TidyXml.class.php
10 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
<?php
/**
*
* Xml(包括html)处理类.
*
* 此类设计相关模块:
*
* 1. tidy模块. 具体安装步骤请参见http://hibox.yoho.cn:8080/drupal/node/54. windows下安装请google
* 2. xsl模块. 具体安装步骤请参见http://hibox.yoho.cn:8080/drupal/node/54. windows下安装请google
*
* PHP版本要求: 5.0+
*
* @author dan
*/
class Util_Common_Xml_TidyXml
{
private $tidy = null;
private $xmlDom = null;
private $xslProcessor = null;
public function __construct()
{
$this->tidy = new tidy();
$this->xmlDom = new DOMDocument;
$this->xslProcessor = new XSLTProcessor;
}
/**
* 装载字符串类型的xml文件, 使之成为dom对象.
*
* 装载后, 可以调用<code>getXmlDom()</code>方法获取DOM对象进行DOM操作
*
* @param String $xml
*/
public function loadXml($xml)
{
$this->xmlDom->loadXML($xml);
}
/**
* 装载字符串类型的html文件, 使之成为dom对象.
*
* 装载后, 可以调用<code>getXmlDom()</code>方法获取DOM对象进行DOM操作
*
* @param String $html
*/
public function loadHtml($html)
{
$this->xmlDom->loadHTML($html);
}
/**
* 返回DOM对象.
*
*/
public function getXmlDom()
{
return $this->xmlDom;
}
/**
* 获取一个tidy对象. tidy对象在初始化时就已被初始化好.
*
*/
public function getTidy()
{
return $this->tidy;
}
/**
* 将HTML字符串类型转化为XHTML作为字符串类型返回.
*
* 将分两步转化:
* 1. 清理
* 2. 转化
*
* @param String $htmlString 需要转换的html字符串类型
* @param array $parseConfig 转换的配置参数. @see http://tidy.sourceforge.net/docs/quickref.html
* @param String $encode
* The encoding parameter sets the encoding for input/output documents.
* The possible values for encoding are: ascii, latin0, latin1, raw, utf8, iso2022, mac,
* win1252, ibm858, utf16, utf16le, utf16be, big5, and shiftjis.
* @param array $repairConfig 修正(清理)html文件的配置参数. @see http://tidy.sourceforge.net/docs/quickref.html
*/
public function htmlStringToXhtml($htmlString, $parseConfig, $encode, $repairConfig)
{
$xHtml = '';
$repairedHtml = $this->repairString($htmlString, $repairConfig, $encode);
if (isset($repairedHtml) && !empty($repairedHtml))
{
$xHtml = $this->_htmlToXhtml($repairedHtml,$parseConfig, $encode);
}
return $xHtml;
}
/**
* 将HTML文件转化为XHTML作为字符串类型返回.
*
* 将分两步转化:
* 1. 清理
* 2. 转化
*
* @param String $filePath 需要转换的html路径地址
* @param array $parseConfig 转换的配置参数. @see http://tidy.sourceforge.net/docs/quickref.html
* @param String $encode
* The encoding parameter sets the encoding for input/output documents.
* The possible values for encoding are: ascii, latin0, latin1, raw, utf8, iso2022, mac,
* win1252, ibm858, utf16, utf16le, utf16be, big5, and shiftjis.
* @param array $repairConfig 修正(清理)html文件的配置参数. @see http://tidy.sourceforge.net/docs/quickref.html
*/
public function htmlFileToXhtml($filePath, $parseConfig, $encode, $repairConfig)
{
$xHtml = '';
$repairedHtml = $this->repairFile($filePath, $repairConfig, $encode);
if (isset($repairedHtml) && !empty($repairedHtml))
{
$xHtml = $this->_htmlToXhtml($repairedHtml,$parseConfig, $encode);
}
return $xHtml;
}
/**
* 将XML字符串类型转化为XML作为字符串类型返回.
*
* 将分两步转化:
* 1. 清理
* 2. 转化
*
* @param String $xmlString 需要转换的xml字符串类型
* @param array $parseConfig 转换的配置参数. @see http://tidy.sourceforge.net/docs/quickref.html
* @param String $encode
* The encoding parameter sets the encoding for input/output documents.
* The possible values for encoding are: ascii, latin0, latin1, raw, utf8, iso2022, mac,
* win1252, ibm858, utf16, utf16le, utf16be, big5, and shiftjis.
* @param array $repairConfig 修正(清理)xml文件的配置参数. @see http://tidy.sourceforge.net/docs/quickref.html
*/
public function xmlStringToXml($xmlString, $parseConfig, $encode, $repairConfig)
{
$xml = '';
$repairedXml = $this->repairString($xmlString, $repairConfig, $encode);
if (isset($repairedXml) && !empty($repairedXml))
{
$xml = $this->_xmlToXml($repairedXml,$parseConfig, $encode);
}
return $xml;
}
/**
* 将XML文件转化为XML作为字符串类型返回.
*
* 将分两步转化:
* 1. 清理
* 2. 转化
*
* @param String $filePath 需要转换的html路径地址
* @param array $parseConfig 转换的配置参数. @see http://tidy.sourceforge.net/docs/quickref.html
* @param String $encode
* The encoding parameter sets the encoding for input/output documents.
* The possible values for encoding are: ascii, latin0, latin1, raw, utf8, iso2022, mac,
* win1252, ibm858, utf16, utf16le, utf16be, big5, and shiftjis.
* @param array $repairConfig 修正(清理)xml文件的配置参数. @see http://tidy.sourceforge.net/docs/quickref.html
*/
public function xmlFileToXml($filePath, $parseConfig, $encode, $repairConfig)
{
$xml = '';
$repairedXml = $this->repairFile($filePath, $repairConfig, $encode);
if (isset($repairedXml) && !empty($repairedXml))
{
$xml = $this->_xmlToXml($repairedXml,$parseConfig, $encode);
}
return $xml;
}
/**
* 使用tidy修复文件. 包括不匹配的标签, 不完整的标签等
*
* @param String $filePath
* @param array $config
* @param String $encode
*/
public function repairFile($filePath, $config = array(), $encode = 'utf8')
{
return $this->tidy->repairFile($filePath, $config, $encode);
}
/**
* 使用tidy修复字符串. 包括不匹配的标签, 不完整的标签等
*
* @param String $string html(xml)字符串
* @param array $config
* @param String $encode
*/
public function repairString($string, $config = array(), $encode = 'utf8')
{
return $this->tidy->repairString($string, $config, $encode);
}
/**
* 获取xsl处理器对象
*
*/
public function getXslProcessor()
{
return $this->xslProcessor;
}
/**
* 设置xsl对象
*
* @param XSLTProcessor $xslProcessor
*/
public function setXslProcessor(XSLTProcessor $xslProcessor)
{
$this->xslProcessor = $xslProcessor;
}
/**
* 将xml字符串转换到另一种格式输出. 使用xsl
*
* 转换需要指定xsl路径
*
* @param String $xmlString
* @param String $xslPath xsl文件路径
* @param boolean $isHtml 是否转换的对象为html, 默认为是
* @param boolean $needClean 是否需要在转换前清理
*/
public function transformByXsl($xmlString, $xslPath, $isHtml = TRUE, $needClean = FALSE)
{
$transformedResult = $xmlString;
if ($needClean)
{
// 清理xml, 避免转换出错
$xmlString = $this->repairString($xmlString);
}
if (is_string($xmlString) && !empty($xmlString) && is_file($xslPath))
{
$xsl = new DOMDocument;
$xsl->load($xslPath);
$this->xslProcessor->importStyleSheet($xsl);
$domDoc = new DOMDocument;
if ($isHtml)
{
$domDoc->loadHTML($xmlString);
}
else
{
$domDoc->loadXML($xmlString);
}
$transformedResult = $this->xslProcessor->transformToXML($domDoc);
}
return $transformedResult;
}
/**
* 将HTML转换为XHTML函数
*
* @param String $htmlString
* @param array $config
* @param String $encode
*/
private function _htmlToXhtml($htmlString, $config = array(), $encode = 'utf8')
{
if (!isset($config) || empty($config))
{
$config = array('indent' => TRUE,
'output-xhtml' => TRUE,
'wrap' => 200);
}
// 强制输出xhtml
$config['output-xhtml'] = TRUE;
if (!isset($encode) || !is_string($encode))
{
$encode = 'utf8';
}
$tidyResult = tidy_parse_string($htmlString, $config, $encode);
$tidyResult->cleanRepair();
return tidy_get_output($tidyResult);
}
/**
* 将HTML转换为XHTML函数
*
* @param String $htmlString
* @param array $config
* @param String $encode
*/
private function _xmlToXml($xmlString, $config = array(), $encode = 'utf8')
{
if (!isset($config) || empty($config))
{
$config = array('input-xml' => TRUE,
'output-xml' => TRUE,);
}
if (!isset($encode) || !is_string($encode))
{
$encode = 'utf8';
}
$tidyResult = tidy_parse_string($xmlString, $config, $encode);
$tidyResult->cleanRepair();
return tidy_get_output($tidyResult);
}
}
?>