V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
cwj14
V2EX  ›  程序员

小白提问,怎么将富文本编辑器内的纯文本内容提取出来,然后再替换回去

  •  
  •   cwj14 · 2022-01-17 15:44:57 +08:00 · 2145 次点击
    这是一个创建于 889 天前的主题,其中的信息可能已经有所发展或是发生改变。
    <p style="white-space: normal;"><strong>云平台及 ZStack Ceph 分布式存储版本影响:</strong></p><table><tbody><tr class="firstRow"><td width="260" valign="top" style="word-break: break-all;"><strong>产品名称</strong><br/></td><td width="260" valign="top" style="word-break: break-all;"><strong>具体影响版本</strong><br/></td><td width="260" valign="top" style="word-break: break-all;"><strong>漏洞修复版本</strong><br/></td><td width="260" valign="top" style="word-break: break-all;"><strong>支持升级云平台操作系统版本</strong><br/></td></tr><tr><td width="260" valign="top" style="word-break: break-all;">ZStack Cloud 3.x<br/></td><td width="260" valign="top" style="word-break: break-all;">1.0 ~ 3.10.20 版本<br/></td><td width="260" valign="top" style="word-break: break-all;">升级至 3.10.24 版本<br/></td><td rowspan="2" colspan="1" width="260" valign="top" style="word-break: break-all;">Centos7.4 、Centos7.6<br/></td></tr><tr><td width="260" valign="top" style="word-break: break-all;">ZStack Cloud 4.2.x<br/></td><td width="260" valign="top" style="word-break: break-all;">4.0.0 ~ 4.2.10 版本<br/></td><td width="260" valign="top" style="word-break: break-all;">升级至 4.2.16 版本<br/></td></tr><tr><td width="260" valign="top" style="word-break: break-all;">ZStack Ceph 分布式存储<br/></td><td width="260" valign="top" style="word-break: break-all;">涵盖当前所有版本<br/></td><td width="260" valign="top" style="word-break: break-all;">手动关闭存储 Elasticsearch<br/></td><td width="260" valign="top"><br/></td></tr></tbody></table><p style="white-space: normal;">注意:Centos7.2 操作系统部署的云平台环境不支持直接升级云平台至最新版本,请联系 ZStack 官方技术支持协助处理 Apache Log4j2 漏洞问题。</p><p><br/></p>
    16 条回复    2022-01-18 13:16:25 +08:00
    cwj14
        1
    cwj14  
    OP
       2022-01-17 15:46:31 +08:00
    需求点是这样的,公司需要我用代码做翻译,对接了百度的 api ,我想把符文边编辑器里面的纯文本文字提取出来,翻译好了,再替换回去,PHP 语言,求求各位大佬教教我,替换回去需要保持原有的样式不变
    qwertyzzz
        2
    qwertyzzz  
       2022-01-17 15:51:01 +08:00
    好像有个 htmlspecial_decode?
    shapl
        3
    shapl  
       2022-01-17 15:53:38 +08:00   ❤️ 1
    提取出来很容易。。原封不动替换回去,有难度。
    2i2Re2PLMaDnghL
        4
    2i2Re2PLMaDnghL  
       2022-01-17 15:54:12 +08:00
    正常解析 html ,文本节点投入翻译 API 替换
    jslang
        5
    jslang  
       2022-01-17 15:54:29 +08:00
    正则 HTML 替换
    textVar.replace(/>([^<]+)</g, ($, text) => {console.log(text);'--------'+text+'-----------'})
    cwj14
        6
    cwj14  
    OP
       2022-01-17 15:55:53 +08:00
    @shapl 我在想提取出来之后,作为数组的一个键,翻译好的作为值,然后在整个文本中替换回去
    ctro15547
        7
    ctro15547  
       2022-01-17 15:57:30 +08:00
    用 re 写个脚本?
    ctro15547
        8
    ctro15547  
       2022-01-17 15:58:28 +08:00
    BS4 应该也可以获取到 txt
    cwj14
        9
    cwj14  
    OP
       2022-01-17 16:00:06 +08:00
    @jslang 老哥有没有 php 版本的,这个是可以的,但是是 js 的
    imicksoft
        10
    imicksoft  
       2022-01-17 16:01:28 +08:00
    按 html 或 xml 解析,判断 nodeType 是 Text 的节点,把文本内容翻译后再改回去
    jslang
        11
    jslang  
       2022-01-17 16:11:38 +08:00
    用这个试试呢,我没有 PHP 环境
    preg_split(">([^<]+)<", textVar)
    取奇数位索引,翻译好后,合并加上对应的"<"和">"
    jslang
        12
    jslang  
       2022-01-17 16:29:04 +08:00
    在线模拟了一下,应该可以了
    ```
    $textVar = '......';

    $arr = [];
    preg_match_all("/>([^<]+)</", $textVar, $arr);
    var_dump($arr[1]);

    print_r(preg_split("/>([^<]+)</", $textVar));
    ```
    cwj14
        13
    cwj14  
    OP
       2022-01-17 17:14:25 +08:00
    @jslang 真的谢谢大佬,小弟万分感谢
    Rache1
        14
    Rache1  
       2022-01-17 18:14:41 +08:00
    Packagist
    https://packagist.org/?query=html%20parser

    找个合适的 parser 然后遍历节点,就好了
    chengxiao
        15
    chengxiao  
       2022-01-17 23:27:34 +08:00
    你需要学一下 xpath ,然后就是遍历调接口就行了
    RickyC
        16
    RickyC  
       2022-01-18 13:16:25 +08:00
    ```
    function text_from_html($html)
    {
    // Remove the HTML tags
    $html = strip_tags($html);

    // Convert HTML entities to single characters
    $html = html_entity_decode($html, ENT_QUOTES, 'UTF-8');
    $html_len = mb_strlen($html, 'UTF-8');

    // Make the string the desired number of characters
    // Note that substr is not good as it counts by bytes and not characters
    $html = mb_substr($html, 0, strlen($html), 'UTF-8');

    return $html;
    }

    $content = htmlentities(text_from_html($content));
    ```
    -----
    提取出来可以试试这个。再放回去太难了。
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   3057 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 28ms · UTC 00:15 · PVG 08:15 · LAX 17:15 · JFK 20:15
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.