tools/parse_companies.pl

   1 #!/usr/bin/perl
   2
   3 # parse companies from
   4 # https://www.bluetooth.com/specifications/assigned-numbers/company-identifiers
   5
   6 use strict;
   7 # use URI::Encode qw(uri_decode);
   8
   9 my %known_entities = (
  10     'nbsp' => ' ',
  11     'eacute' => 'é',
  12     'auml' => 'ä',
  13 );
  14
  15 # better to use URI::Encode if you have it
  16 sub uri_decode {
  17     my $name = $_[0];
  18     foreach my $entity (keys %known_entities) {
  19         my $to = $known_entities{$entity};
  20         $name =~ s/&$entity;/$to/g;
  21     }
  22     foreach my $entity (map { lc $_ } $name =~ /&([^;]+);/g) {
  23         if ($entity ne 'amp') {
  24             print "Unable to convert &$entity;, giving up\n";
  25             exit 1;
  26         }
  27     }
  28     $name =~ s/&amp;/&/ig;
  29     $name =~ s/&nbsp;/ /ig;
  30     return $name;
  31 }
  32
  33 # never parse HTML with regex!
  34 # except when you should
  35
  36 my $identifier;
  37 my $next_is_name = 0;
  38
  39 while (<>) {
  40     s/\xe2\x80\x8b//g; # kill zero width space
  41
  42     # grab identifier (in hex)
  43     if (/\<td.*(0x[0-9A-F]{4})/i) {
  44         $identifier = $1;
  45         $next_is_name = 1;
  46
  47     # next <td> should be company name
  48     } elsif ($next_is_name && m|\<td.*\>(.*)\</td\>|) {
  49         my $name = uri_decode($1);
  50         $name =~ s/^\s+//g; # kill leading
  51         $name =~ s/\s+$//g; # and trailing space
  52         my $id = hex($identifier);
  53         if ($id != 65535) {
  54             print "\tcase $id:\n";
  55             print "\t\treturn \"$name\";\n";
  56         }
  57         $next_is_name = 0;
  58     }
  59 }