Forum |  HardWare.fr | News | Articles | PC | S'identifier | S'inscrire | Shop Recherche
1358 connectés 

  FORUM HardWare.fr
  Programmation
  PHP

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

 


 Mot :   Pseudo :  
 
Bas de page
Auteur Sujet :

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

n°2141859
mechkurt
Posté le 10-05-2012 à 18:49:42  profilanswer
 

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 :
  1. <?
  2. $debug = '';
  3. $i = 0;
  4. $regex = '%<span>((?:[^<]|<(?!/?span> )|(?R))+)</span>%';
  5. if (array_key_exists('regex', $_GET)) {
  6. $regex = $_GET['regex'];
  7. }
  8. function CleanSpanRecursive($content) {
  9. global $debug, $i, $regex;
  10. $debug .= 'CleanSpanRecursive('.$i.') => ';
  11. $i++;
  12. if (is_array($content)) {
  13.  $content = $content[1];
  14.  $debug .= 'is_array = 1 ';
  15. } else $debug .= 'is_array = 0 ';
  16. $debug .= htmlentities($content)."\n\n";
  17. return preg_replace_callback($regex, 'CleanSpanRecursive', $content);
  18. }
  19. function CleanHtml($content, $keep_color = true) {
  20. global $debug;
  21. //nettoyage contenu
  22. if ($keep_color) {
  23.  $content = preg_replace('/<span style="(font-(family|size|weight)):([a-z0-9-,\s]*);">/isU', '<span>', $content);
  24. } else {
  25.  $content = preg_replace('/<span style="(color|font-(family|size|weight)):([a-z0-9-,\s#]*);">/isU', '<span>', $content);
  26. }
  27. $debug .= 'CleanHtml => '.htmlentities($content)."\n\n";
  28. //nettoyage span inutile
  29. return CleanSpanRecursive($content);
  30. }
  31. ?><!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
  32. <html xmlns="http://www.w3.org/1999/xhtml">
  33. <head>
  34. <meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
  35. <title>Test preg_replace_callback()</title>
  36. </head>
  37. <body>
  38. <a href="http://fr.php.net/manual/fr/function.preg-replace-callback.php">preg_replace_callback('<?=htmlentities($regex)?>', 'CleanSpanRecursive', $content)</a>
  39. <pre>
  40. <?
  41. $content = '
  42. <p><span style="font-family: Trebuchet MS,sans-serif;">
  43. <span style="font-size: x-small;">
  44.  <span style="color: #000000;">
  45.   <span style="font-family: Times New Roman,serif;">
  46.    <span style="font-size: small;">
  47.     <span style="font-weight: normal;">
  48.      Blah
  49.      <span style="text-decoration: underline;">
  50.       blah
  51.      </span>
  52.      blah
  53.     </span>
  54.    </span>
  55.   </span>
  56.  </span>
  57. </span>
  58. </span></p>
  59. <p><span style="font-weight: normal;">
  60. Blah
  61. <span style="text-decoration: underline;">
  62.  blah
  63. </span>
  64. blah
  65. </span>
  66. <span style="font-weight: x-small;">
  67. Blah
  68. <span style="color: #000000;">
  69.  blah
  70. </span>
  71. blah
  72. </span></p>';
  73. $debug .= "\n\nDEBUT : ".htmlentities($content)."\n\n";
  74. $content = CleanHtml($content);
  75. $debug .= "\n\nFIN : ".htmlentities($content)."\n\n";
  76. echo $debug;
  77. ?>
  78. </pre>
  79. </body>
  80. </html>


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


Message édité par mechkurt le 12-05-2012 à 18:52:24
mood
Publicité
Posté le 10-05-2012 à 18:49:42  profilanswer
 

n°2142115
mechkurt
Posté le 12-05-2012 à 18:51:01  profilanswer
 

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

Code :
  1. function CleanHtml($content, $remove_color = false, $clean_span = false) {
  2. $content = trim($content);
  3. if (empty($content)) {
  4.  return '';
  5. }
  6. //nettoyage contenu
  7. if ($remove_color) {
  8.  $content = preg_replace('/<span style="(color|font-(family|size|weight)):([a-z0-9-,\s#]*);">/isU', '<span class="delete_me">', $content, -1, $count);
  9. } else {
  10.  $content = preg_replace('/<span style="(font-(family|size|weight)):([a-z0-9-,\s]*);">/isU', '<span class="delete_me">', $content, -1, $count);
  11. }
  12. if ($clean_span && !empty($count)) {
  13.  //si on nettoie les span inutiles
  14.  $xml = new DOMDocument();
  15.  $xml->loadXML('<?xml version="1.0" encoding="utf-8"?><root>'."\n".$content."\n".'</root>');
  16.  $xpath = new DOMXpath($xml);
  17.  $spans = $xpath->query('//span[@class="delete_me"]');
  18.  if (!is_null($spans)) {
  19.   foreach($spans as $from) {
  20.    $sibling = $from->firstChild;
  21.    do {
  22.     $next = $sibling->nextSibling;
  23.     $from->parentNode->insertBefore($sibling, $from);
  24.    } while ($sibling = $next);
  25.    $from->parentNode->removeChild($from);
  26.   }
  27.  }
  28.  $content = substr($xml->saveXML(),46,-9);
  29. }
  30. //nettoyage escpaces vides multiples
  31. return preg_replace('/\s\s+/', ' ', $content);
  32. }
  33. $content = '
  34. <p><span style="font-family: Trebuchet MS,sans-serif;">
  35. <span style="font-size: x-small;">
  36.  <span style="color: #FF0000;">
  37.   <span style="font-family: Times New Roman,serif;">
  38.    <span style="font-size: small;">
  39.     <span style="font-weight: normal;">
  40.      ABlah1
  41.      <span style="text-decoration: underline;">
  42.       blah2
  43.      </span>
  44.      blah3
  45.     </span>
  46.    </span>
  47.   </span>
  48.  </span>
  49. </span>
  50. </span></p>
  51. <p><span style="font-weight: normal;">
  52. BBlah1
  53. <span style="text-decoration: underline;">
  54.  blah2
  55. </span>
  56. blah3
  57. </span>
  58. <br/>
  59. <span style="color: #FF0000;">
  60. CBlah1
  61. <span style="font-size: x-large;">
  62.  blah2
  63. </span>
  64. blah3
  65. </span></p>';
  66. echo CleanHtml($content);


Aller à :
Ajouter une réponse
  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 PHPExcelProblème requête HTTP
Problème swf dans html (Compatibilité navigateurs et autres soucis)Problème de programation
Problème avec getGraphicsproblème dimensions SWF
Plus de sujets relatifs à : [resolu] Nettoyer du code html pour enlever certaines balise inutiles


Copyright © 1997-2022 Hardware.fr SARL (Signaler un contenu illicite / Données personnelles) / Groupe LDLC / Shop HFR