web-dev-qa-db-ja.com

ボディコピーからリンクとimg src参照を解析する方法は？

ノードとコメントの本文のリンクとimg参照を変更する必要があります。 MPDは、スクリプトの使用に関して、既に優れた アドバイス を提供してくれました。

DrupalまたはPHP=に、ボディコピー内のすべてのリンクを解析する簡単な方法はありますか？

7migration
5
uwe

HTMLの解析は、入力の形式が適切かどうかに応じて、多少の不備があるため、このようなことを行うのは簡単ではありません。

私は常に、HTMLを DOMDocument オブジェクトにロードし、ループして必要な要素の属性/値を変更してから、DOMDocument新しい出力を取得します。

これは非常に大まかな例ですが、うまくいけばアイデアが得られるでしょう。

$html = '
  <p>Blah blah blah</p>
  <p><a href="/some-path" title="A Title">Link Text</a>
  </p><p><img src="/some-path.jpg" alt="Some alt" /></p>';

$doc = new DOMDocument;

// This is a reasonable use of the @ operator as malformed HTML will produce
// a lot of warnings. Please don't shoot me ;)
@$doc->loadHTML($html); 

// Get the links.
$links = $doc->getElementsByTagName('a');
foreach ($links as $link) {
  // Change the value of an attribute based on the current value.
  if ($link->getAttribute('href') == '/some-path') {
    $link->setAttribute('href', '/some-other-path');
  }
}

// Get the images.
$images = $doc->getElementsByTagName('img');
foreach ($images as $image) {
  // Change the value of an attribute based on the current value.
  if ($image->getAttribute('src') == '/some-path.jpg') {
    $image->setAttribute('src', '/some-other-path.jpg');
  }
}

// Get the new HTML
$new_html = $doc->saveHTML();

// Strip out the tags that loadHTML() introduces to get the clean HTML.
$patterns = array("/^\<\!DOCTYPE.*?<html><body>/si", "!</body></html>$!si");
$body_text = preg_replace($patterns, '', $new_html);

// Update the node body.
$node->body[$node->language][0]['value'] = $body_text;

[〜＃〜]編集[〜＃〜]

私はこれについてSOで良い質問を見たのを知っていました。一般的な主題についてのよい議論については、 PHPでHTMLを解析および処理する方法？ を参照してください。

13
Clive

その他の質問 でお答えしたように、フィルターは実際にはデータではなく出力を変更するため、適切なソリューションです。つまり、別の方法で変更する（または変換のバグを修正する）必要がある場合でも、データは残っています。

hook_filter_info（） のドキュメントを確認して、PHPでHTMLを解析してください。

1
Capi Etheriel