1

我正在查看 WordPress 函数 the_content() 的源输出，并注意到 html 格式很奇怪。

<div>
    <p> <inline element> 'text node' </inline element> </p>
    'text node'
    <p> <inline element> 'text node' </inline element> </p>
    'text node'
</div>

我正在使用 php DOM 解析器编辑 textContent，发现除了 inline element 标签中的所有文本节点之外的所有文本节点都不在 ap 标签中。所以它们是包含内容的 div 标签的 textContent 。

我想知道这是我的错还是 wordPress 的输出不好。我认为如此广泛使用的 cms 不太可能出现如此基本的格式问题。

编辑：我仍然不知道其他主题开发人员是否发现了 wordPress 的这个问题。无论如何，我写了一个小片段来修复它。

function setDOM(){
$html = get_the_content();
$html = trim( preg_replace( '/\s+/', ' ', $html ) ); 
$dom = new DOMDocument;
$dom->loadHTML($html);

$xpath = new DOMXpath($dom);
$textNodes = $xpath->query('//text()');

foreach($textNodes as $textNode){
    $parent = $textNode->parentNode;
    if (($parent->nodeName !== 'em') &&
    ($parent->nodeName !== 'strong') &&
    ($parent->nodeName !== 'a') &&
    ($parent->nodeName !== 'dt')) {

        $txt = $textNode->textContent;  
        $newP = $dom->createElement('p');
        $newTxt = $dom->createTextNode($txt);
        $newP->appendChild($newTxt);

        $parent->replaceChild($newP, $textNode);

    }
}
$dom->saveHTML();
return $dom;
}

$dom = setDOM();

echo $dom->saveHTML();

诚然，我是 PHP 新手，任何关于该片段的提示或反馈都将不胜感激。

4

0 回答 0