トークンごとに処理する

まずは、練習として、英数字からなる文字列を予約語として扱ってみる。

SourceToHtml5.plx

# ヘッダ部

fileCopy(".\\Template\\header.txt");
# ソース部の変換

putLine($line) while ($line = getLine());
# フッタ部

fileCopy(".\\Template\\footer.txt");
# ファイルのコピー

sub fileCopy

{

    my ($fileName) = @_;
    open(F, $fileName) || die "open: $!";

    print while (<F>);

    close(F);

}
# １行ずつ読み込む

sub getLine

{

    # １行読み込む

    $_  =   <>;
    # TABを空白に変換

    while(($pos = index($_, "\t")) >= 0) #TABがあるか

    {

        $num = 4 - ($pos % 4); #空白何文字分に置き換えればよいか

        $_ = substr($_,0,$pos).(' ' x $num).substr($_,$pos+1); #空白に置き換え

    }
    # 行末の空白を削除

    s/ +$//;
    # 変換結果を返す

    return  $_;

}
# １行ずつ書き込む

sub putLine

{

    my($line)   =   @_;

    my $token   =   "";
    # 改行コードを取り除く

    chomp($line);
    while(length($line))

    {

        if ($line =~ /./)

        {

            # １文字取得

            $_  =   $&;
            # １文字切り詰める

            $line   =   substr($line, length($_));
            # 英数字なら、トークンに追加

            if (/[A-Za-z0-9_]/)

            {

                $token .= $&;

            }

            else

            {

                # 未出力のトークンを書く

                if (length($token))

                {

                    print "<SPAN CLASS=\"KEY\">".$token."</SPAN>";

                    $token = "";

                }
                # <, >, &, |, (, ) を置換

                s/&/&#x26;/g;   # &

                s/</&#x3C;/g;   # <

                s/>/&#x3E;/g;   # >

                s/\(/&#x28;/g;  # ( はてな用

                s/\)/&#x29;/g;  # ) はてな用

                s/\|/&#x7C;/g;  # | はてな用
                print $_;

            }

        }

    }
    # 未出力のトークンを書く

    if (length($token))

    {

        print "<SPAN CLASS=\"KEY\">".$token."</SPAN>";

        $token = "";

    }
    # 改行

    print "\n";

}

実行形式

C:\Perl5>jperl SourceToHtml5.plx input.txt > output.txt