[discussion] Réparer du code HTML

Invité · 19/06/2009, 23h14

Mon TUTORIEL est ENFIN EN LIGNE
"Système de Gestion-Affichage de Nouvelles" :
http://j-reaux.developpez.com/tutori.../gestion-news/

Vous êtes cités (et remerciés) ICI.
(en espérant n'avoir oublié personne ...)

FoxLeRenard · 19/06/2009, 23h31

Envoyé par jreaux62

[B][COLOR="Red"]Mon TUTORIEL est ENFIN EN LIGNE !

Ca mon Ami c'est du faire-play, et j'en ais honte car on a pas trop bossé quand même, cependant un échange collectif pour créer c'est toujours sympa !

Création : juin 2009 en collectif : Xunil, jreaux62, s.n.a.f.u., FoxLeRenard, Doksuri, Patouche,
suite à une discussion fort interessante concernant la "réparation de code html" :
http://www.developpez.net/forums/d75...rer-code-html/

Un grand remerciement à tous les participants de cette discussion !

**patouche** · 20/06/2009, 15h38

C'est pas juste !!

Maintenant que suis libre vous avez déjà fini

.....

Félicitations surtout aux autres qui ont bien bossé et à jreaux62 pour la rédaction du tutoriel...

Cordialement,
Patouche

PS : Pour ceux qui font du MATLAB, éviter de faire des interfaces graphiques !! C'est casse pied au possible (et tout ça c'est sûrement dû à mes pauvres connaissances en MATLAB....)
PS2 : Vivement le stage de cet été ... Que du web (php, monitoring, opcode, ...) miam !!

**Doksuri** · 20/06/2009, 16h22

Salut a vous
je suis desole de ne pas avoir pu finir avec vous, je suis en interime pour l'ete, et cette semaine, je n'ai pas eu de temps... (en plus un gardien m'a perdu ma carte d'identite, donc pas mal de stress/papiers en plus)

je ne pensais pas que ca se finirait aussi rapidement >_<

bravo a toi jreaux62 pour le tuto

et bravo au autres aussi

il ne reste plus qu'a mettre le tag

pour cette discution

Invité · 20/06/2009, 18h25

Envoyé par patouche

Maintenant que suis libre vous avez déjà fini

.....

NON, CE N'EST PAS FINI !
Certes, pour mon tuto "News", c'est suffisant (pour moi).
Grand à vous tous pour votre aide !

Mais ... il reste du pain sur la planche !

Xunil a proposé une "classe" qui à l'air intéressante,
et il reste sûrement encore quelques problèmes à se poser, et à résoudre :
- les div, form, table, ...

- ...
Bref : une étude COMPLETE d'un code html !

Et je pense qu'il faudrait PUBLIER cette "source" (indépendamment de mon tuto "News"),
car elle peut servir dans bien d'autres cas, non ?

**patouche** · 21/06/2009, 13h57

Envoyé par jreaux62

NON, CE N'EST PAS FINI !
....

Bon alors, où en est t'on ?? Cherche-t-on maintenant la validité, la complexité ? Et surtout, où vas-t-on ???

Invité · 21/06/2009, 15h22

On en est là :

fct_resume_html.php

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

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
<?php
// ****************************************************************
// RESUME d un texte html + reparation des balises html
// ****************************************************************
// Création : juin 2009 en collectif : Xunil, jreaux62, s.n.a.f.u., FoxLeRenard, Doksuri, Patouche
// http://www.developpez.net/forums/d757484-8/php/langage/contribuez/discussion-reparer-code-html/
 
// $texte : le texte formaté (avec des balise html)
// $nbreCar : le nombre de caractères texte à afficher (sans compter les balises html)
// $nbreCar (minimum) : pour ne pas couper un mot, le compte s arretera a l espace suivant
// --------------------------------
function texte_resume($texte, $nbreCar)
{
	// **********************************
	// MASQUE de l'expression régulière
	// **********************************
	$MasqueHtmlSplit = '#</?([a-zA-Z1-6]+)(?: +[a-zA-Z]+="[^"]*")*( ?/)?>#';
	$MasqueHtmlMatch = '#<(?:/([a-zA-Z1-6]+)|([a-zA-Z1-6]+)(?: +[a-zA-Z]+="[^"]*")*( ?/)?)>#';
	// ----------------------------------
	// Explication du masque : recherche de TOUTES les balises html
	// ---------------
	// détail : </?([a-zA-Z1-6]+)
	// recherche de chaines commencant par un < 
	// suivi optionnellement d'un / (==> balises "fermantes")
	// suivi de (caractères alphabétiques (insensible à la casse) ou numériques (1 à 6)) au moins une fois
	// Suivi optionnellement (0, 1fois ou plus) par un ou plusieurs attributs et leur valeur :
	// ---------------
	// détail : (?: +[a-zA-Z]+="[^"]*")*
	// caractère espace une fois ou plus [space]+
	// suivi d'au moins un caractère alphabétique [a-zA-Z]+
	// suivi d'un =
	// suivi d'une paire de guillemets contenant otpionnellement (0, 1fois ou plus) tout caractère autre que guillemet "[^"]*"
	// ---------------
	// détail : ( ?/)?
	// caractère espace optionnel [space]?
	// suivi optionnellement d'un slash / (==> balises "orphelines")
	// NB : un :? suivant une parenthèse ouvrante signifie que l'on ne capture pas la parenthèse
 
	// **********************************
	// RECHERCHE DU TEXTE DU RESUME
	// **********************************
	// ajout d'un espace de fin au cas ou le texte n'en contiendrait pas...
	$texte .= ' ';
	// ----------------------------------
	// Capture de tous les bouts de texte (en dehors des balises html)
	$BoutsTexte = preg_split($MasqueHtmlSplit, $texte, -1,  PREG_SPLIT_OFFSET_CAPTURE | PREG_SPLIT_NO_EMPTY);
	// ----------------------------------
	// Explication preg_split : voir http://fr.php.net/manual/fr/function.preg-split.php
	// => on obtient un tableau (array) :
	// $BoutsTexte[xx][0] : le bout de texte
	// $BoutsTexte[xx][1] : sa position (dans la chaine)
	// ----------------------------------
	// Nombre d éléments du tableau
	$NombreBouts = count($BoutsTexte);
 
	// **********************************
	// CALCUL de la POSITION de la coupe
	// **********************************
	// Si seulement un seul élément dans l'array, c'est que le texte ne contient pas de balises :
	// on renvoie directement le texte tronqué
	if( $NombreBouts == 1 )
	{
		$longueur = strlen($texte);
		// pour ne pas couper un mot, on va a l espace suivant
		return substr($texte, 0, strpos($texte, ' ', $longueur > $nbreCar ? $nbreCar : $longueur));
	}
	// ----------------------------------
	// Variable contenant la longueur des bouts de texte
	$longueur = 0;
	// ----------------------------------
	// (position du dernier élément du tableau $chaines)
	$indexDernierBout = $NombreBouts - 1;
	// ----------------------------------
	// Position par défaut de la césure au cas ou la longueur du texte serait inférieure au nombre de caratères à sélectionner
	// La position de la césure est égal à sa position [1] + la longueur du bout de texte [0] - 1 (dernier caractère)
	$position = $BoutsTexte[$indexDernierBout][1] + strlen($BoutsTexte[$indexDernierBout][0]) - 1;
	// ----------------------------------
	$indexBout = $indexDernierBout;
	$rechercheEspace = true;
	// ----------------------------------
	// Boucle parcourant l'array et ayant pour fonction d'incrémenter au fur et à mesure la longueur des morceaux de texte, 
	// et de calculer la position de césure de l'extrait dans le texte
	foreach( $BoutsTexte as $index => $bout )
	{
		$longueur += strlen($bout[0]);
		// Si la longueur désirée de l'extrait à obtenir est atteinte
		if( $longueur >= $nbreCar )
		{
			// On calcule la position de césure du texte (position de chaîne + sa longueur -1 )
			$position_fin_bout = $bout[1] + strlen($bout[0]) - 1;
			// calcul de la position de césure
			$position = $position_fin_bout - ($longueur - $nbreCar);
			// On regarde si un espace est présent après la position dans le bout de texte
			if( ($positionEspace = strpos($bout[0], ' ', $position - $bout[1])) !== false  )
			{
				// Un espace est détecte dans le bout de texte APRÈS la position
				$position = $bout[1] + $positionEspace;
				$rechercheEspace = false;
			}
			// Si on ne se trouve pas sur le dernier élément
			if( $index != $indexDernierBout )
				$indexBout = $index + 1;
			break;
		}
	}
	// ----------------------------------
	// Donc il n'y avait pas d'espace dans le bout de texte où la position de césure sert de référence
	if( $rechercheEspace === true )
	{
		// Recherche d'un espace dans les bouts de texte suivants
		for( $i=$indexBout; $i<=$indexDernierBout; $i++ )
		{
			$position = $BoutsTexte[$i][1];
			if( ($positionEspace = strpos($BoutsTexte[$i][0], ' ')) !== false )
			{
				$position += $positionEspace;
				break;
			}
		}
	}
	// **********************************
	// COUPE DU TEXTE pour le RESUME
	// **********************************
	// On effectue la césure sur le texte suivant la position calculée
	$texte = substr($texte, 0, $position);
 
	// **********************************
	// RECHERCHE DES BALISES HTML
	// **********************************
	// Récupération de toutes les balises du texte et de leur position (PREG_OFFSET_CAPTURE)
	preg_match_all($MasqueHtmlMatch, $texte, $retour, PREG_OFFSET_CAPTURE);
	// ----------------------------------
	// Explication preg_match_all : voir http://fr.php.net/manual/fr/function.preg-match-all.php
	// $retour[0][xx][0] contient la balise html entière
	// $retour[0][xx][1] contient la position de la balise html entière
	// $retour[1][xx][0] contient le nom de la balise html fermante$rechercheEspace
	// $retour[2][xx][0] contient le nom de la balise html ouvrante
	// $retour[3][xx][0] contient le slash de fermeture de balise unique (cette varaible n'existe pas si la balise n'est pas unique)
	// ----------------------------------
	// Array destiné à enregistrer les noms de balises ouvrantes
	$BoutsTag = array();
	// ----------------------------------
	foreach( $retour[0] as $index => $tag )
	{
		// Si on se trouve sur une balise unique, on passe au tour suivant
		if( isset($retour[3][$index][0]) )
		{
			continue;
		}
		// Si le caractère slash n'est pas détecté en seconde position dans la balise entière, on est sur une balise ouvrante
		if( $retour[0][$index][0][1] != '/' )
		{
			// On empile l'élément en début de l'array
			array_unshift($BoutsTag, $retour[2][$index][0]);
		}
		// Donc balise fermante
		else
		{
			// suppression du premier élément de l'array
			array_shift($BoutsTag);
		}
	}
	// **********************************
	// REPARATION des balises html
	// **********************************
	// Il reste des tags à fermer ?
	// balises ouvertes, mais non-fermées : on ajoute les balises fermantes a la fin du texte
	if( !empty($BoutsTag) )
	{
		foreach( $BoutsTag as $tag )
		{
			$texte .= '</' . $tag . '>';
		}
	}
	// ----------------------------------
	// On renvoie le résumé du texte correctement formaté.
	return $texte;
}
?>

fct_resume_brut.php

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

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
<?php
// ****************************************************************
// RESUME BRUT d un texte html : SUPPRESSION des balises html
// ****************************************************************
// Création : juin 2009 en collectif : Xunil, jreaux62, s.n.a.f.u., FoxLeRenard, Doksuri, Patouche
// http://www.developpez.net/forums/d757484-8/php/langage/contribuez/discussion-reparer-code-html/
 
// $texte : le texte formaté (avec des balise html)
// $nbreCar : le nombre de caractères texte à afficher (sans compter les balises html)
// $nbreCar (minimum) : pour ne pas couper un mot, le compte s arretera a l espace suivant
// --------------------------------
function texte_resume($texte, $nbreCar)
{
	// **********************************
	// SUPPRESSION des balises html
	// **********************************
	$texte = strip_tags($texte);
	// Explication strip_tags : voir http://fr.php.net/manual/fr/function.strip-tags.php
 
	// **********************************
	// COUPE DU TEXTE pour le RESUME
	// **********************************
	// ajout d'un espace de fin au cas ou le texte n'en contiendrait pas...
	$texte .= ' ';
	// ----------------------------------
	$longueur = strlen($texte);
	// pour ne pas couper un mot, on va a l espace suivant
	$texte = substr($texte, 0, strpos($texte, ' ', $longueur > $nbreCar ? $nbreCar : $longueur));
 
	// ----------------------------------
	// On renvoie le résumé du texte correctement formaté.
	return $texte;
}
?>

et la class ResumeTexte de Xunil (cf message du 15/06/2009, 18h45) :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

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
336
337
338
339
340
341
342
343
344
345
346
347
define('RESUME_TEXTE_TYPE_HTML', 1);
define('RESUME_TEXTE_TYPE_XHTML', 2);
 
class ResumeTexte
{
   private $texte;
   private $taille;
   private $htmlType;
 
   private $listeTag = array('p', 'span', 'b', 'strong', 'em', 'u', 'br', 'img', 'hr');   // Liste blanche par défaut des balises à conserver
   private $simpleTag = array('img', 'br', 'hr'); // Liste des balises simples à conserver par défaut
   private $deleteBloc = array('ul', 'ol', 'table', 'dl'); // Bloc html complexe à supprimer du texte
 
   private $listeTagAttributConserve;  // Liste des balises dont les attributs doivent-être conservés
   private $listeTagAttributSupprime;  // Liste ds balises dont les attributs doivent-être supprimés
 
   private $attributConserve = true;   // Conservation des attributs html
   private $entiteTransforme = false;  // Retour du texte par htmlspecialchars
 
   /***
   Constructeur
   @param $texte : le texte 
   @param $htmlType : défini si le texte contient du html ou xhtml doit avoir une valeur d'une constante parmi:
       RESUME_TEXTE_TYPE_XHTML (par défaut)
       RESUME_TEXTE_TYPE_HTML
   **/
   function __construct($texte, $taille=200, $htmlType = RESUME_TEXTE_TYPE_XHTML)
   {
      $this->texte = $texte . ' ';
      $this->taille = (int)$taille;
      $this->htmlType = $htmlType & RESUME_TEXTE_TYPE_XHTML ? $htmlType : RESUME_TEXTE_TYPE_HTML;
   }
 
   /***
   Sert à valider les caractères contenus dans les balises définies via array_filter
   **/
   private function valideTag($tags, $function)
   {
      if( array_filter($tags, 'ctype_alnum') != $tags )
      {
         trigger_error(__CLASS__ . '::' . $function . ' : les balises fournies doivent-être de type alphanumériques', E_USER_WARNING);
         return false;
      }
      return true;
   }
 
   /***
   Permet de charger une liste blanche de balise depuis un fichier structuré sous la forme 1 ligne = 1 balise
   @param $fichier : chemin vers le fichier
   **/
   public function loadTag($fichier)
   {  
      if( !is_file($fichier) )
         trigger_error(__CLASS__ . '::' . __FUNCTION__ . ' : le fichier "' . $fichier . '" est introuvable', E_USER_WARNING);
      else
      {
         $lignes = file($fichier);
         $tags = array_filter(array_map('trim', $lignes));
         if( $this->valideTag($tags, __FUNCTION__) )
            $this->listeTag = $tags;
      }
   }
 
   /***
   Permet de charger une liste blanche de balise via un array
   @param $listeTag : array des balises
   **/
   public function setTag($listeTag)
   {
      if( $this->valideTag($listeTag, __FUNCTION__) )
         $this->listeTag = $listeTag;
   }
 
   /***
   Permet de définir si le texte à retourner doit-être passer par htmlspecialchars
   @param $bool : true ou false
   **/
   public function setEntite($bool)
   {
      $this->entiteTransform = (bool)$bool;
   }
 
   /***
   Permet de définir si les attributs des balises html doivent-être conservés
   @param $bool : true ou false
   NOTE :
      - Si valeur passée à true, $this->listeTagAttributConserve ne doit pas être défini
      - Si passée à false, $this->listeTagAttributSupprime ne doit pas être défini
   **/
   public function setAttributConserve($bool)
   {
      settype($bool, 'bool');
      if( $bool === true && isset($this->listeTagAttributConserve) )
         trigger_error(__CLASS__ . '::' . __FUNCTION__ . ' : vous avez défini la conservation des attributs à "true" alors qu\'une liste de balises dont les attributs doivent-être conservés a été définie', E_USER_NOTICE);
      elseif( $bool === false && isset($this->listeTagAttributSupprime) )
         trigger_error(__CLASS__ . '::' . __FUNCTION__ . ' : vous avez défini la conservation des attributs à "false" alors qu\'une liste de balises dont les attributs doivent-être supprimés a été définie', E_USER_NOTICE);
      $this->attributConserve = $bool;
   }
 
   /***
   Permet de définir quelles balises DOIVENT conserver leurs attributs
   @param $listeTag : liste des balises dont les attributs doivent-être conservés 
   NOTE : 
      - les balises doivent-être contenues IMPÉRATIVEMENT dans $this->listeTag
      -  $this->attributConserve ne doit pas être à true
      - $this->listeTagAttributSuprime ne doit pas être défini 
   **/
   public function setListeTagAttributConserve($listeTag)
   {
      settype($listeTag, 'array');
      if( $this->valideTag($listeTag, __FUNCTION__) )
      {
         if( array_diff($listeTag, $this->listeTag) )
            trigger_error(__CLASS__ . '::' . __FUNCTION__ . ' : la liste des balises fournies ne concorde pas avec la liste des balises à conserver', E_USER_WARNING);
         else
         {
            if( $this->attributConserve === true )
               trigger_error(__CLASS__ . '::' . __FUNCTION__ . ' : vous avez défini la conservation des attributs à "true"', E_USER_NOTICE);
            $this->listeTagAttributConserve = $listeTag;
         }
      }
   }
 
   /***
   Permet de définir quelles balises NE DOIVENT PAS conserver leurs attributs
   @param $listeTag : liste des balises dont les attributs ne doivent pas être conservés 
   NOTE : 
      - les balises doivent-être contenues IMPÉRATIVEMENT dans $this->listeTag
      -  $this->attributConserve ne doit pas être à false
      - listeTagAttributConserve ne doit pas être défini 
   **/ 
   public function setListeTagAttributSupprime($listeTag)
   {
      settype($listeTag, 'array');
      if( $this->valideTag($listeTag, __FUNCTION__) )
      {
         if( array_diff($listeTag, $this->listeTag) )
            trigger_error(__CLASS__ . '::' . __FUNCTION__ . ' : la liste des balises fournies ne concorde pas avec la liste des balises à conserver', E_USER_WARNING);
         else
         {
            if( $this->attributConserve === false )
               trigger_error(__CLASS__ . '::' . __FUNCTION__ . ' : vous avez défini la conservation des attributs à "false"', E_USER_NOTICE);
            $this->listeTagAttributSupprime = $listeTag;
         }
      }
   }
 
   /***
   Permet d'ajouter les blocs html à supprimer ou de redéfinir la liste
   @param $bloc : une balise ou un array de balises html
   @param $initialise : true ou false (si true la liste existante est vidée)
   **/
   public function setDeleteBloc($bloc, $initialise = false)
   {
      if( !is_array($bloc) )
         $bloc = array($bloc);
      $initialise === false ? $this->deleteBloc = array_merge($this->deleteBloc, $bloc) : $this->deleteBloc = $bloc;
   }
 
   /***
   Fonction de rappel nécessaire à la suppression des balises non-autorisées
   @param $array : array de capture de la chaine par preg_replace_callback
   **/
   private function callbackSupprimeTag($array)
   {
      return (in_array($array[1], $this->listeTag) ? $array[0] : '');
   }
 
   /***
   Sert à préparer le texte en fonction des éléments fournis
   **/
   private function textePrepare()
   {
      // Supression des blocs de balises complexe du texte (balises et tout leur contenu)
      $this->texte = preg_replace('#<(' . implode('|',$this->deleteBloc) . ')( +[a-zA-Z]+="[^"]*")*>.+</\1>#Us', '', $this->texte);
 
      // Suppression des balises de début et fin autres que celles autorisées
      $this->texte = preg_replace_callback('#</?([a-zA-Z1-6]+)( +[a-zA-Z]+="[^"]*")*( ?/)?>#', array($this, 'callbackSupprimeTag'), $this->texte);
 
      // Ajout d'un / de fin sur les balises simples si texte en html (pour facilité de travail par la suite)
      if( $this->htmlType & RESUME_TEXTE_TYPE_HTML )
         $this->texte = preg_replace('#(<(?:' . implode('|', $this->simpleTag) . ')(?: +[a-zA-Z]+="[^"]*")*)>#', '$1 />', $this->texte);
      // Option de supprimer/conserver tous/en partie les attributs des balises
      if( $this->attributConserve == false )
      {
         // Si une liste de balises dont les attributs sont à conserver existe
         if( isset($this->listeTagAttributConserve) )
         {
            $listeDiff = array_diff($this->listeTag, $this->listeTagAttributConserve);
            $this->texte = preg_replace('#(<(' . implode('|', $listeDiff) . ')(?: +[a-zA-Z]+="[^"]*")+)( ?/)?>#', '<$1$2>', $this->texte);
         }
         else
            $this->texte = preg_replace('#(<(' . implode('|', $this->listeTag) . ')(?: +[a-zA-Z]+="[^"]*")+)( ?/)?>#', '<$1$2>', $this->texte);
      }
      // Conservation des attributs
      else
      {
         // Si une liste de balises dont les attributs sont à supprimer existe
         if( isset($this->listeTagAttributSupprime) )
            $this->texte = preg_replace('#<(' . implode('|', $this->listeTagAttributSupprime) . ')(?: +[a-zA-Z]+="[^"]*")+( ?/)?>#', '<$1$2>', $this->texte);
      }
   }
 
   /***
   Function servant à césurer le texte du nombre de caractères souhaités.
   Le principe est de :
      - Récupérer d'un côté tous les morceaux de texte et leur offset, et de l'autre toutes les balises html et leur offset
      - De calculer la longueur des morceaux mit bout à bout, et de trouver la position de césure en fonction de leurs longueurs
      - De couper le texte sur un espace suivant la position de césure trouvée
      - Et enfin de compléter le texte par les balises html de fin manquantes
   **/
 
   private function generation()
   {
      $masqueExpressionSplit = '#</?([a-zA-Z1-6]+)(?: +[a-zA-Z]+="[^"]*")*( ?/)?>#';
      $masqueExpressionMatch = '#<(?:/([a-zA-Z1-6]+)|([a-zA-Z1-6]+)(?: +[a-zA-Z]+="[^"]*")*( ?/)?)>#';
 
      $morceauTexte = preg_split($masqueExpressionSplit, $this->texte, -1,  PREG_SPLIT_OFFSET_CAPTURE | PREG_SPLIT_NO_EMPTY);
      $nombreMorceau = count($morceauTexte);
 
      if( $nombreMorceau == 1 )
      {
         $longueur = mb_strlen($this->texte);
         // pour ne pas couper un mot, on va a l espace suivant
         $this->texte = substr($texte, 0, strpos($this->texte, ' ', $longueur > $nombreMorceau ? $nombreMorceau : $longueur));
      }
      else
      {
         // Variable contenant la longueur des bouts de texte
         $longueur = 0;
 
         // (position du dernier élément du tableau $chaines)
         $indexDernierElementMorceau = $nombreMorceau - 1;
         // Position par défaut de la césure au cas ou la longueur du texte serait inférieure au nombre de caratères à sélectionner
         // La position de la césure est égal à sa position [1] + la longueur du bout de texte [0] - 1 (dernier caractère)
         $position = $morceauTexte[$indexDernierElementMorceau][1] + mb_strlen($morceauTexte[$indexDernierElementMorceau][0]) - 1;
         // Boucle parcourant l'array et ayant pour fonction d'incrémenter au fur et à mesure la longueur des morceaux de texte, 
         // et de calculer la position de césure de l'extrait dans le texte
 
         $indexMorceau = $indexDernierElementMorceau;
         $rechercheEspace = true;
         foreach( $morceauTexte as $index => $morceau )
         {
            $longueur += mb_strlen($morceau[0]);
            // Si la longueur désirée de l'extrait à obtenir est atteinte
            if( $longueur >= $this->taille )
            {
               // On calcule la position de césure du texte (position de chaîne + sa longueur -1 )
               $positionFinMorceau = $morceau[1] + mb_strlen($morceau[0]) - 1;
               // calcul de la position de césure
               $position = $positionFinMorceau - ($longueur - $this->taille);
               // On regarde si un espace est présent après la position dans le bout de texte
               if( ($positionEspace = strpos($morceau[0], ' ', $position - $morceau[1])) !== false  )
               {
                  // Un espace est détecte dans le bout de texte APRÈS la position
                  $position = $morceau[1] + $positionEspace;
                  $rechercheEspace = false;
               }
               // Si on ne se trouve pas sur le dernier élément
               if( $index != $indexDernierElementMorceau )
                  $indexMorceau = $index + 1;
               break;
            }
         }
 
         // Donc il n'y avait pas d'espace dans le bout de texte où la position de césure sert de référence
         if( $rechercheEspace === true )
         {
            // Recherche d'un espace dans les bouts de texte suivants
            for( $i=$indexMorceau; $i<=$indexDernierElementMorceau; $i++ )
            {
               $position = $morceauTexte[$i][1];
               if( ($positionEspace = strpos($morceauTexte[$i][0], ' ')) !== false )
               {
                  $position += $positionEspace;
                  break;
               }
 
            }
         }         
         // On effectue la césure sur le texte suivant la position calculée
         $this->texte = substr($this->texte, 0, $position);
 
         // Récupération de toutes les balises du texte et de leur position (PREG_OFFSET_CAPTURE)
         preg_match_all($masqueExpressionMatch, $this->texte, $retour, PREG_OFFSET_CAPTURE);
 
         // Array destiné à enregistrer les noms de balises ouvrantes
         $tags = array();
 
         foreach( $retour[0] as $index => $tag )
         {
            // Si on se trouve sur une balise unique, on passe au tour suivant
            if( isset($retour[3][$index][0]) )
               continue;
            // Si le caractère slash n'est pas détecté en seconde position dans la balise entière, on est sur une balise ouvrante
            if( $retour[0][$index][0][1] != '/' )
               // On empile l'élément en début de l'array
               array_unshift($tags, $retour[2][$index][0]);
            // Donc balise fermante
            else
               // suppression du premier élément de l'array
               array_shift($tags);
         }
 
         // réparation du code si necessaire (balises ouvertes, mais non-fermées)
         if( !empty($tags) ) {
            foreach( $tags as $tag ) {
               $this->texte .= '</' . $tag . '>';
            }
         }
      }
   }
 
   /***
   Retournera le texte césuré
   **/
   public function resume()
   {
      $this->textePrepare();
      $this->generation();
      // Suppression du " /" de fin sur les balises uniques si HTML
      if( $this->htmlType & RESUME_TEXTE_TYPE_HTML )
         $this->texte = preg_replace('#<(' . implode('|', $this->listeTag) . ')( +[a-zA-Z]+="[^"]*")*(:? ?/)?>#', '<$1$2>', $this->texte);
      return $this->texte;
   }
}
 
header('Content-type: text/html');
 
$texte = <<<TeXt
<div id="a">
<p class="class1">Loin, très loin, <b>au delà des monts Mots</b>, à mille lieues des pays 
<a href="http://vasvoirlabas.com">Voyellie et Consonnia</a>, demeurent les <span style="color: blue">Bolos Bolos</span>. Ils vivent en retrait, à <a href="http://petaouchnock.org">Bourg-en-Lettres</a>, sur les côtes de la Sémantique, <img src="un vaste océan de langues" />.</p>
<ul>
<li>one</li>
<li>dos</li>
</ul>
<p class="class1">Un petit ruisseau, du nom de <a href="http://zoralarousse.net">Larousse</a>, coule en leur lieu <span style="font-style: oblique">et les approvisionne en <strong>règlalades</strong> nécessaires en tout genre</span>; un pays paradisiagmatique, dans lequel des pans entiers de phrases prémâchées vous volent litéralement tout cuit dans la bouche.
<hr class="oops" />Pas même la toute puissante Ponctuation ne régit les Bolos Bolos - une vie on ne peut moins orthodoxographique. <a href="http://unjourmonprince.net">Un jour pourtant</a>, une petite ligne de Bolo Bolo du nom de Lorem Ipsum décida de s'aventurer dans la vaste Grammaire.
</p>
</div>
TeXt;
 
$Resume = new ResumeTexte($texte, 250);
$Resume->setTag(array('a', 'span', 'p', 'em', 'u', 'b', 'strong', 'img'));
$Resume->setListeTagAttributSupprime('p');
echo $Resume->resume();

**Korko Fain** · 25/06/2009, 17h03

maintenant prendre un résumé mal fait et corriger les balises ^^
Fermer celles non fermées etc ^^

Pcq là ces fonctions font le travail d'amont. Cependant on peux en avoir besoin en aval.

Invité · 28/06/2009, 03h10

Bonjour - bonsoir à tous !
QUE FAIT-ON ?
(ce serait dommage que le travail de réflexion soit "perdu" ...)

La "classe" de Xunil a-t-elle été vérifiée ?
En l'état, elle semble déjà "pas mal".
Est-elle améliorable ? Probablement ... Qu'en dites-vous ?

**Xunil** · 28/06/2009, 11h19

Hello, hello, hello, is there anybody in there

jreaux62, tu peux faire ce que tu veux de cette fonction, si t'es chaud pour la publier, vas-y

Néanmoins, il faudrait peut-être alléger les commentaires si tu souhaites le faire.

En ce qui concerne la classe, je l'ai quand même codé très rapidement, et plein de choses sont à revoir, comme l'utilisation d'exception au lieu de trigger, meilleure intégration de la fonction de base à la classe.

Et certaines choses ne me plaisent pas dans cette classe, surtout le fait de pouvoir définir des actions inverses (conservation/suppression attributs), après il y aurait beaucoup d'idées d'améliorations, les images par exemple en ne conservant que les images de dimensions inférieurs à x, définition encore plus approfondies des attributs à conserver en spécifiant balise + attribut(s) à garder.

Mais comme personne n'a émit d'avis dessus...
Peut-être que mon code n'est pas suffisamment compréhensible ?

[discussion] Réparer du code HTML

Contribuez / Téléchargez Sources et Outils PHP

Discussions similaires

Partager

Partager