清理混乱的HTML——为tom新博客写的简单的php tidy,

复制PHP内容到剪贴板

PHP代码:

<?php
/**
* BlogTidy
* a tidy class for TOM BLOG
* 
* @author [MSN]murderxchip(at)gmail.com
* @version 0.1
* @copyright tom newblog team
* 
* @package class
*/
class BlogTidy {
private $tags; //tag stack
private $tidy_content; //tidy content
private $src_content; //source content
private $content_length;
private $pointer; //string pointer
private $pattern_tag_start = '/(<\w+?>)/i';
private $pattern_tag_end = '/(<\/[^>]+?>)/i';
private $pattern_tag = '/(<[^>]+?>)/i';
function __construct(){
  $this->tags = array(); // tag stack
  $this->pointer = 0; //字符串指针
}
function __destruct(){
  unset($this->tags);
  $this->tags = null;
}
/**
  * 执行tidy
  *
  * @param string $srcContent
  */
public function tidy($srcContent){
  $this->src_content = $srcContent;
  $this->content_length = strlen($srcContent);
  $this->process();
  return $this->tidy_content;
}

private function getTagStartName($tagString, &$tagName){
  $result = preg_match('/<(\w+)/', $tagString, $match);
  $tagName = $match[1];
  return $result;
}
private function getTagEndName($tagString, &$tagName){
  $result = preg_match('/<\/(\w+)>/', $tagString, $match);
  $tagName = $match[1];
  return $result;
}
private function getTagName($tagString){
  $result = preg_match('/<\/*(\w+)/', $tagString, $match);
  return $match[1];
}
private function process(){
  while(preg_match($this->pattern_tag, $this->src_content, $match, null, $this->pointer)){
   $tagstring = $match[0];
   $tagType = $this->getTagType($tagstring);
   switch ($tagType){
    case 'START':
     $this->processTagStart($tagstring);
     break;
    case 'END':
     $this->processTagEnd($tagstring);
     break;
    default:
     return;
     break;
   }
  }
  while(count($this->tags)){
   $this->tidy_content .= sprintf('</%s>', array_pop($this->tags));
  }
  //剩余字符
  $this->tidy_content .= substr($this->src_content, $this->pointer, $this->content_length - $this->pointer);
}
private function getTagType($tagstring){
  if(preg_match('/^<\//', $tagstring)){
   return 'END';
  }elseif (preg_match('/^<\w+/', $tagstring)){
   return 'START';
  }else {
   return null;
  }
}
/**
  * 处理开始标签
  *
  * @param string $tagstring 标签字符串
  */
private function processTagStart($tagstring){
  $pos = strpos($this->src_content, $tagstring, $this->pointer);
  $len = $pos + strlen($tagstring) - $this->pointer;
  $sss = substr($this->src_content, $this->pointer, $len);
  $this->tidy_content .= $sss;
  $this->pointer += strlen($sss);
  $tagname = '';
  $ret = $this->getTagStartName($tagstring, $tagname);
  array_push($this->tags, $tagname); //tag入栈
}
/**
  * 处理结束标签
  *
  * @param string $tagstring 标签字符串
  */
private function processTagEnd($tagstring){
  $tagname = '';
  $ret = $this->getTagEndName($tagstring, $tagname);
  $pos = strpos($this->src_content, $tagstring, $this->pointer);
  $len = $pos + strlen($tagstring) - $this->pointer;
  $sss = substr($this->src_content, $this->pointer, $len);
  $this->pointer += strlen($sss);
  
  $closetag = array_pop($this->tags);
  if(empty($closetag)){ //tag stack 已经空了，
   $sss = str_replace($tagstring, '', $sss);
  }else if( 0 !== strcmp($tagname, $closetag)){
   $sss = preg_replace($this->pattern_tag_end, '</' .$closetag. '>', $sss);
  }
  $this->tidy_content .= $sss;
  
}
public function debug(){
  echo $this->tidy_content;
}
// public function
}


//测试一下
$test_string = "<table><tr><td><p style='adf'>xxxr<span style=color:red>bbb</i><b>asdfasdfwe</b></tr></td>";
//
$b = new BlogTidy();
$b->tidy($test_string);
$b->debug();

?>