Question

我有这个html片段：

<font color="#ff0000">Lorem <font size="4">ipsum dolor</font> sit amet</font>

我希望使用DOMDocument将每个font标记替换为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..

但我明白了：

<span style="color:#ff0000; ">Lorem ipsum dolor sit amet</span>

为什么呢？

我想这是因为$font->parentNode->replaceChild($newFont,$font);以某种方式用其文本值替换外部范围......或者这个查询$xPath->query('//font')可能是错误的。我很喜欢经验丰富的建议......谢谢

Answer 1

简介

来自以下对话

rekire

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认为这不是DomDocument＆amp; Regular Expresstion因为您正在处理HTML 5中不再支持的depreciated HTML Tags问题

含义

这意味着font不是您唯一可能需要替换的问题

缩写
applet
BASEFONT
大
中心
DIR
帧
框架
无框架
取值
击
TT
XMP

使用Tidy

我会推荐Tidy这样设计的目的是让你不必做你将要做的事情

FORM PHP DOC

Tidy是Tidy HTML clean 和修复实用程序的绑定，它不仅可以清理和操作HTML文档，还可以遍历文档树

实施例

$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');

输出

<!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>

另见Cleaning HTML by removing extra/redundant formatting tags示例

Better Sill：HTMLPurifier

您可以使用 HTMLPurifier ，它还使用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不仅可以删除所有恶意代码（更好地称为XSS），使用经过全面审核，安全且宽松的白名单，还可以确保您的文档符合标准，只有通过对W3C规范的全面了解才能实现的东西

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);

输出

string '<span style="color:#ff0000;">Lorem <span style="font-size:large;">ipsum dolor</span> sit amet</span>' (length=100)

我想要DOMDocument

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()));

Answer 2

可以使用XSL将标记更改为span。

<?php

$dom = new DOMDocument();

$dom->loadXML('<font color="#ff0000">Lorem <font size="4">ipsum dolor</font> sit amet</font>');

echo "Starting Point:" . $dom->saveXML() . PHP_EOL;

$xsl = new DOMDocument('1.0', 'UTF-8');
// Could be a seperate file
$xsl->loadXML(<<<XSLT
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
                version="1.0">

    <!-- Identity rule -->
    <xsl:template match="@*|node()"><xsl:copy><xsl:apply-templates select="@*|node()"/></xsl:copy></xsl:template>
    <xsl:template match="text()"><xsl:value-of disable-output-escaping="yes" select="."/></xsl:template>

    <xsl:template match="font">
        <xsl:element name="span">
            <xsl:attribute name="style" xsl:space="default">
                <xsl:if test="@size">font-size: <xsl:value-of select="round(@size * 10 div 2) div 10" /> em;</xsl:if>
                <xsl:if test="@color">color: <xsl:value-of select="@color" />;</xsl:if>
            </xsl:attribute>
            <xsl:apply-templates select="node()"/>
        </xsl:element>
    </xsl:template>
</xsl:stylesheet>
XSLT
);

$proc = new XSLTProcessor();
$proc->importStylesheet($xsl);
echo $proc->transformToXML($dom);

Answer 3

您的代码示例似乎遇到了几个不同的问题。

查询结果包含正在更改的项目
$ node-＆gt; nodValue不包含子节点

发现从foreach更改为while，并且多次运行查询解决了在更改树中查找节点的问题。

$fonts = $xPath->query('//font');
while ($fonts->length > 0) {
    $font = $fonts->item(0);

    // Get bits of data before touching the tree

    $style   = '';
    if($font->hasAttribute('size')){
        $size   = $font->getAttribute('size');
        $style .= 'font-size:' . round($size/2, 1) . 'em; ';
    }
    if($font->hasAttribute('color')){
        $style .= 'color:' . $font->getAttribute('color') . '; ';
    }

    // Create the new node

    $newFont = $dom->createElement('span');
    if(!empty($style)) {
        $newFont->setAttribute('style', $style);
    }


    // Copy all children into a basic array to avoid an iterator
    // on a changing tree
    $children = iterator_to_array($font->childNodes);
    foreach ($children as $child) {
        // This has a side effect of removing the child from its old
        // location, which changes the tree
        $newFont->appendChild($child);
    }

    // Replace the parent's child, which changes the tree
    $font->parentNode->replaceChild($newFont, $font);


    // query again on the new tree
    $fonts = $xPath->query('//font');
}

DOMDocument - 如何替换嵌套元素

3 个答案:

简介

含义

使用Tidy

实施例

Better Sill：HTMLPurifier

我想要DOMDocument