13.12 HTML in ASCII konvertieren

Problem

Sie müssen eine HTML-Seite in lesbaren, formatierten ASCII-Text umwandeln.

Lösung

Wenn Sie über ein externes Programm wie lynx verfügen, das HTML als ASCII formatiert, können Sie es folgendermaßen aufrufen:

$file = escapeshellarg($file);
$ascii = `lynx -dump $file`;

Diskussion

Verfügen Sie über kein externes Programm zum Formatieren, können Sie mit der Funktion pc_html2ascii( ) aus Listing 13.12 immerhin eine Untermenge der HTML-Codes verarbeiten (allerdings keine Tabellen und Frames).

function pc_html2ascii($s) { // Links konvertieren. $s = preg_replace('/<a\s+.*?href="?([^\" >]*)"?[^>]*>(.*?)<\/a>/i', '$2 ($1)', $s); // Die Tags <br>, <hr>, <p>, <div> in Zeilenumbrüche umwandeln. $s = preg_replace('@<(b|h)r[^>]*>@i',"\n",$s); ...

Get PHP 5 Kochbuch, Third Edition now with the O’Reilly learning platform.

O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.