sys/man/1/uhtml

   1 .TH UHTML 1
   2 .SH NAME
   3 uhtml \- convert foreign character set HTML file to unicode
   4 .SH SYNOPSIS
   5 .B uhtml
   6 [
   7 .B -p
   8 ] [
   9 .B -c
  10 .I charset
  11 ] [
  12 .I file
  13 ]
  14 .SH DESCRIPTION
  15 HTML comes in various character set encodings
  16 and has special forms to encode characters. To
  17 make it easier to process html, uhtml is used
  18 to normalize it to a unicode only form.
  19 .LP
  20 Uhtml detects the character set of the html input
  21 .I file
  22 and calls
  23 .IR tcs (1)
  24 to convert it to utf replacing html-entity forms
  25 by ther unicode character representations except for
  26 .B lt
  27 .B gt
  28 .B amp
  29 .B quot
  30 and
  31 .B apos .
  32 The converted html is written to
  33 standard output. If no
  34 .I file
  35 was given, it is read from standard input. If the
  36 .B -p
  37 option is given, the detected character set is printed and
  38 the program exits without conversion.
  39 In case character set detection fails, the default (utf)
  40 is assumed. This default can be changed with the
  41 .B -c
  42 option.
  43 .SH SOURCE
  44 .B /sys/src/cmd/uhtml.c
  45 .SH SEE ALSO
  46 .IR tcs (1)