HTML DOM을 다차원 배열로 변환

Question

키는 요소 유형으로 표시되며 값은 #foo 및 .bar (간격이 있으며 explode()에 대해 준비 됨)으로 표시됩니다. 가능한가, 아니면 뭔가가 존재 하는가?

나는이 질문이 약간의 분노를 불러 일으킬 수 있다는 것을 안다. 나는 HTML을 파싱하는 것에 대해 누구도 그 게시물에 연결되기를 희망하지 않는다.하지만 나는 불가능하지 않기를 바라고있다. 도와 주셔서 감사합니다.

부록 : 내가 아는 유일한 스크립팅 언어이기 때문에 PHP를 사용하는 것이 이상적입니다.

Answer 1

감사 : \이 기능은 HTML 본문을 속성, 클래스 및 ID가 들어있는 다차원 배열로 변환합니다.

<?php 

function htmlArrayer($raw_html){ 

    $match_open = '/\<(?!\/)(.+?)\>/'; 
    $match_closed = '/\<\/(.+?)\>/'; 
    $match_open_or_closed = '/(\<(\/?[^\>]+)\>)/'; 
    $match_scripts = '@<script[^>]*?>.*?</script>@si'; 
    $match_styles = '@<style[^>]*?>.*?</style>@siU'; 
    $match_element = '/(?<=\<\s*)[a-zA-Z](?=\s+)/'; 
    $match_comments = '/<!--.*?-->/si'; 
    $match_class = '/(?<=(class\=")).+?(?=")/'; 
    $match_id = '/(?<=(id\=")).+?(?=")/'; 

    $raw_html = preg_replace($match_scripts, '', $raw_html); 
    $raw_html = preg_replace($match_styles, '', $raw_html); 
    $raw_html = preg_replace($match_comments, '', $raw_html); 
    $raw_html = str_replace('>', '> ', $raw_html); 
    $raw_html = str_replace('<', ' <', $raw_html); 
    $raw_html = str_replace('!--', '!-- ', $raw_html); 
    $raw_html = preg_replace('/[ \t\r\n]/', ' ', $raw_html); 
    preg_match_all($match_open_or_closed, $raw_html, $matches); 
    $matches[2] = checkTags($matches[2]); 
    $html_array = htmlToArray($matches[2], 0); 

    return $html_array; 

} 

function checkTags($htmlArray) { 
    $valid_tags_array = array('html', 'body', 'div', 'span', 'applet', 'object', 'iframe', 'h1', 'h2', 'h3', 'h4', 'h5', 'h6', 'p', 'blockquote', 'pre', 'a', 'abbr', 'acronym', 'address', 'big', 'cite', 'code', 'del', 'dfn', 'em', 'font', 'img', 'ins', 'kbd', 'q', 's', 'samp', 'small', 'strike', 'strong', 'sub', 'sup', 'tt', 'var', 'b', 'u', 'i', 'center', 'dl', 'dt', 'dd', 'ol', 'ul', 'li','fieldset', 'form', 'label', 'legend', 'table', 'caption', 'tbody', 'tfoot', 'thead', 'tr', 'th', 'td'); 

    foreach($htmlArray as $key => $element) { 
     $notfound = true; 
     $element = explode(' ', trim($element)); 

     foreach($valid_tags_array as $tag) { 
      if($tag == $element[0] || '/' . $tag == $element[0]){ 
       $notfound = false; 
       break; 
      } 
     } 

     if($notfound != false){ 
      $htmlArray[$key] = 'br'; 
     } 
    } 

    return $htmlArray; 
} 

function htmlToArray($untiered_array, $index){ 
    $untiered_element = explode(' ', $untiered_array[$index]); 
    if($untiered_element[0] == 'br'){ 
     $index++; 
     $untiered_element = explode(' ', $untiered_array[$index]); 
    } 

    $css_string = attrToCSS($untiered_array[$index]); 
    $untiered_array[$index] = $untiered_element[0] . ' ' . $css_string; 

    $new_array_layer = array($untiered_array[$index]); 
    $tier_check = 0; 

    // Loops through every remaining element from the $index forward 
    for($i = $index + 1; $untiered_array[$i] != '/' . $untiered_element[0] || $tier_check != 0; $i++){ 
     $one_way_elements = array('br', 'img', 'area', 'base', 'basefront', 'hr', 'input', 'link', 'meta', 'col', 'embed', 'param'); 
     $element_check = true; 
     $next_element_name = explode(' ', $untiered_array[$i]); 

     foreach($one_way_elements as $this_element){ 
      if($this_element == $next_element_name[0]){ 
       $element_check = false; 
       break; 
      } 
     } 

     // if it *is* the self-closing type, create a 1d array for it. 
     if($element_check == false) { 
      $tier_check++; 
      if($tier_check == 1) { 
       $untiered_standalone = explode(' ', $untiered_array[$i]); 
       $css_string = attrToCSS($untiered_array[$i]); 
       $untiered_array[$i] = $untiered_standalone[0] . ' ' . $css_string; 

       $new_array_layer[] = array($untiered_array[$i]); 
      } 
      $tier_check--; 
     } 

     // If the following element is not preceded by a '/' and is not self-closing, continue 
     if((strpos($untiered_array[$i], '/') != 0 || strpos($untiered_array[$i], '/') === false) && $element_check == true){ 
      $tier_check++; 

      // If the next element is only one tier above this element (as in its direct child), reiterate 
      if($tier_check == 1){  
       $new_array_layer[] = htmlToArray($untiered_array, $i); 
      }      
     } 

     // If the next element *does* begin with a closing slash 
     if(strpos($untiered_array[$i], '/') === 0){ 
      $tier_check--; 
     } 
    } 

    return $new_array_layer; 
} 

function attrToCSS($attr_string){ 

    preg_match_all('/(?<=(class\=")).+?(?=")/', $attr_string, $class_value); 
    $class_value_string = $class_value[0][0]; 

    preg_match_all('/(?<=(id\=")).+?(?=")/', $attr_string, $id_value); 
    $id_value_string = $id_value[0][0]; 

    if($class_value_string != ''){ 
     $class_value_array = explode(' ', $class_value_string); 

     foreach($class_value_array as $index => $class) { 
      $class_value_array[$index] = '.' . $class; 
     } 
     $class_id_string = implode(' ', $class_value_array); 
    } 

    if ($id_value_string != '') { 
     $class_id_string = '#' . $id_value_string; 
    } 

    return $class_id_string; 
} 


?>