PHP

[resolu] Nettoyer du code html pour enlever certaines balise inutiles

Recherche :

Mot : Pseudo : Filtrer
Bas de page
Auteur	Sujet : [resolu] Nettoyer du code html pour enlever certaines balise inutiles

mechkurt

Je souhaite nettoyer le code html entré par des utilisateurs via un éditeur Javascript (TinyMCe pour ne pas le citer ^^).
Quand ils font des copier / coller depuis un outil texte, j'ai du formatage indésirable (notamment changement de taille et typo).
J'arrive à remplacer les styles indésirable par des balises vides, par contre je n'arrive pas à me débarrasser des balises vides inutiles.

J'ai fait une page de démo que vous pouvez consulter pour le voir le fonctionnement déconnant :
http://mbillonlanfrey.free.fr/preg_replace_callback/

Et voici le code de ma page (comme vous pouvez le voir dans le code vous pouvez fournir une autre regex en paramètre $_GET) :

Code :

<?
$debug = '';
$i = 0;
$regex = '%((?:[^<]|<(?!/?span> )|(?R))+)%';
if (array_key_exists('regex', $_GET)) {
$regex = $_GET['regex'];
}
function CleanSpanRecursive($content) {
global $debug, $i, $regex;
$debug .= 'CleanSpanRecursive('.$i.') => ';
$i++;
if (is_array($content)) {
$content = $content[1];
$debug .= 'is_array = 1 ';
} else $debug .= 'is_array = 0 ';
$debug .= htmlentities($content)."\n\n";
return preg_replace_callback($regex, 'CleanSpanRecursive', $content);
}
function CleanHtml($content, $keep_color = true) {
global $debug;
//nettoyage contenu
if ($keep_color) {
$content = preg_replace('//isU', '', $content);
} else {
$content = preg_replace('//isU', '', $content);
}
$debug .= 'CleanHtml => '.htmlentities($content)."\n\n";
//nettoyage span inutile
return CleanSpanRecursive($content);
}
?><!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
<title>Test preg_replace_callback()</title>
</head>
<body>
<a href="http://fr.php.net/manual/fr/function.preg-replace-callback.php">preg_replace_callback('<?=htmlentities($regex)?>', 'CleanSpanRecursive', $content)</a>
<pre>
<?
$content = '
Blah
blah
blah
Blah
blah
blah
Blah
blah
blah
';
$debug .= "\n\nDEBUT : ".htmlentities($content)."\n\n";
$content = CleanHtml($content);
$debug .= "\n\nFIN : ".htmlentities($content)."\n\n";
echo $debug;
?>
</pre>
</body>
</html>

Un grand merci à celui qui me sortira de l'ornière...

Message édité par mechkurt le 12-05-2012 à 18:52:24

Publicité

mechkurt

Bon ben impossible de trouver une solution en regex pur, je suis passé par php DOM...

Code :

function CleanHtml($content, $remove_color = false, $clean_span = false) {
$content = trim($content);
if (empty($content)) {
return '';
}
//nettoyage contenu
if ($remove_color) {
$content = preg_replace('//isU', '', $content, -1, $count);
} else {
$content = preg_replace('//isU', '', $content, -1, $count);
}
if ($clean_span && !empty($count)) {
//si on nettoie les span inutiles
$xml = new DOMDocument();
$xml->loadXML('<?xml version="1.0" encoding="utf-8"?><root>'."\n".$content."\n".'</root>');
$xpath = new DOMXpath($xml);
$spans = $xpath->query('//span[@class="delete_me"]');
if (!is_null($spans)) {
foreach($spans as $from) {
$sibling = $from->firstChild;
do {
$next = $sibling->nextSibling;
$from->parentNode->insertBefore($sibling, $from);
} while ($sibling = $next);
$from->parentNode->removeChild($from);
}
}
$content = substr($xml->saveXML(),46,-9);
}
//nettoyage escpaces vides multiples
return preg_replace('/\s\s+/', ' ', $content);
}
$content = '
ABlah1
blah2
blah3
BBlah1
blah2
blah3
CBlah1
blah2
blah3
';
echo CleanHtml($content);

FORUM HardWare.fr

Programmation

PHP

[resolu] Nettoyer du code html pour enlever certaines balise inutiles

Sujets relatifs
[Résolu] Problème de code ou tout à fait normal ?	PROBLEME MODULE DE RESERVATION
Problème avec PHPExcel	Problème requête HTTP
Problème swf dans html (Compatibilité navigateurs et autres soucis)	Problème de programation
Problème avec getGraphics	problème dimensions SWF
Plus de sujets relatifs à : [resolu] Nettoyer du code html pour enlever certaines balise inutiles

Page générée en 0.072 secondes