Sprawdziłem dziś http://pinkaccordions.homelinux.org/wblog za pomocą xmllinta i ponieważ się okazało, że są błędy postanowiłem skończyć z partyzantką. Od dziś kilka stron będę weryfikował automatem, np. w taki sposób:

SGML_CATALOG_FILES=~/etc/xml/catalog  xmllint --catalogs  --noout --valid http://pinkaccordions.homelinux.org/

Jeżeli korzystamy z domyślnego /etc/xml/catalog, to podanie SGML_CATALOG_FILES jest zbędne. W tymże pliku ~/etc/xml/catalog dodałem wpisy:

<uri name="http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd" 
    uri="file:///home/tomek/etc/xml/dtd/xhtml/1.1/xhtml11.dtd" />
<uri name="http://www.w3.org/TR/ruby/xhtml-ruby-1.mod" 
    uri="file:///home/tomek/etc/xml/dtd/xhtml/1.1/xhtml-ruby-1.mod" />
<rewriteSystem systemIdStartString="http://www.w3.org/TR/xhtml-modularization/DTD/"
    rewritePrefix="file:///home/tomek/etc/xml/dtd/xhtml/1.1/" />
<rewriteURI uriStartString="http://www.w3.org/TR/xhtml-modularization/DTD/"
    rewritePrefix="file:///home/tomek/etc/xml/dtd/xhtml/1.1/" />

Uwaga: pierwsze dwa wiersze nie wystarczą, bo xhtml11.dtd dołącza całą chmarę innych plików -- konkretnie 35 plików .mod oraz 3 .ent. Wszystkie te pliki skopiowałem do /home/tomek/etc/xml/dtd/xhtml/1.1/

Teraz wywołuję xmllint za pomocą prostego skryptu:

#!/bin/bash
# Sprawdzanie poprawnosci wybranych stron na pinkaccordions.homelinux.org
LOGFILE=~/Logs/WWW/xhtml-errors.log
XMLCATALOG=~/etc/xml/catalog
LINT=/usr/bin/xmllint
TODAY=`date`

for url in 'http://pinkaccordions.homelinux.org/wblog' 'http://pinkaccordions.homelinux.org/' ...
do 
   SGML_CATALOG_FILES=$XMLCATALOG  $LINT --catalogs  --noout --valid $url

    if [ "$?" -ne 0 ] ; then
        echo "Error found in $url [$TODAY]" >> $LOGFILE 
    fi
done

Ewentualnie można też tak:

#!/usr/bin/perl
# Sprawdzanie poprawnosci za pomoca `W3C Markup Validation Service'
use LWP::Simple;
$LOGFILE='/home/tomek/Logs/WWW/xhtml-errors.log';
my $today = localtime;

open LOG, ">>$LOGFILE";

my @URLs = (
  'http://validator.w3.org/check?uri=http%3A%2F%2Fpinkaccordions.homelinux.org%2Fwblog',
  'http://validator.w3.org/check?uri=http%3A%2F%2Fpinkaccordions.homelinux.org',
   ... );

foreach $url (@URLs) { print STDERR "Sprawdzam: $url...\n";
    $content = get("$url");
    if ($content =~ /Information on validation.*Congratulations/m) { print STDERR "$url is OK\n" } else
    { print LOG "$today => errors found => $url\n" ; }
}

close (LOG);

W3C ma też API do serwisu walidacyjnego, ale skomplikowane to API jest...

Xmllint ma użyteczną opcję, która pozwala sprawdzić poprawność pliku .xml względem zewnętrznego pliku DTD, tj. plik nie musi zawierać deklaracji DOCTYPE. Wygląda jednak, że implementacja tegoż zawiera poważne błędy. O tyle sprawa jest dziwna, że w google na ten temat nic nie ma a błąd jest tak oczywisty, że powinno być. Przykładowe DTD (A.dtd):

<!ELEMENT a (#PCDATA)                   >
<!ATTLIST a b CDATA "Wartosc domyslna"  >
<!ENTITY  e "Tresc encji"               >

Przykładowy plik (A.xml):

<?xml version="1.0" encoding='ISO-8859-2'?>
<!-- <!DOCTYPE a SYSTEM "A.dtd"> -->
<a>Przykład encji: &e;</a>

teraz uruchomienie xmllint z opcją dtdvalid:

$ xmllint --dtdvalid A.dtd A.xml
A.xml:3: parser error : Entity 'e' not defined

kończy się błędem...

Co się odwlecze. Francja przegrała 9 do 14. Sędzia tym razem nie pomagał. Gwizdnął słusznie faul ca 5 minut przed końcem dający Anglikom prowadzenie, potem Wilkinson dodał trzy punkty z dropa. Kibicowałem Anglikom bo byli lepsi, może nie dużo lepsi ale jednak. Dziś wieczorem RPA vs Argentyna. A w eliminacjach Anglia poległa z RPA haniebnie. Ciekawe czy już w finale będzie miała okazje do rewanżu a tym razem zagra Wilkinson.

Przy okazji: aż do wczoraj ta strona nie wyświetlała się w Operze z powodu błędu składniowego. Dla FF wszystko było OK. Sprawdziłem zatem porządnie co jest nie tak:

http://pinkaccordions.homelinux.org/wblog && \
xmllint --valid --noout wblog

i faktycznie był błąd. Teraz jest OK. W IE#6 jest kompetnie do kitu ale nie mam motywacji sprawdzać co jest nie tak.