如何使用PHP来快速将纯ASCII文本完美地转换成为可读的HTML标记
2007-11-17 18:55
941 查看
首先让我们来看一个我朋友希望转换的纯文本文件的例子:
Green for Mars!
John R. Doe
The idea of little green men from Mars, long a staple of science fiction, may
soon turn out to be less fantasy and more fact.
Recent samples sent by the latest Mars exploration team indicate a high
presence of chlorophyll in the atmosphere. Chlorophyll, you will recall, is what
makes plants green. It's quite likely, therefore, that organisms on Mars will
have, through continued exposure to the green stuff, developed a greenish tinge
on their outer exoskeleton.
An interview with Dr. Rushel Bunter, the head of ASDA's Mars Colonization
Project blah blah...
What does this mean for you? Well, it means blah blahblah...
Track follow-ups to this story online at http://www.mars-connect.dom/. To see
pictures of the latest samples, log on to
http://www.asdamcp.dom/galleries/220/
相当标准的文本:它有一个标题、一个署名和很多段的文字。把这篇文档转换成为HTML真正需要做的是使用HTML的分行和分段标记把原文的布局保留在Web页面上。特殊的标点符号需要被转换成为对应的HTML符号,超链接需要变得可以点击。
下面的PHP代码(列表A)就会完成上面所有的任务:
列表A
让我们来看看它是如何工作的:
第一步是把纯ASCII文件读取到一个PHP数组里。这通过file()函数很容易就可以完成,这个函数会把文件的每一行都转换成为一个用数字索引的数组中的元素。
然后,标题和作者行(我假设这两个都是文件的前两行)都通过array_shift()函数从数组里提取出来,放到单独的变量里。数组剩下的成员然后被连接成一个字符串。这个字符串现在就包括了整篇文章的正文。
文章正文里像“'”、“<”和“>”这样的特殊符号通过htmlspecialchars()函数被转换成相应的HTML符号。为了保留文章的原始格式,分行和分段通过nl2br()函数被转换成HTML的元素。文章中间多个空格通过简单的字符串替换被压缩成为一个空格。
文章正文里的URL用正则表达式来检测,两边是元素。当页面在Web浏览器里显示的时候,它会把URL转换成为可点击的超链接。
然后用标准的HTML规则创建输出的HTML页面。文章的标题、作者和正文都用CSS样式规则格式化。尽管这段脚本没有这样做,但是你可以在这个地方自定义最终页面的外观,你可以向模板添加图形元素、颜色或者其他眩目的内容。
一旦HTML页面构建完成,它就可以被送到浏览器或者用file_put_contents()保存为静态文件。要注意的是,在保存的时候,原来的文件名会被分解,一个新的文件名(叫做filename.html)会为新创建的Web页面创建。你然后就可以把这个Web页面发布到Web服务器上、保存到光盘上或者对它进行进一步编辑。
注意:在使用这个脚本创建和保存HTML文件到磁盘的时候,你要确保这个脚本对文件保存的目录有写权限。
正如你看到的,假如你有标准格式的ASCII纯文本数据文件,你可以相当迅速用PHP把它转换成为可使用的Web页面。如果你已经有了一个Web网站,并计划把新的Web页面加入进来,那么调试页面生成器所使用的模板,使之适应原有Web网站的外观是相当容易的。你自己试试看!
Green for Mars!
John R. Doe
The idea of little green men from Mars, long a staple of science fiction, may
soon turn out to be less fantasy and more fact.
Recent samples sent by the latest Mars exploration team indicate a high
presence of chlorophyll in the atmosphere. Chlorophyll, you will recall, is what
makes plants green. It's quite likely, therefore, that organisms on Mars will
have, through continued exposure to the green stuff, developed a greenish tinge
on their outer exoskeleton.
An interview with Dr. Rushel Bunter, the head of ASDA's Mars Colonization
Project blah blah...
What does this mean for you? Well, it means blah blahblah...
Track follow-ups to this story online at http://www.mars-connect.dom/. To see
pictures of the latest samples, log on to
http://www.asdamcp.dom/galleries/220/
相当标准的文本:它有一个标题、一个署名和很多段的文字。把这篇文档转换成为HTML真正需要做的是使用HTML的分行和分段标记把原文的布局保留在Web页面上。特殊的标点符号需要被转换成为对应的HTML符号,超链接需要变得可以点击。
下面的PHP代码(列表A)就会完成上面所有的任务:
列表A
让我们来看看它是如何工作的:
// set source file name and path $source = "toi200686.txt"; // read raw text as array $raw = file($source) or die("Cannot read file"); // retrieve first and second lines (title and author) $slug = array_shift($raw); $byline = array_shift($raw); // join remaining data into string $data = join('', $raw); // replace special characters with HTML entities // replace line breaks with $html = nl2br(htmlspecialchars($data)); // replace multiple spaces with single spaces $html = preg_replace('/ss+/', ' ', $html); // replace URLs with elements $html = preg_replace('/s(w+://)(S+)/', ' ', $html); // start building output page // add page header $output =<<< HEADER HEADER; // add page content $output .= "$slug"; $output .= "By $byline"; $output .= "$html"; // add page footer $output .=<<< FOOTER FOOTER; // display in browser echo $output; // AND/OR // write output to a new .html file file_put_contents(basename($source, substr($source, strpos($source, '.'))) . ".html", $output) or die("Cannot write file"); ?> |
然后,标题和作者行(我假设这两个都是文件的前两行)都通过array_shift()函数从数组里提取出来,放到单独的变量里。数组剩下的成员然后被连接成一个字符串。这个字符串现在就包括了整篇文章的正文。
文章正文里像“'”、“<”和“>”这样的特殊符号通过htmlspecialchars()函数被转换成相应的HTML符号。为了保留文章的原始格式,分行和分段通过nl2br()函数被转换成HTML的元素。文章中间多个空格通过简单的字符串替换被压缩成为一个空格。
文章正文里的URL用正则表达式来检测,两边是元素。当页面在Web浏览器里显示的时候,它会把URL转换成为可点击的超链接。
然后用标准的HTML规则创建输出的HTML页面。文章的标题、作者和正文都用CSS样式规则格式化。尽管这段脚本没有这样做,但是你可以在这个地方自定义最终页面的外观,你可以向模板添加图形元素、颜色或者其他眩目的内容。
一旦HTML页面构建完成,它就可以被送到浏览器或者用file_put_contents()保存为静态文件。要注意的是,在保存的时候,原来的文件名会被分解,一个新的文件名(叫做filename.html)会为新创建的Web页面创建。你然后就可以把这个Web页面发布到Web服务器上、保存到光盘上或者对它进行进一步编辑。
注意:在使用这个脚本创建和保存HTML文件到磁盘的时候,你要确保这个脚本对文件保存的目录有写权限。
正如你看到的,假如你有标准格式的ASCII纯文本数据文件,你可以相当迅速用PHP把它转换成为可使用的Web页面。如果你已经有了一个Web网站,并计划把新的Web页面加入进来,那么调试页面生成器所使用的模板,使之适应原有Web网站的外观是相当容易的。你自己试试看!
相关文章推荐
- 使用C#将HTML文本转换为普通文本,去掉所有的Html标记
- 使用C#将HTML文本转换为普通文本,去掉所有的Html标记
- 使用C#将HTML文本转换为普通文本,去掉所有的Html标记
- 使用C#将HTML文本转换为普通文本,去掉所有的Html标记
- php如何将html中的br换行符转换为文本输入中的换行符
- 使用C#将HTML文本转换为普通文本,去掉所有的Html标记(转)
- 剔除HTML文档的HTML标记,转换为纯文本
- Atitit.jsou html转换纯文本 java c# php
- html 标签与 html 实体转换 与 php html 系列函数的简单使用
- 如何把html文件快速转换成JSP文件
- js_html_input中autocomplete="off"在chrom中失效的解决办法 使用JS模拟锚点跳转 js如何获取url参数 C#模拟httpwebrequest请求_向服务器模拟cookie发送 实习期学到的技术(一) LinqPad的变量比较功能 ASP.NET EF 使用LinqPad 快速学习Linq
- MVC中,如果从controller返回的不是一个html,而是一个文本,使用AJAX中如何获取?
- php实现转换html格式为文本格式的方法
- PHP下最好用的富文本HTML过滤器:HTMLPurifier使用教程
- 如何使用ABBYY FineReader 14标记文本
- [转贴】如何将HTML标记去除,保留有用的文本
- php自定义函数br2nl实现将html中br换行符转换为文本输入中换行符的方法【与函数nl2br功能相反】
- MVC中,如果从controller返回的不是一个html,而是一个文本,使用AJAX中如何获取?
- 如何使用tagsoup规格化html文件中标记代码
- PHP - Manual手册 - Function Reference函数参考 - Text Processing文本处理 - Strings字符串 - String Functions字符串函数 - strip_tags字符串中去除HTML和PHP标记