Docbook XML文件前置处理Perl程序，解决回车，空格等等影响FOP排版输出的问题

Docbook的中文问题果然层出不穷，现在都有点后悔采用Docbook格式写论文了，下面一段Perl程序通过删除<para></para>标签下的所有空格和换行符，试图解决FOP中文回车、空格影响排版输出的问题。

同时，程序还会自动保持<![CDATA[ ]]>原始数据原样不变，支持在<footnote>标记内嵌套<para>标记等等特点，总之是论文必备

不过即使这样，FOP还是会傻傻的把中文标点放在行首，这个问题挺麻烦的，可能是<xsl:param name="hyphenate">false</xsl:param>惹得祸，但是如果启用docbook-xsl又会报Couldn\'t find hyphenation pattern错……，不过这个问题可以通过使用商业的XEP解决，个人版还是免费的，也直接支持中文宋体（不必改cn-ZH为cn了）。

不管如何，现在起码我不用把<para></para>一段文字写成一行了，Oxygen XML 编辑器只要启用text wrap自动折行就不再同时提供代码折叠功能，而没有代码折叠，又必须采用<!ENTITY preface SYSTEM "preface.xml">来管理长文档，一旦采用，preface.xml就作为实体，做不到实时文件架构验证了，我肯定不愿意放弃Oxygen XML Editor的实时验证文档功能，那就只有采用新的XInclude方法了，但是FOP自带的Xalan 2.7.0 XML XSLT引擎目前似乎还没开始支持这个XInclude功能……

# Used for pre-format the Docbook for fix Chinese FO XSL problem in docbook-xsl

# Eric Guo <eric.guocz _@_ gmail.com>, GPL v2 Lincense

#!/bin/env perl

use strict;

use warnings;

use utf8;

open(F, $ARGV[0]) or die "Can\'t open file $ARGV[0]: $!\n";

my $in_book = 0;

my $in_para = 0;

my $in_cdata = 0;

READLINE:

while (<F>)

{

if ($in_book == 0)

{

if(/<book>/)

{

$in_book = 1;

}

s#http://www.docbook.org/xml/(.*)/docbookx\.dtd#../docbook-xml-$1/docbookx\.dtd#;

print $_;

}

else {

if(/<!\[CDATA\[/)

{

$in_cdata = 1;

}

if(/\]\]>/)

{

$in_cdata = 0;

}

if($in_cdata == 0)

{

s/^\s+//;

s/\s+$/\n/;

if(/<para>/)

{

$in_para += 1;

}

if(/<\/para>/)

{

$in_para -= 1;

}

if($in_para == 0)

{

print $_;

next READLINE;

}

else

{

chomp $_;

print $_;

next READLINE;

}

}

else

{

print $_;

next READLINE;

}

}

}