コアアルゴリズム
コマンドページのHTML構造
各コマンドページはDITA由来の一貫したXHTML構造に従っている:
html
<body id="bgp_aggregate">
<h1 class="title topictitle1">32.2 経路の集約の設定</h1>
<div class="body refbody">
<div class="section">
<h2 class="title sectiontitle">[書式]</h2>
<ul class="sl simple">
<li class="sli">
<span class="ph synph">
<span class="keyword kwd">bgp</span>
<span class="ph delim"> </span>
<span class="keyword kwd">aggregate</span>
...
</span>
</li>
</ul>
</div>
<div class="section">
<h2 class="title sectiontitle">[設定値及び初期値]</h2>
<!-- ネストされたul + table構造 -->
</div>
<div class="section">
<h2 class="title sectiontitle">[説明]</h2>
<p class="p">...</p>
</div>
</div>
<div class="related-links">
<div class="parentlink"><a href="...">BGP</a></div>
</div>
</body>セクションのディスパッチ
typescript
$('.section').each((_, section) => {
const heading = $(section).find('h2.sectiontitle').first().text().trim()
if (heading === '[書式]') {
// → extractSyntax: li.sliのテキストを収集 → フェンスコードブロック
} else {
// → sectionToMarkdown: 子要素を走査、テーブル→GFM、テキスト→段落
}
})書式の抽出 (extractSyntax)
[書式] セクション内の各 li.sli には1つの書式バリアント（例: 肯定形と no 形）が含まれる。各リストアイテムのテキストを収集して1つのフェンスコードブロックにまとめる:
typescript
$section.find('li.sli').each((_, li) => {
lines.push($(li).text().replace(/\s+/g, ' ').trim())
})
return '```\n' + lines.join('\n') + '\n```'span.keyword.kwd・span.ph.var・span.ph.delim 要素はすべてテキストにフラット化される。これらのCSSクラスはブラウザレンダリング用にのみ存在する。
テーブルの変換 (tableToMarkdown)
HTMLテーブルは行単位で変換される。最初の <tr> がヘッダ行になり、--- セルのセパレータ行が挿入され、残りの行がボディ行になる:
typescript
$table.find('tr').each((_, tr) => {
const cells = $(tr).find('th, td').map((_, c) => $(c).text().trim()).get()
rows.push(cells)
})
// rows[0] = ヘッダ, rows[1..] = ボディ制限: rowspan と colspan 属性は処理されない。複数行にまたがるセルは最初の行にのみ現れ、後続の行はヘッダより列数が少なくなる。テキストコンテンツは欠損しない。
混在コンテンツのセクション
一部のセクション（特に [設定値及び初期値]）はプレーンテキストとテーブルが混在している:
<ul>
<li>
<var>ip_address/mask</var>
<ul>
<li>[設定値]: ...</li>
</ul>
<table>...</table>
<li>[初期値]: ...</li>
</li>
</ul>sectionToMarkdown は直接の子要素を走査してディスパッチする:
table要素 →tableToMarkdown- ネストされたテーブルを含む要素 → 1レベル再帰し、テーブルとテキストを個別に抽出
- その他の要素 →
.text()を段落テキストとして出力