HTML-очиститель: преобразование <body>в <div> - PullRequest
Новая
       24

HTML-очиститель: преобразование <body>в <div>

4 голосов
/ 04 мая 2010

Предпосылка

Я бы хотел использовать Очиститель HTML для преобразования тегов <body> в теги <div>, чтобы сохранить встроенный стиль элемента <body>, например. <body style="background:color#000000;">Hi there.</body> превратится в <div style="background:color#000000;">Hi there.</div>. Я смотрю на комбинацию пользовательского тега и TagTransform класса.

Текущая настройка

В моем разделе конфигурации я сейчас занимаюсь этим: 

$htmlDef  = $this->configuration->getHTMLDefinition(true);
// defining the element to avoid triggering 'Element 'body' is not supported'
$bodyElem = $htmlDef->addElement('body', 'Block', 'Flow', 'Core');
$bodyElem->excludes = array('body' => true);
// add the transformation rule
$htmlDef->info_tag_transform['body'] = new HTMLPurifier_TagTransform_Simple('div');

... а также разрешение <body> и его атрибута style (и class, и id) через директивы конфигурации (они являются частью рабочего, большого списка, который анализируется в HTML.AllowedElements и HTML.AllowedAttributes).

Я выключил кэширование определений. 

$config->set('Cache.DefinitionImpl', null);

К сожалению, в этой настройке кажется, что HTMLPurifier_TagTransform_Simple никогда не вызывает метод transform().

HTML.Parent

Полагаю, виновником является мой HTML.Parent, для которого установлено значение 'div', поскольку вполне естественно, что <div> не допускает дочерний элемент <body>. Однако, установка HTML.Parent в 'html' выводит меня из строя:

ErrorException: невозможно использовать нераспознанный элемент в качестве родителя

Добавление ... 

$htmlElem = $htmlDef->addElement('html', 'Block', 'Flow', 'Core');
$htmlElem->excludes = array('html' => true);

... избавляется от этого сообщения об ошибке, но по-прежнему не преобразует тег - вместо этого он удаляется.

Добавление ... 

$htmlElem = $htmlDef->addElement('html', 'Block', 'Custom: head?, body', 'Core');
$htmlElem->excludes = array('html' => true);

... тоже ничего не делает, потому что выводит сообщение об ошибке: 

ErrorException: Trying to get property of non-object       

[...]/library/HTMLPurifier/Strategy/FixNesting.php:237
[...]/library/HTMLPurifier/Strategy/Composite.php:18
[...]/library/HTMLPurifier.php:181
[...]

Сейчас я все еще настраиваю последний вариант, пытаясь выяснить точный синтаксис, который мне нужно предоставить, но если кто-то знает, как мне помочь, основываясь на своем собственном прошлом опыте, я был бы признателен за любые указания в правильное направление.

HTML.TidyLevel

Как единственный другой преступник, которого я могу себе представить, мой HTML.TidyLevel установлен на 'heavy'. Я еще не попробовал все возможные созвездия на этом, но пока, это не имеет значения.

(Поскольку я только касался этого вторично, я изо всех сил пытаюсь вспомнить, какие созвездия я уже пробовал, чтобы не перечислить их здесь, но, поскольку у меня нет уверенности, я не упущу то, что сделал или что-то не так. Я могу отредактировать этот раздел позже, когда проведу специальное тестирование!)

Полная настройка

Мои данные конфигурации сохраняются в JSON, а затем анализируются в HTML Purifier. Вот файл: 

{
    "CSS" : {
        "MaxImgLength" : "800px"
    },
    "Core" : {
        "CollectErrors" : true,
        "HiddenElements" : {
            "script"   : true,
            "style"    : true,
            "iframe"   : true,
            "noframes" : true
        },
        "RemoveInvalidImg" : false
    },
    "Filter" : {
        "ExtractStyleBlocks" : true
    },
    "HTML" : {
        "MaxImgLength" : 800,
        "TidyLevel"    : "heavy",
        "Doctype"      : "XHTML 1.0 Transitional",
        "Parent"       : "html"
    },
    "Output" : {
        "TidyFormat"   : true
    },
    "Test" : {
        "ForceNoIconv" : true
    },
    "URI" : {
        "AllowedSchemes" : {
            "http"     : true,
            "https"    : true,
            "mailto"   : true,
            "ftp"      : true
        },
        "DisableExternalResources" : true
    }
}

(URI.Base, URI.Munge и Cache.SerializerPath также установлены, но я удалил их в этой пасте. Также, HTML.Parent Предостережение: Как уже упоминалось, обычно это 'div'.)

Ответы [ 2 ]

3 голосов
/ 04 мая 2010

Этот код является причиной того, что то, что вы делаете, не работает: 

/**
 * Takes a string of HTML (fragment or document) and returns the content
 * @todo Consider making protected
 */
public function extractBody($html) {
    $matches = array();
    $result = preg_match('!<body[^>]*>(.*)</body>!is', $html, $matches);
    if ($result) {
        return $matches[1];
    } else {
        return $html;
    }
}

Вы можете отключить его, используя% Core.ConvertDocumentToFragment как false; если остальная часть вашего кода не содержит ошибок, он должен работать прямо оттуда. Я не верю, что ваше определение bodyElem необходимо.j

2 голосов
/ 04 мая 2010

Не было бы намного проще сделать: 

$search = array('<body', 'body>');
$replace = array('<div', 'div>');

$html = '<body style="background:color#000000;">Hi there.</body>';

echo str_replace($search, $replace, $html);

>> '<div style="background:color#000000;">Hi there.</div>';
...