Gio*_*ona 1 php domdocument domxpath
我有这个html片段:
<font color="#ff0000">Lorem <font size="4">ipsum dolor</font> sit amet</font>
我想使用DOMDocument font用a 替换每个标记span.这是我的功能atm:
$fonts = $xPath->query('//font');
foreach($fonts as $font){
$style = '';
$newFont = $dom->createElement('span',$font->nodeValue);
if($font->hasAttribute('size')){
$size = $font->getAttribute('size');
$style.='font-size:'.round($size/2,1).'em; ';
}
if($font->hasAttribute('color')){
$style.='color:'.$font->getAttribute('color').'; ';
}
if($style!='') $newFont->setAttribute('style',$style);
$font->parentNode->replaceChild($newFont,$font);
}
我期待这个输出:
<span style="color:#ff0000; ">Lorem <span style="font-size:2em;">ipsum etc..
但我得到:
<span style="color:#ff0000; ">Lorem ipsum dolor sit amet</span>
为什么？
我想这$font->parentNode->replaceChild($newFont,$font);是因为以某种方式用它的文本值替换外部跨度......或者这个查询可能$xPath->query('//font')是错误的.我很喜欢经验丰富的建议......谢谢
从以下对话中
rekire
你为什么不简单地使用正则表达式？ -
GionaF
rekire我已经做了很长时间了,但我正在尝试切换到DOMDocument/html5lib ... codinghorror.com/blog/2009/11/parsing-html-the-cthulhu-way.html`
我完全同意这就是为什么我相信这不是一个工作的两个DomDocument及Regular Expresstion,因为你面对的问题depreciated HTML Tags是,在HTML 5不再支持
这意味着font您可能还必须替换这个问题
我会推荐Tidy,它的设计是为了让你不必做你将要做的事情
FORM PHP DOC
Tidy是Tidy HTML 清理和修复实用程序的绑定,它不仅允许您清理和操作HTML文档,还可以遍历文档树.
$html = '<font color="#ff0000">Lorem <font size="4">ipsum dolor</font> sit amet</font>';
$config = array(
'indent' => true,
'show-body-only' => false,
'clean' => true,
'output-xhtml' => true,
'preserve-entities' => true);
$tidy = new tidy();
echo $tidy->repairString($html, $config, 'UTF8');
产量
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<title></title>
<style type="text/css">
/*<![CDATA[*/
span.c2 {
color: #FF0000
}
span.c1 {
font-size: 120%
}
/*]]>*/
</style>
</head>
<body><span class="c2">Lorem <span class="c1">ipsum dolor</span> sit amet</span>
</body>
</html>
有关示例,另请参阅通过删除额外/冗余格式标记来清除HTML
您可以使用HTMLPurifier,它也使用Tidy来清理HTML,您只需要设置TidyLevel
HTML Purifier是一个用PHP编写的符合标准的HTML过滤器库.HTML Purifier不仅会删除所有恶意代码(更好地称为XSS),并且具有经过全面审核,安全且宽松的白名单,还可以确保您的文档符合标准,只有通过全面了解W3C规范才能实现这些目标
require_once 'htmlpurifier-4.4.0/library/HTMLPurifier.auto.php';
$html = '<font color="#ff0000">Lorem <font size="4">ipsum dolor</font> sit amet</font>';
$config = HTMLPurifier_Config::createDefault();
$config->set('HTML.TidyLevel', 'heavy');
$purifier = new HTMLPurifier($config);
$clean = $purifier->purify($html);
var_dump($clean);
产量
string '<span style="color:#ff0000;">Lorem <span style="font-size:large;">ipsum dolor</span> sit amet</span>' (length=100)
如果你想要的只是dom并且你不关心我的所有解释那么你可以使用
$html = '<font color="#ff0000">Lorem <font size="4">ipsum dolor</font> sit amet</font>';
$dom = new DOMDocument();
$dom->loadHTML($html);
$nodes = iterator_to_array($dom->getElementsByTagName('font'));
foreach ( $nodes as $font ) {
$css = array();
$font->hasAttribute('size') and $css[] = 'font-size:' . round($font->getAttribute('size') / 2, 1) . 'em;';
$font->hasAttribute('color') and $css[] = 'color:' . $font->getAttribute('color') . ';';
$span = $dom->createElement('span');
$children = array();
foreach ( $font->childNodes as $child )
$children[] = $child;
foreach ( $children as $child )
$span->appendChild($child);
$span->setAttribute('style', implode('; ', $css));
$font->parentNode->replaceChild($span, $font);
}
echo "<pre>";
$dom->formatOutput = true;
print(htmlentities($dom->saveXML()));