Я пытаюсь разобрать документ и получить все теги изображений и изменить источник для чего-то другого.
$domDocument = new DOMDocument(); $domDocument->loadHTML($text); $imageNodeList = $domDocument->getElementsByTagName('img'); foreach ($imageNodeList as $Image) { $Image->setAttribute('src', 'lalala'); $domDocument->saveHTML($Image); } $text = $domDocument->saveHTML();
Первоначально текст $ выглядит так:
<p> Привет, это тест, вот изображение <img src = "http://mysite.com/beer.jpg" width = "60" height = "95" /> Потому что мне нравится Beer! </ р>
и это вывод $ text:
<! DOCTYPE html PUBLIC "- // W3C // DTD HTML 4.0 Transitional // EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html> <body> <p> Привет, это тест, вот изображение <img src = "lalala" width = "68" height = "95"> Потому что мне нравится Beer! </ p> </ body > </ html>
Я получаю кучу дополнительных тегов (html, body и комментарий вверху), которые мне действительно не нужны. Любой способ настроить DOMDocument, чтобы не добавлять эти дополнительные теги?
Спасибо!
DomDocument, к сожалению, отстает и не позволит вам это делать. Попробуй это:
$text = preg_replace('/^<!DOCTYPE.+?>/', '', str_replace( array('<html>', '</html>', '<body>', '</body>'), array('', '', '', ''), $domDocument->saveHTML()));
Вам просто нужно добавить 2 флага в метод loadHTML() : LIBXML_HTML_NOIMPLIED|LIBXML_HTML_NODEFDTD . Т.е.
$domDocument->loadHTML($text, LIBXML_HTML_NOIMPLIED|LIBXML_HTML_NODEFDTD);
См. Демонстрацию IDEONE :
$text = '<p>Hi, this is a test, here is an image<img src="http://example.com/beer.jpg" width="60" height="95" /> Because I like Beer!</p>'; $domDocument = new DOMDocument; $domDocument->loadHTML($text, LIBXML_HTML_NOIMPLIED|LIBXML_HTML_NODEFDTD); $imageNodeList = $domDocument->getElementsByTagName('img'); foreach ($imageNodeList as $Image) { $Image->setAttribute('src', 'lalala'); $domDocument->saveHTML($Image); } $text = $domDocument->saveHTML(); echo $text;
Вывод:
<p>Hi, this is a test, here is an image<img src="lalala" width="60" height="95"> Because I like Beer!</p>
Если вы до взлома, это то, как мне удалось обойти эту досаду. Загрузите строку как XML и сохраните ее как HTML. 🙂
вы можете использовать http://beerpla.net/projects/smartdomdocument-a-smarter-php-domdocument-class/ :
DOMDocument имеет чрезвычайно плохо спроектированную «функцию», где, если код HTML, который вы загружаете, не содержит и теги, он автоматически добавляет их (да, флаги не отключены).
Таким образом, когда вы вызываете $ doc-> saveHTML (), ваш недавно сохраненный контент теперь имеет и DOCTYPE в нем. Не очень удобно при попытке работать с фрагментами кода (аналогичная проблема с XML).
SmartDOMDocument содержит новую функцию saveHTMLExact (), которая делает именно то, что вы хотите – она сохраняет HTML без добавления лишнего мусора, который делает DOMDocument.
Если вы собираетесь сохранять как HTML, вы должны ожидать, что будет создан действительный HTML-документ!
Существует еще один вариант: DOMDocument::saveXML имеет необязательный параметр, позволяющий вам получить доступ к содержимому XML определенного элемента:
$el = $domDocument->getElementsByTagName('p')->item(0); $text = $domDocument->saveXML($el);
Это предполагает, что ваш контент содержит только один элемент p .