黄聪：PHP使用Simple_HTML_DOM遍历、过滤及保留指定属性

 

<?
/*
 * 参考资料：
 * http://www.phpddt.com/manual/simplehtmldom_1_5/manual_api.htm
 * http://www.phpddt.com/manual/simplehtmldom_1_5/manual.htm
 */

class HtmlUtil{
    
    /*
     * $allow:只允许这些属性存在
     * $exceptions:一些特殊的元素，可以存在某些属性
     */
    public function clear_child_html_attribute( $html_dom, $allow = array(), $exceptions = array() )
    {
        foreach( $html_dom->find('*') as $html_child_dom ) 
        {
            $this->clear_child_html_attribute( $html_child_dom, $allow, $exceptions );
            $this->clear_attribute( $html_child_dom, $allow, $exceptions );
        }
    }
    
    public function clear_attribute( $html_dom, $allow = array(), $exceptions = array() )
    {
        //遍历属性
        $attrs = $html_dom->getAllAttributes();
        
        if( count( $attrs ) > 0 )
        {
            //遍历属性，进行处理
            foreach( $attrs as $attr_key => $attr_value )
            {
                //如果是例外的，则不管
                $exceptions_attrs = $exceptions[ $html_dom->tag ];
                if( is_array( $exceptions_attrs ) && in_array( $attr_key , $exceptions_attrs ) ){ continue; }
                
                //如果不再允许列表中，则删除
                if( is_array( $allow ) && in_array( $attr_key , $allow ) ){ continue; }
                
                $html_dom->removeAttribute( $attr_key );
            }
        }
    }

    public function clear_html_attribute( $html_str, $allow = array(), $exceptions= array() )
    {
        include TEMPLATEPATH . '/class/simple_html_dom.php';
        
        $html = str_get_html( $html_str );
        
        foreach( $html->find( "*" ) as $html_dom )
        {
            //处理所有节点的属性
            $this->clear_child_html_attribute( $html_dom, $allow, $exceptions );
        }
        
        return $html;
    }
    
    function clear_html_post( $post_id )
    {
        if ( ! wp_is_post_revision( $post_id ) ){
            
            remove_action('save_post', array( $this, 'clear_html_post') );
            
            $my_post = get_post( $post_id );
            $my_post->post_content = $this->clear_html( $my_post->post_content );
            
            wp_update_post( $my_post );
            
            add_action('save_post', array( $this, 'clear_html_post') );
        }
    }
}
?>

使用方法：

<?
$html = "<p><a href='http://hcsem.com' style='color:#F00;' class='ttt'>黄聪的笔记本</a>还是<b class='test'>很不错</b>的哦！</p>";

$allow = array(
    'style',
    'colspan',
    'rowspan',
);

$exceptions = array(  
    'img' => array( 'src', 'alt' , 'title' , 'width' , 'height' , 'class', 'id' ),
    'a' => array( 'href', 'title', 'target'),
    'iframe'=>array('src','frameborder'),  
);

global $HtmlUtil;
$HtmlUtil = new HtmlUtil;
$html = $HtmlUtil->clear_html_attribute( $html, $allow, $exceptions );

//输出<p><a href='http://hcsem.com' style='color:#F00;'>黄聪的笔记本</a>还是<b>很不错</b>的哦！</p>