cleanfile: a script to clean up stealth whitespace
This script cleans up various classes of stealth whitespace. In particular, it cleans up: - Whitespace (spaces or tabs)before newline; - DOS line endings (CR before LF); - Space before tab (spaces are deleted or converted to tabs); - Empty lines at end of file. Signed-off-by: H. Peter Anvin <hpa@zytor.com> Signed-off-by: Sam Ravnborg <sam@ravnborg.org>
This commit is contained in:
parent
dc24f0e708
commit
12b315603a
|
@ -0,0 +1,126 @@
|
||||||
|
#!/usr/bin/perl -w
|
||||||
|
#
|
||||||
|
# Clean a text file -- or directory of text files -- of stealth whitespace.
|
||||||
|
# WARNING: this can be a highly destructive operation. Use with caution.
|
||||||
|
#
|
||||||
|
|
||||||
|
use bytes;
|
||||||
|
use File::Basename;
|
||||||
|
|
||||||
|
#
|
||||||
|
# Clean up space-tab sequences, either by removing spaces or
|
||||||
|
# replacing them with tabs.
|
||||||
|
sub clean_space_tabs($)
|
||||||
|
{
|
||||||
|
no bytes; # Tab alignment depends on characters
|
||||||
|
|
||||||
|
my($li) = @_;
|
||||||
|
my($lo) = '';
|
||||||
|
my $pos = 0;
|
||||||
|
my $nsp = 0;
|
||||||
|
my($i, $c);
|
||||||
|
|
||||||
|
for ($i = 0; $i < length($li); $i++) {
|
||||||
|
$c = substr($li, $i, 1);
|
||||||
|
if ($c eq "\t") {
|
||||||
|
my $npos = ($pos+$nsp+8) & ~7;
|
||||||
|
my $ntab = ($npos >> 3) - ($pos >> 3);
|
||||||
|
$lo .= "\t" x $ntab;
|
||||||
|
$pos = $npos;
|
||||||
|
$nsp = 0;
|
||||||
|
} elsif ($c eq "\n" || $c eq "\r") {
|
||||||
|
$lo .= " " x $nsp;
|
||||||
|
$pos += $nsp;
|
||||||
|
$nsp = 0;
|
||||||
|
$lo .= $c;
|
||||||
|
$pos = 0;
|
||||||
|
} elsif ($c eq " ") {
|
||||||
|
$nsp++;
|
||||||
|
} else {
|
||||||
|
$lo .= " " x $nsp;
|
||||||
|
$pos += $nsp;
|
||||||
|
$nsp = 0;
|
||||||
|
$lo .= $c;
|
||||||
|
$pos++;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
$lo .= " " x $nsp;
|
||||||
|
return $lo;
|
||||||
|
}
|
||||||
|
|
||||||
|
$name = basename($0);
|
||||||
|
|
||||||
|
foreach $f ( @ARGV ) {
|
||||||
|
print STDERR "$name: $f\n";
|
||||||
|
|
||||||
|
if (! -f $f) {
|
||||||
|
print STDERR "$f: not a file\n";
|
||||||
|
next;
|
||||||
|
}
|
||||||
|
|
||||||
|
if (!open(FILE, '+<', $f)) {
|
||||||
|
print STDERR "$name: Cannot open file: $f: $!\n";
|
||||||
|
next;
|
||||||
|
}
|
||||||
|
|
||||||
|
binmode FILE;
|
||||||
|
|
||||||
|
# First, verify that it is not a binary file; consider any file
|
||||||
|
# with a zero byte to be a binary file. Is there any better, or
|
||||||
|
# additional, heuristic that should be applied?
|
||||||
|
$is_binary = 0;
|
||||||
|
|
||||||
|
while (read(FILE, $data, 65536) > 0) {
|
||||||
|
if ($data =~ /\0/) {
|
||||||
|
$is_binary = 1;
|
||||||
|
last;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
if ($is_binary) {
|
||||||
|
print STDERR "$name: $f: binary file\n";
|
||||||
|
next;
|
||||||
|
}
|
||||||
|
|
||||||
|
seek(FILE, 0, 0);
|
||||||
|
|
||||||
|
$in_bytes = 0;
|
||||||
|
$out_bytes = 0;
|
||||||
|
$blank_bytes = 0;
|
||||||
|
|
||||||
|
@blanks = ();
|
||||||
|
@lines = ();
|
||||||
|
|
||||||
|
while ( defined($line = <FILE>) ) {
|
||||||
|
$in_bytes += length($line);
|
||||||
|
$line =~ s/[ \t\r]*$//; # Remove trailing spaces
|
||||||
|
$line = clean_space_tabs($line);
|
||||||
|
|
||||||
|
if ( $line eq "\n" ) {
|
||||||
|
push(@blanks, $line);
|
||||||
|
$blank_bytes += length($line);
|
||||||
|
} else {
|
||||||
|
push(@lines, @blanks);
|
||||||
|
$out_bytes += $blank_bytes;
|
||||||
|
push(@lines, $line);
|
||||||
|
$out_bytes += length($line);
|
||||||
|
@blanks = ();
|
||||||
|
$blank_bytes = 0;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
# Any blanks at the end of the file are discarded
|
||||||
|
|
||||||
|
if ($in_bytes != $out_bytes) {
|
||||||
|
# Only write to the file if changed
|
||||||
|
seek(FILE, 0, 0);
|
||||||
|
print FILE @lines;
|
||||||
|
|
||||||
|
if ( !defined($where = tell(FILE)) ||
|
||||||
|
!truncate(FILE, $where) ) {
|
||||||
|
die "$name: Failed to truncate modified file: $f: $!\n";
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
close(FILE);
|
||||||
|
}
|
Loading…
Reference in New Issue