THTMLtag

Question

这种测试写法很像python里的
if(__name__==__main__):

Answer 1

冒昧修改，使结果看起来舒服点<style>
body{font:12px verdana;}
</style>
<pre>
<?php
error_reporting(E_ALL);
class THTMLtag {
  /**
   * 类名 THTMLtag
   * 功能 分析传入的HTML文本，将每个节点的信息存放入$tag_list
   *      当打开debug开关时可以检查节点的嵌套情况
   *      html的注释标记<! >做为文本信息处理
   **/
  /**
   * $deep 属性，用于记录当前节点的层次
   **/
  var $deep = 0;  /**
   * $tag_list 数组，用于保存分析结果
   * 结构如下
   * tagname 节点名
   * tagdeep 节点所处层次
   * tagoffs 节点在传入文本中的偏移量（位置）
   * tagend  节点被封闭时闭节点在结果集中的位置
   * 其他元素 按节点已定义的属性开列
   **/
  var $tag_list = array();  /**
   * $debug 标志，是否处于调试状态
   **/
  var $debug = true;  /**
   * 独立的标记（不需要有闭标记的标记）
   **/
  var $onlytag = array('img','hr','br','meta','input','link');  /**
   * 是否优化
   * 使用genHTML方法生成html时使用
   **/
  var $optimize = false;  /**
   * 方法 parse
   * 功能 主控，拆分节点并指派
   * 参数 $string 字符串，传入的HTML文本
   **/
  function parse($string) {
$ar = preg_split("/(<\/?\w+.*?>)/si",$string, -1,
PREG_SPLIT_OFFSET_CAPTURE
| PREG_SPLIT_NO_EMPTY
| PREG_SPLIT_DELIM_CAPTURE);
foreach($ar as $v) {
if(preg_match("/<(\w+)(.*)(\/?)>/s",$v[0],$r)) {
$tag = strtolower($r[1]);
$this->_tag_begin($tag,$this->_attribs($r[2]),$v[1]);
if($r[3] == '/' || in_array($tag, $this->onlytag))
$this->_tag_end($tag, $v[1]);
}elseif(preg_match("/<\/(.+)>/",$v[0],$r))
$this->_tag_end(strtolower($r[1]), $v[1]);
else
$this->_data($v[0],$v[1]);
}
if($this->debug) {
if($this->deep == 0) echo '没有发现错误<br>';
else {
foreach($this->tag_list as $v)
if(isset($v['tagend']) && $v['tagend'] == -1)
printf("位于 %d 字节处的 %s 没有配对<br>\n", $v['tagoffs'], $v['tagname']);
}
}
  }  /**
   * 内部方法 _tag_begin
   * 功能 当节点开始时被调用，生成并保存节点的信息到结果数组
   * 参数
   *  $tag 字符串，节点名
   *  $attribs 数组，节点已定义的属性。由_attribs方法产生
   *  $offset 数值，节点在来源中的偏移量
   **/
  function _tag_begin($tag, $attribs, $offset) {
$t = array('tagname' => $tag, 'tagoffs' => $offset, 'tagdeep' => $this->deep, 'tagend'=> -1, 'tagtype' => 'on');
array_push($this->tag_list, array_merge($t, $attribs));
$this->deep++;
  }  /**
   * 内部方法 _tag_end
   * 功能 当节点关闭时被调用，调整节点层次信息
   *      当debug开关打开时，进行节点嵌套检查
   * 参数
   *  $tag 字符串，节点名
   *  $offset 数值，节点在来源中的偏移量
   **/
  function _tag_end($tag, $offset) {
$this->deep--;
if(in_array($tag, $this->onlytag)) {
$p = count($this->tag_list)-1;
$this->tag_list[$p]['tagend'] = $p;
return;
}
$t = array('tagname' => $tag, 'tagoffs' => $offset, 'tagdeep' => $this->deep, 'tagend' => 0, 'tagtype' => 'off');
$q = $p = array_push($this->tag_list, $t);
while(--$p >= 0) {
$t = $this->tag_list[$p]['tagname'];
if($tag == $t && $this->tag_list[$p]['tagend'] < 0) {
$this->tag_list[$p]['tagend'] = $q-1;
return;
}
}
  }  /**
   * 内部方法 _data
   * 功能 当遇到不是节点的内容时被调用，保存内容到当前节点的tagtext元素
   * 参数 $value 字符串，节点内容
   **/
  function _data($value, $offset) {
$this->count = array_push($this->tag_list, array('tagname' => '_text', 'tagoffs' => $offset, 'tagdeep' => $this->deep, 'value' => $value));
  }  /**
   * 内部方法 _attribs
   * 功能 将传入的参数串转换为数组
   * 参数 $string 字符串
   * 返回 数组
   **/
  function _attribs($string) {
  $ar = array();
$t = split(' ',preg_replace("/ *= */",'=',$string));
$st = '';
foreach($t as $k=>$v) {
$v = $st.$v;
if(preg_match("/(\w+)=([\"'])(.+)\\2/s",$v,$r)) {
$ar[strtolower($r[1])] = $r[3];
$st = '';
}elseif(preg_match("/\w+=[\"'].+/s",$v)) {
$st = $v.' ';
}elseif(preg_match("/(\w+)=([^ ]+)/s",$v,$r)) {
$ar[strtolower($r[1])] = $r[2];
}
}
return $ar;
  }  /**
   * 方法 genHTML
   * 功能 从分析结果中生成html文档
   * 返回 字符串，生成结果
   **/
  function genHTML() {
  $retval = '';
foreach($this->tag_list as $v) {
if($v['tagname'] == '_text') {
if(preg_match("/[ \r\n]+$/",$v['value']) && $this->optimize) continue;
$retval .= $v['value'];
}else {
$retval .= ($v['tagtype']=='on' ? '<' : '</').$v['tagname'];
foreach($v as $key=>$value)
if(substr($key, 0, 3) != 'tag')
$retval .= " $key=\"".addcslashes($value, '"')."\"";
$retval .= '>';
}
}
return $retval;
  }
}if(basename(__FILE__) != basename($_SERVER['PHP_SELF'])) return;$tpl = <<< HTML
<table
width=100><tr><td xxx=1",3'>1</td></tr></table><br>
<table><tr><td>2</td><td>
<table><tr><td>1</td></tr><table>
</td></tr></table>
HTML;$o = new THTMLtag;
$o->parse($tpl);
print_r($o->tag_list);
echo $o->genHTML();
?>