gpt4 book ai didi

php - 使用 php 从网站/html 页面获取所有可翻译的文本

转载 作者:行者123 更新时间:2023-11-28 00:12:17 24 4
gpt4 key购买 nike

我正在尝试设置翻译工具来翻译网站。我想要做的是导入 html-code 并从该站点获取所有可翻译的文本。

一个想法是使用 strip_tags,但它会忽略可以翻译的字符串,例如 alt-texts、title-texts 以及我可能还没有想到的其他字符串。有没有一种干净的方法可以做到这一点?

最佳答案

在这种情况下,您需要自己解析 HTML 并提取文本。您可能已经知道,使用正则表达式解析 HTML 是 A Bad Idea (tm) .所以,唯一正确的解决方案是解析文档的 DOM。在此步骤中,您可以自由使用任何工具,包括标准 DOMDocument类。

如果您正在寻找一些库或脚本来提供帮助,我建议您查看 html2text可以用于商业用途。如我所见,它不支持 <img> 的属性标签,但它很容易修复(以 <a> 标签为例)。

如果您正在寻找一些自动文本提取,那么您绝对应该查看类似 Bolierpipe 的内容.

关于php - 使用 php 从网站/html 页面获取所有可翻译的文本,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14475992/

24 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com