Чистка html. HTML обфускатор

HTML - parser

Думаю все видели хтмл код яндекса.

Есть 2 пути как этого добится

1. Вручную удаляем лишние пробелы и символы

Путь для задротов, по другому и не скажешь) Безумно усложняет дальнейшее развитие и отладку проекта.

2. Можно сделать специальный ~~парсер~~ обфускатор, что собственно я и сделал.

Задачи к ~~парсеру~~ обфускатору были примерно такими:

Удаление всех пробелов в тегах кроме первого и значений в кавычках, удаление переносов, табуляций и прочего мусора.

1
2
3
4

Было:
<img title="пример title" src="url" alt="alt text" width="400" height="400" />
Стало:
<img title="пример title"src="url"alt="alt text"width="400"height="400"/>

Код самого персера:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

class parser_html{
var $html = '';
function __construct($html){$this->html=$html;}
function parser(){
$end=$this->html;
preg_match_all('|<.*>|U',$this->html,$itog);
foreach($itog[0] as $val){
$num=strpos($val," ");$tag=trim(substr($val,1,$num));$tag_print=$tag==""?$tag:"<$tag ";
$content=$tag_print.$this->tag(trim(substr($val,$num)));
$end=str_replace($val,$content,$end);
}
$end=preg_replace("/[\r\n\t]?/",'',$end);$end=str_replace(" ",'',$end);
return $end;
}
private function tag($tag){
preg_match_all('|(.*)=\"(.*)\"|U',$tag,$itog);
foreach($itog[0] as $val){$tag=str_replace($val,trim($val),$tag);}
return $tag;
}
}

Как пользоваться:

1
2
3

$parser = new parser_html($text);
echo $parser->parser();
//где $text хтмл страницы

Однако должен сразу предупредить, парсер не обрабатывает поля < textarea>

Скачать Parser Html 1.0

Крутые электронные девайсы! Не пропусти!
А ты %username% видел, как Крутые обновился Divaxo.ru

Читай с RSS. Не пропусти интересное)

Теги: PHP, webmaster

Вторник, 16 Фев 2010 PHP, Веб-мастеру, Мой скрипт

5 комментариев на Чистка html. HTML обфускатор

Мне кажется, не корректно называть этот скрипт парсером. Он скорее подходит фильтр вывода, html-компрессор или обфускатор.

Я использовал вот такой фильтр в своих проектах:

function htmlcompress($source) {
preg_match_all(‘!([^<]+)!’, $source, $pre);
$source = preg_replace(‘![^<]+!’, ‘#pre#’, $source);
$source = preg_replace(‘##’, », $source);
$source = preg_replace(‘/[\r\n\t]+/’, ‘ ‘, $source);
$source = preg_replace(‘/>[\s]+<', $source);
$source = preg_replace('/[\s]+/', ' ', $source);
if (!empty($pre[0])) {
foreach ($pre[0] as $tag) {
$source = preg_replace('!#pre#!', $tag, $source, 1);
}
}
return $source;
}

Ney on 16 Фев 2010

во, ни как слово не мог вспомнит «обфускатор»)
спасибо, поправил

DrNemo on 17 Фев 2010

Ещё заметил, что в тексте 2 раза встречается слово «персер». Похоже на опечатку.

Ney on 19 Фев 2010

1.Не персер а парсер.
2.Посмотрел код,хз насчёт первого,не присматривался,но второй точно на работает так как надо…Элементарный пример:
Привет
как дела?
Чего молчим?=((

из этого сделает: Приветкак дела?Чего молчим?=((

miXOnIN on 30 Мар 2010

Ney, miXOnIN:
спасибо, очепятка)
miXOnIN:
Позвольте не согласится!
ваш пример на хтмл будет выглядеть так:
Привет 
как дела? 
Чего молчим?=(( 
А результат соответственно:
Привет как дела? Чего молчим?=((