PHP - 从 HTML 中提取文本、翻译并放回

Question

我正在使用 API 来翻译我的博客，但它有时会弄乱我的 html，这让我需要更多的工作来修复所有问题。

我现在想做的是从 html 中提取内容，翻译它并将其放回原来的位置。

我首先尝试使用 preg_replace 来执行此操作，其中我将用 ##a_number## 之类的内容替换每个标签，然后在文本翻译后恢复到原始标签。不幸的是，它很难管理，因为我需要用唯一的值替换每个标签。

然后我用“simple html dom”尝试了它，可以在这里找到: http://simplehtmldom.sourceforge.net/manual.htm

$html = str_get_html($content);
$str = $html;
$ret = $html->find('div');
foreach ($ret as $key=>$value)
    {  
        echo $value;
    }

这样我得到了所有文本，但值中仍然有一些 html(div 内的 div)，我不知道如何将翻译后的文本放回原始对象中。这个对象的结构非常复杂，以至于当显示它时，它会导致我的浏览器崩溃。

我已经没有什么选择了，可能有更简单的方法可以做到这一点。我想找到一种方法来获取一个对象或数组，其中一侧包含所有 html，另一侧包含所有文本。我会循环遍历文本以将其翻译并合并回所有内容以避免破坏 html。

您是否有更好的选择来实现这一目标？

谢谢洛朗

Answer 1

例如，我有以下 HTML，其中所有单词均为小写:

<div>
    <h2>page not found!</h2>
    <p>go to <a href="/">home page</a> or use the <a href="/search">search</a>.</p>
</div>

我的任务是将文本转换为大写单词。为了解决这个问题，我获取所有文本节点并使用 ucwords 函数转换它们(当然，您应该使用翻译函数而不是它)。

libxml_use_internal_errors(true);
$dom = new DomDocument();
$dom->loadHTML($html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
$xpath = new DOMXPath($dom);

foreach ($xpath->query('//text()') as $text) {
    if (trim($text->nodeValue)) {
        $text->nodeValue = ucwords($text->nodeValue);
    }
}

echo $dom->saveHTML();

上面的输出如下:

<div>
    <h2>Page Not Found!</h2>
    <p>Go To <a href="/">Home Page</a> Or Use The <a href="/search">Search</a>.</p>
</div>