTML 書き換える以外に WannaBe や w3m で読むという方法もある ;-p

#!/usr/bin/perl -00pi.bak
# perl は記述が簡潔で効果絶大
s#<(/?)(?:table|tbody|tfoot|thead)\b[^>]*#<${1}div#gi;
s#<(/?)(?:tr)\b[^>]*#<${1}p#gi;
s#<(/?)(?:td|th)\b[^>]*#<${1}span#gi;
s/<img\b[^>]*>//gi;
__END__

#!/usr/bin/awk -f
# awk は範囲指定が簡単に出来る (Perl も簡単だけど ^^;;)
# この Script は Tag に改行が含まれると処理出来ない
BEGIN { IGNORECASE = 1 }
{
	gsub("</(table|tbody|tfoot|thead)[^>]*", "</div" );
	gsub(/<(table|tbody|tfoot|thead)[^>]*/, "<div" );
	gsub("</(tr)[^>]*", "</p");
	gsub(/<(tr)[^>]*/, "<p");
	gsub("</(td|th)[^>]*", "</span");
	gsub(/<(td|th)[^>]*/, "<span");
	gsub(/<img[^>]*>/, "");
}
1;# print

#!/usr/bin/env python
# python で awk 風の行 Filter.
import re
import string
import sys

retable = re.compile(r"<(/?)(?:table|tbody|tfoot|thead)\b[^>]*>", re.I)
retr    = re.compile(r"<(/?)(?:tr)\b[^>]*>", re.I)
recell  = re.compile(r"<(/?)(?:td|th)\b[^>]*>", re.I)
reimg   = re.compile(r"<img\b[^>]*>", re.I)

# cat したり大きい File は行毎に処理したいので Tag 中に改行を含むと処理出来ない
for x in sys.argv[1:]:
	i = open(x)
	o = open(x + '.new', 'w')
	while 1:
		L = i.readline()
		if not L: break
		o.write(reimg.sub('', recell.sub('<\1span>', retr.sub('<\1p>', retable.sub(r'<\1div>', L)))))
	i.close()
	o.close()

# 比較的小さな File なら全体を対象にすれば改行を挟んでも処理出来る
#for x in sys.argv[1:]:
#	i = open(x)
#	o = open(x + '.new', 'w')
#	o.write(reimg.sub('', recell.sub('<\1span>', retr.sub('<\1p>', retable.sub(r'<\1div>', i.read())))))
#	i.close()
#	o.close()

sys.exit()