HTML को ई-मेल के लिए PHP में सादे पाठ में बदलना

Question 1

मैं अपनी साइट के भीतर पाठ के न्यूनतम प्रारूपण की अनुमति देने के लिए टिनीएमसीई का उपयोग करता हूं। जो HTML निर्मित है, मैं उसे ई-मेल के लिए सादे पाठ में बदलना चाहूंगा। मैं html2text नामक एक वर्ग का उपयोग कर रहा हूं , लेकिन यह वास्तव में UTF-8 समर्थन की कमी है, अन्य चीजों के बीच। हालाँकि, मैं यह पसंद करता हूं कि यह कुछ HTML टैग्स को सादे टेक्स्ट फॉर्मेटिंग में मैप करता है - जैसे कि टेक्स्ट के आसपास अंडरस्कोर लगाना जो पहले HTML में टैग था।

क्या कोई PHP में सादे पाठ में HTML परिवर्तित करने के लिए एक समान दृष्टिकोण का उपयोग करता है? और यदि ऐसा है: क्या आप किसी भी तृतीय-पक्ष कक्षाओं की सलाह देते हैं जो मैं उपयोग कर सकता हूं? या आप इस मुद्दे से कैसे निपटेंगे?

Question 2

एक्लिप्स पब्लिक लाइसेंस के तहत लाइसेंस प्राप्त HTML2text (उदाहरण के लिए HTML से पाठ ) का उपयोग करें । यह HTML से लोड करने के लिए PHP के DOM के तरीकों का उपयोग करता है, और फिर सादे पाठ को निकालने के लिए परिणामी DOM पर पुनरावृत्ति करता है। उपयोग:

// when installed using the Composer package
$text = Html2Text\Html2Text::convert($html);

// usage when installed using html2text.php
require('html2text.php');
$text = convert_html_to_text($html);

हालांकि अधूरा है, यह खुला स्रोत है और योगदान का स्वागत है।

अन्य रूपांतरण लिपियों के मुद्दे:

चूंकि html2text (GPL) EPL- संगत नहीं है।
lkessler का लिंक ( अटेंशन ) ज्यादातर ओपन सोर्स लाइसेंस के साथ असंगत है।

Question 3

यहाँ एक और उपाय है:

$cleaner_input = strip_tags($text);

स्वच्छता कार्यों के अन्य रूपों के लिए, देखें:

https://github.com/ttodua/useful-php-scripts/blob/master/filter-php-variable-sanitize.php

Question 4

DOMDocument का उपयोग करके HTML से पाठ में परिवर्तित करना एक व्यवहार्य समाधान है। HTML2Text पर विचार करें, जिसके लिए PHP5 की आवश्यकता है:

UTF-8 के बारे में, "हाउटो" पेज पर लिखा गया है:

यूनिकोड के लिए PHP का अपना समर्थन काफी खराब है, और यह हमेशा utf-8 को सही ढंग से नहीं संभालता है। यद्यपि html2text स्क्रिप्ट यूनिकोड-सुरक्षित विधियों (mbstring मॉड्यूल की आवश्यकता के बिना) का उपयोग करती है, लेकिन यह हमेशा PHP के एन्कोडिंग के स्वयं के संचालन से सामना नहीं कर सकता है। PHP वास्तव में utf-8 की तरह यूनिकोड या एनकोडिंग को नहीं समझता है, और सिस्टम के बेस एन्कोडिंग का उपयोग करता है, जो ISO-8859 परिवार में से एक है। परिणामस्वरूप, आपके टेक्स्ट एडिटर में एक मान्य चरित्र की तरह जो आपको utf-8 या सिंगल-बाइट में दिखता है, उसे PHP द्वारा गलत तरीके से समझा जा सकता है। तो भले ही आपको लगता है कि आप HTML2text में एक वैध चरित्र को खिला रहे हैं, आप अच्छी तरह से नहीं हो सकते हैं।

लेखक इसे हल करने के लिए कई दृष्टिकोण प्रदान करता है और बताता है कि HTML2Text (DOMDocument का उपयोग करके) के संस्करण 2 में UTF-8 समर्थन है।

व्यावसायिक उपयोग के लिए प्रतिबंधों पर ध्यान दें।

Question 5

भरोसेमंद पट्टी_टैग समारोह है। हालांकि यह सुंदर नहीं है। यह केवल स्वच्छता होगा। आप इसे अपने फैंसी अंडरस्कोर प्राप्त करने के लिए एक स्ट्रिंग के साथ जोड़ सकते हैं।


<?php
// to strip all tags and wrap italics with underscore
strip_tags(str_replace(array("<i>", "</i>"), array("_", "_"), $text));

// to preserve anchors...
str_replace("|a", "<a", strip_tags(str_replace("<a", "|a", $text)));

?>

Question 6

आप इसे प्राप्त करने के लिए -stdin और -dump विकल्पों के साथ lynx का उपयोग कर सकते हैं:

<?php
$descriptorspec = array(
   0 => array("pipe", "r"),  // stdin is a pipe that the child will read from
   1 => array("pipe", "w"),  // stdout is a pipe that the child will write to
   2 => array("file", "/tmp/htmp2txt.log", "a") // stderr is a file to write to
);

$process = proc_open('lynx -stdin -dump 2>&1', $descriptorspec, $pipes, '/tmp', NULL);

if (is_resource($process)) {
    // $pipes now looks like this:
    // 0 => writeable handle connected to child stdin
    // 1 => readable handle connected to child stdout
    // Any error output will be appended to htmp2txt.log

    $stdin = $pipes[0];
    fwrite($stdin,  <<<'EOT'
<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en" lang="en">
<head>
 <title>TEST</title>
</head>
<body>
<h1><span>Lorem Ipsum</span></h1>

<h4>"Neque porro quisquam est qui dolorem ipsum quia dolor sit amet, consectetur, adipisci velit..."</h4>
<h5>"There is no one who loves pain itself, who seeks after it and wants to have it, simply because it is pain..."</h5>
<p>
Lorem ipsum dolor sit amet, consectetur adipiscing elit. Pellentesque et sapien ut erat porttitor suscipit id nec dui. Nam rhoncus mauris ac dui tristique bibendum. Aliquam molestie placerat gravida. Duis vitae tortor gravida libero semper cursus eu ut tortor. Nunc id orci orci. Suspendisse potenti. Phasellus vehicula leo sed erat rutrum sed blandit purus convallis.
</p>
<p>
Aliquam feugiat, neque a tempus rhoncus, neque dolor vulputate eros, non pellentesque elit lacus ut nunc. Pellentesque vel purus libero, ultrices condimentum lorem. Nam dictum faucibus mollis. Praesent adipiscing nunc sed dui ultricies molestie. Quisque facilisis purus quis felis molestie ut accumsan felis ultricies. Curabitur euismod est id est pretium accumsan. Praesent a mi in dolor feugiat vehicula quis at elit. Mauris lacus mauris, laoreet non molestie nec, adipiscing a nulla. Nullam rutrum, libero id pellentesque tempus, erat nibh ornare dolor, id accumsan est risus at leo. In convallis felis at eros condimentum adipiscing aliquam nisi faucibus. Integer arcu ligula, porttitor in fermentum vitae, lacinia nec dui.
</p>
</body>
</html>
EOT
    );
    fclose($stdin);

    echo stream_get_contents($pipes[1]);
    fclose($pipes[1]);

    // It is important that you close any pipes before calling
    // proc_close in order to avoid a deadlock
    $return_value = proc_close($process);

    echo "command returned $return_value\n";
}

Question 7

आप इस फ़ंक्शन का परीक्षण कर सकते हैं

function html2text($Document) {
    $Rules = array ('@<script[^>]*?>.*?</script>@si',
                    '@<[\/\!]*?[^<>]*?>@si',
                    '@([\r\n])[\s]+@',
                    '@&(quot|#34);@i',
                    '@&(amp|#38);@i',
                    '@&(lt|#60);@i',
                    '@&(gt|#62);@i',
                    '@&(nbsp|#160);@i',
                    '@&(iexcl|#161);@i',
                    '@&(cent|#162);@i',
                    '@&(pound|#163);@i',
                    '@&(copy|#169);@i',
                    '@&(reg|#174);@i',
                    '@&#(d+);@e'
             );
    $Replace = array ('',
                      '',
                      '',
                      '',
                      '&',
                      '<',
                      '>',
                      ' ',
                      chr(161),
                      chr(162),
                      chr(163),
                      chr(169),
                      chr(174),
                      'chr()'
                );
  return preg_replace($Rules, $Replace, $Document);
}

Question 8

मुझे मौजूदा समाधानों में से कोई भी उपयुक्त नहीं मिला - साधारण HTML टेक्स्ट से लेकर साधारण सादे टेक्स्ट फाइल्स।

मैंने इस भंडार को खोल दिया है, आशा है कि यह किसी की मदद करेगा। MIT लाइसेंस, वैसे :)

https://github.com/RobQuistNL/SimpleHtmlToText

उदाहरण:

$myHtml = '<b>This is HTML</b><h1>Header</h1><br/><br/>Newlines';
echo (new Parser())->parseString($myHtml);

रिटर्न:

**This is HTML**
### Header ###


Newlines

Question 9

यदि आप HTML विशेष वर्णों को परिवर्तित करना चाहते हैं और न केवल उन्हें और साथ ही पट्टी चीजों को हटा दें और सादे पाठ के लिए तैयार करें यह मेरे लिए काम किया गया समाधान था ...

function htmlToPlainText($str){
    $str = str_replace('&nbsp;', ' ', $str);
    $str = html_entity_decode($str, ENT_QUOTES | ENT_COMPAT , 'UTF-8');
    $str = html_entity_decode($str, ENT_HTML5, 'UTF-8');
    $str = html_entity_decode($str);
    $str = htmlspecialchars_decode($str);
    $str = strip_tags($str);

    return $str;
}

$string = '<p>this is (&nbsp;) a test</p>
<div>Yes this is! &amp; does it get "processed"? </div>'

htmlToPlainText($string);
// "this is ( ) a test. Yes this is! & does it get processed?"`

html_entity_decode w / ENT_QUOTES | ENT_XML1 HTMLspecialchars_decode जैसी चीज़ों को ' धर्मान्तरित करता है जैसे & html_entity_decode चीज़ों को रूपांतरित करता है '< और strip_tags किसी भी HTML टैग को हटा देता है।

Question 10

Markdownify HTML को Markdown में परिवर्तित करता है, यह बहुत ही साइट पर उपयोग किया जाने वाला एक सादा पाठ स्वरूपण प्रणाली है।

Question 11

public function plainText($text)
{
    $text = strip_tags($text, '<br><p><li>');
    $text = preg_replace ('/<[^>]*>/', PHP_EOL, $text);

    return $text;
}

$text = "string 1 string 2 <ul><li>string 3</li><li>string 4</li></ul>string 5";

echo planText($text);

आउटपुट
स्ट्रिंग 1
स्ट्रिंग 2
स्ट्रिंग 3
स्ट्रिंग 4
स्ट्रिंग ५

Question 12

मैं ओपी के रूप में एक ही समस्या के आसपास आया था, और ऊपर दिए गए शीर्ष उत्तरों से कुछ समाधानों की कोशिश करना मेरे परिदृश्यों के लिए काम नहीं करता था। आखिर क्यों देखें।

इसके बजाय, मुझे यह उपयोगी स्क्रिप्ट मिली, भ्रम से बचने के लिए आइए इसे html2text_roundcubeGPL के तहत उपलब्ध करें :

https://github.com/mtibben/html2text

यह वास्तव में पहले से उल्लेख की गई स्क्रिप्ट का अपडेटेड संस्करण है - http://www.chuggnutt.com/html2text.php- राउंडक्यूब मेल द्वारा अपडेट किया गया है।

उपयोग:

$h2t = new \Html2Text\Html2Text('Hello, &quot;<b>world</b>&quot;');
echo $h2t->getText(); // prints Hello, "WORLD"

html2text_roundcubeदूसरों से बेहतर क्यों साबित हुए:

स्क्रिप्ट http://www.chuggnutt.com/html2text.phpविशेष HTML कोड / नाम (जैसे ä), या अनपेक्षित उद्धरण (जैसे 25" Monitor) वाले मामलों के लिए बॉक्स से बाहर काम नहीं करती थी ।
https://github.com/soundasleep/html2textपाठ के अंत में लिंक को छिपाने या समूह बनाने के लिए स्क्रिप्ट का कोई विकल्प नहीं था, सामान्य HTML पृष्ठ को पाठ-सादे प्रारूप में लिंक के साथ फूला हुआ दिखता है; रूपांतरण कैसे किया जाता है, इसके विशेष उपचार के लिए कोड को कस्टमाइज़ करना केवल एक सरणी को संपादित करने के रूप में सीधे आगे नहीं है html2text_roundcube।

Question 13

मैंने अभी-अभी एक PHP फ़ंक्शन "स्ट्रिप_टैग्स ()" और इसके मामले में काम कर रहा है।

मैंने निम्नलिखित HTML बदलने की कोशिश की:

<p><span style="font-family: 'Verdana','sans-serif'; color: black; font-size: 7.5pt;">&nbsp;</span>Many  practitioners are optimistic that the eyeglass and contact lens  industry will recover from the recent economic storm. Did your practice  feel its affects?&nbsp; Statistics show revenue notably declined in 2008 and  2009. But interestingly enough, those that monitor these trends state  that despite the industry's lackluster performance during this time,  revenue has grown at an average annual rate&nbsp;of 2.2% over the last five  years, to $9.0 billion in 2010.&nbsp; So despite the downturn, how were we  able to manage growth as an industry?</p>

Strip_tags () फ़ंक्शन को लागू करने के बाद, मुझे निम्न आउटपुट मिला है:

&amp;nbsp;Many  practitioners are optimistic that the eyeglass and contact lens  industry will recover from the recent economic storm. Did your practice  feel its affects?&amp;nbsp; Statistics show revenue notably declined in 2008 and  2009. But interestingly enough, those that monitor these trends state  that despite the industry&#039;s lackluster performance during this time,  revenue has grown at an average annual rate&amp;nbsp;of 2.2% over the last five  years, to $9.0 billion in 2010.&amp;nbsp; So despite the downturn, how were we  able to manage growth as an industry?

Question 14

यदि आप टैग को पूरी तरह से अलग नहीं करना चाहते हैं और सामग्री को टैग के अंदर रखना चाहते हैं, तो आप इस तरह से रूट नोड का उपयोग कर सकते हैं DOMDocumentऔर निकाल सकते हैं textContent:

function html2text($html) {
    $dom = new DOMDocument();
    $dom->loadHTML("<body>" . strip_tags($html, '<b><a><i><div><span><p>') . "</body>");
    $xpath = new DOMXPath($dom);
    $node = $xpath->query('body')->item(0);
    return $node->textContent; // text
}

$p = 'this is <b>test</b>. <p>how are <i>you?</i>. <a href="#">I\'m fine!</a></p>';
print html2text($p);
// this is test. how are you?. I'm fine!

इस दृष्टिकोण का एक फायदा यह है कि इसके लिए किसी बाहरी पैकेज की आवश्यकता नहीं होती है।

Question 15

Utf-8 में ग्रंथों के लिए, इसने मेरे लिए mb_convert_encoding का काम किया। त्रुटियों की परवाह किए बिना सब कुछ संसाधित करने के लिए, सुनिश्चित करें कि आप "@" का उपयोग करते हैं।

मेरे द्वारा उपयोग किया जाने वाला मूल कोड है:

$dom = new DOMDocument();
@$dom->loadHTML(mb_convert_encoding($html, 'HTML-ENTITIES', 'UTF-8'));

$body = $dom->getElementsByTagName('body')->item(0);
echo $body->textContent;

यदि आप कुछ और अधिक उन्नत चाहते हैं, तो आप इसे नोड्स का विश्लेषण कर सकते हैं, लेकिन आप व्हाट्सएप के साथ कई समस्याओं का सामना करेंगे।

मैंने यहां जो कहा है, उसके आधार पर मैंने एक कन्वर्टर लागू किया है। यदि आप रुचि रखते हैं, तो आप इसे git https://github.com/kranemora/html2text से डाउनलोड कर सकते हैं

यह तुम्हारा बनाने के लिए एक संदर्भ के रूप में काम कर सकता है

आप इसे इस तरह से उपयोग कर सकते हैं:

$html = <<<EOF
<p>Welcome to <strong>html2text<strong></p>
<p>It's <em>works</em> for you?</p>
EOF;

$html2Text = new \kranemora\Html2Text\Html2Text;
$text = $html2Text->convert($html);