protected function _htmlHandling()
{
$aTagTexts = $this->_splitTagText($this->_oString->get(), true, false);
$iTagScriptDepth = 0;
$oRegexTag = \Aouka\Text\Regex::tag();
foreach ($aTagTexts as &$sTagText) {
if ($oRegexTag->test($sTagText)) {
// S'il s'agit d'une balise script
if (preg_match("`^<(/)?\\s*script`i", $sTagText, $aCaptures)) {
// Si la balise script est ouvrante,
// on incrémente la profondeur du script
if (!isset($aCaptures[1])) {
++$iTagScriptDepth;
} else {
$iTagScriptDepth -= 1;
$iTagScriptDepth = $iTagScriptDepth < 0 ? 0 : $iTagScriptDepth;
}
}
} else {
if (!$iTagScriptDepth) {
$sTagText = $this->_process($sTagText);
}
}
}
return $this->_oString->setString(implode('', $aTagTexts));
}
/**
* Éclate une chaîne en séparant les tags html du texte.
*
* @param string $sInputString Chaîne a éclater.
* @param boolean $bCaptureTags Définit si les tags html doivent être capturés ou non.
* @param boolean $bSeparateHtmlPlain Définit si les tags et les textes sont retournés dans deux sous-tableaux différents.
* @return array
*/
protected function _splitTagText($sInputString, $bCaptureTags = true, $bSeparateHtmlPlain = false)
{
// On remplace par un placeholder les chevrons ouvrants n'étant pas suivis par :
// ! => <!DOCTYPE>, <!-- Commentaires -->
// une lettre => <div>
// / => </div>
$sLeftAngleBracketReplace = uniqid('bracket');
$sString = preg_replace("`<(?!!|[[:alpha:]]|/)`", $sLeftAngleBracketReplace, $sInputString);
$oTagRegex = Regex::tag()->setModifiers($this->_m());
// On explose la chaîne en fonction des balises html
$aHtmlExplodeTexts = array_values($oTagRegex->split($sString, -1, $bCaptureTags ? PREG_SPLIT_NO_EMPTY | PREG_SPLIT_DELIM_CAPTURE : PREG_SPLIT_NO_EMPTY));
foreach ($aHtmlExplodeTexts as &$sHtmlExplodeText) {
// Si ce n'est pas une balise html
if (mb_substr($sHtmlExplodeText, 0, 1, $this->_oString->getEncoding()) !== '<') {
// on décode les potentiels chevrons n'appartenant pas à une balise
$sHtmlExplodeText = str_replace($sLeftAngleBracketReplace, '<', $sHtmlExplodeText);
}
}
if ($bCaptureTags && $bSeparateHtmlPlain) {
$aTags = $aTexts = array();
foreach ($aHtmlExplodeTexts as $iIndex => $sTagText) {
if ($oTagRegex->test($sTagText)) {
$aTags[$iIndex] = $sTagText;
} else {
$aTexts[$iIndex] = $sTagText;
}
}
return array('tags' => $aTags, 'texts' => $aTexts);
}
return $aHtmlExplodeTexts;
}
protected function _htmlHandling()
{
$aTagTexts = $this->_splitTagText($this->_oString->get());
$oRegexTag = Regex::tag()->setModifiers($this->_m());
foreach ($aTagTexts as &$sTagText) {
if (!$oRegexTag->test($sTagText)) {
$sTagText = $this->_process($sTagText);
}
}
return $this->_oString->setString(implode('', $aTagTexts));
}
protected function _htmlHandling()
{
$aHtmlPlainText = $this->_splitTagText($this->_oString->get());
$oRegexTag = Regex::tag()->setModifiers($this->_m());
foreach ($aHtmlPlainText as &$sTagText) {
if (!$oRegexTag->test($sTagText)) {
$sTagText = mb_strtolower($sTagText, $this->_oString->getEncoding());
}
}
return $this->_oString->setString(implode('', $aHtmlPlainText));
}
protected function _htmlHandling()
{
$aHtmlPlainText = $this->_splitTagText($this->_oString->get());
$oRegexTag = Regex::tag()->setModifiers($this->_m());
foreach ($aHtmlPlainText as &$sTagText) {
if (!$oRegexTag->test($sTagText)) {
$sCasedString = $this->_setCase($sTagText, $this->_cCase);
$sTagText = $this->_exceptionSetCase($sCasedString);
}
}
return $this->_oString->setString(implode('', $aHtmlPlainText));
}
protected function _htmlHandling()
{
$this->_formatPattern();
$aHtmlPlainText = $this->_splitTagText($this->_oString->get());
$oTagRegex = Regex::tag()->setModifiers($this->_m());
foreach ($aHtmlPlainText as &$sTagText) {
if (!$oTagRegex->test($sTagText)) {
$sTagText = preg_replace_callback($this->_mPattern, array($this, '_executeManipulator'), $sTagText);
}
}
return $this->_oString->setString(implode('', $aHtmlPlainText));
}
protected function _chunkHtmlHandling()
{
$aTagTexts = $this->_splitTagText($this->_oString->get());
$oRegexTag = Regex::tag();
$iCount = 0;
foreach ($aTagTexts as &$sTagText) {
if (!$oRegexTag->test($sTagText)) {
$iCount += $this->_process($sTagText);
}
}
return $iCount;
}
protected function _htmlHandling()
{
$aHtmlPlainText = $this->_splitTagText($this->_oString->get());
$oTagRegex = Regex::tag()->setModifiers($this->_m());
$sEncoding = $this->_oString->getEncoding();
foreach ($aHtmlPlainText as &$sValue) {
if (!$oTagRegex->test($sValue)) {
$sValue = self::_ucfirst($sValue, $sEncoding);
break;
}
}
return $this->_oString->setString(implode('', $aHtmlPlainText));
}
/**
* Définit les tags de début et de fin.
*
* Les tags de fin sont définis à partir des tags de début.
*
* @param string Balises HTML de début.
* @throws \Exception
*/
protected function _initTags()
{
$oRegexTag = Regex::tag()->setModifiers($this->_m());
$aTags = array_filter(preg_split("`({$oRegexTag})`", $this->_sInputTags, -1, PREG_SPLIT_DELIM_CAPTURE));
foreach ($aTags as $sTag) {
if (!$oRegexTag->test(trim($sTag))) {
throw ExceptionType::invalidArgument("Argument #1 doit être uniquement composé de balises HTML.", Exception::FROM_HANDLER);
}
$this->_sStartingTags = $this->_sInputTags;
if (preg_match('`^<([[:alnum:]]+)`', $sTag, $aMatches)) {
$this->_sEndingTags = "</{$aMatches[1]}>" . $this->_sEndingTags;
}
}
}
protected function _commonHandling()
{
// On n'utilise pas la fonction native strip_tags de php car elle ne gère pas correctement la suppression des tags.
// Exemple : pour la chaîne de caractères suivante "<div>a <= b et d > c</div>", la fonction strip_tags
// retournera "a c" alors qu'elle qu'on s'attend à ce qu'elle retourne "a <= b et d > c".
$this->_setAllowableTagNames();
$oRegexTag = Regex::tag()->setModifiers($this->_m());
$aHtmlTagTexts = array_values($oRegexTag->split($this->_oString->get(), -1, PREG_SPLIT_DELIM_CAPTURE | PREG_SPLIT_NO_EMPTY));
foreach ($aHtmlTagTexts as $iIndex => &$sHtmlTagText) {
if ($oRegexTag->test($sHtmlTagText)) {
if (!$this->_isAllowableTag($sHtmlTagText)) {
$sHtmlTagText = '';
}
}
}
return $this->_oString->setString(implode('', $aHtmlTagTexts));
}
protected function _htmlHandling()
{
$sString = Regex::tag()->replace($this->_oString->get(), '');
return $this->_process($sString);
}
protected function _buildRegexPos()
{
// Positions des éléments répartis par l'expression rationnelle
$this->_aRegexPos = array();
if ($this->_getHTMLParsingMode() !== String::CHUNK_PARSING) {
// Texte nettoyé de ses balises
if ($this->_getStringType() === InterfaceText::HTML) {
$oRegexTag = Regex::tag()->setModifiers($this->_m());
$sPlainText = $oRegexTag->replace($this->_getString()->get(), '');
} else {
$sPlainText = $this->_getString()->get();
}
// On explose le texte plain selon l'expression rationnelle
$aPlainTexts = array_values($this->_getRegex()->split($sPlainText, -1, PREG_SPLIT_NO_EMPTY | PREG_SPLIT_DELIM_CAPTURE | PREG_SPLIT_OFFSET_CAPTURE));
// On alimente le tableau des positions de la regex dans le texte
$this->_feedRegexPosArray($aPlainTexts);
} else {
// Récupération des positions des éléments séparés (balises html et textes plain)
$aTagTextPositions = $this->getTagTextPos();
// Longueur des chaînes de texte précédents
$iPrevTextsLength = 0;
// Pour chaque Tag/Text
foreach ($aTagTextPositions as $aTagTextPos) {
// S'il l'élément est un texte
if ($aTagTextPos['type'] == 'text') {
// On l'explose par rapport à la regex, en récupérant les positions
$aPlainTexts = $this->_oRegex->split($aTagTextPos['element'], -1, PREG_SPLIT_DELIM_CAPTURE | PREG_SPLIT_NO_EMPTY | PREG_SPLIT_OFFSET_CAPTURE);
// On alimente le tableau des positions de la regex dans le texte
$iCurrentTextLength = $this->_feedRegexPosArray($aPlainTexts, $iPrevTextsLength);
$iPrevTextsLength += $iCurrentTextLength;
}
}
}
$iMatchingRegexIndex = $iNoMatchingRegexIndex = 0;
foreach ($this->_aRegexPos as $iRegexPosIndex => $aRegexPos) {
foreach ($aRegexPos['pos']['string'] as $aPos) {
if ($aRegexPos['match_regex']) {
$this->_aStats['index']['matching_regex_elem'][$iMatchingRegexIndex] += array('regex_pos' => $iRegexPosIndex);
++$iMatchingRegexIndex;
} else {
$this->_aStats['index']['no_matching_regex_elem'][$iNoMatchingRegexIndex] += array('regex_pos' => $iRegexPosIndex);
++$iNoMatchingRegexIndex;
}
}
}
// Si on n'est pas en chunk
// et que le regex_pos précédent est égale au regex_pos actuel
// on fusionne les 2, ainsi :
/*
[0] => Array
(
[tag_text_pos] => 0
[chunk_pos] =>
[regex_pos] => 0
)
[1] => Array
(
[tag_text_pos] => 2
[chunk_pos] =>
[regex_pos] => 0
)
*/
// devient
/*
[0] => Array
(
[tag_text_pos] => array(0, 2)
[chunk_pos] =>
[regex_pos] => 0
)
*/
if ($this->_getHTMLParsingMode() !== String::CHUNK_PARSING) {
$this->_groupStatRegexByRegexPos();
}
}
protected function _htmlHandling()
{
$sEncoding = $this->_oString->getEncoding();
$aHtmlPlainText = $this->_splitTagText($this->_oString->get());
// Par défaut la chaîne n'est ni coupée, ni n'a la taille maximale atteinte
$bCutted = $bFitted = false;
// Nombre de caractères parsés total de la chaîne
$iTotalChars = 0;
// Index de la cellule contenant le morceau de chaîne atteignant la limite
$iCellIndex = null;
$oTagRegex = Regex::tag()->setModifiers($this->_m());
foreach ($aHtmlPlainText as $iIndex => &$sText) {
// Pour les éléments en plain text
if (!$oTagRegex->test($sText)) {
// Si la limite n'a pas encore été atteinte ou dépassée
if (!$bFitted && !$bCutted) {
$iNbChars = mb_strlen($sText, $sEncoding);
$iTotalChars += $iNbChars;
if ($this->_iMaxLength <= $iTotalChars) {
// Si la limite vient d'être dépassée
if ($this->_iMaxLength < $iTotalChars) {
$iTotalDelta = $iTotalChars - $this->_iMaxLength;
$sText = $this->_cut($sText, $sEncoding, $iNbChars - $iTotalDelta);
$bCutted = true;
} else {
$bFitted = true;
}
// On note la cellule du tableau à partir de laquelle on exécute la limite
$iCellIndex = $iIndex;
}
} else {
$sText = '';
// Si la limite a été atteinte pile-poil et qu'on en est à supprimer du texte
if ($bFitted) {
$bCutted = true;
}
}
}
}
// Si le plain text a été coupé et qu'il existe un trimmarker
if ($bCutted && $this->_sTrimMarker) {
// Si le trimmarker n'est pas à prendre en compte dans la limite
if (!$this->_bIncludeTrimMarker) {
// On l'ajoute dans la cellule à partir de laquelle la limite a été exécutée,
// en supprimant les espaces blancs à la fin du texte de celle-ci
if ($iCellIndex !== null) {
if ($this->_bExactly) {
$aHtmlPlainText[$iCellIndex] = $aHtmlPlainText[$iCellIndex] . $this->_sTrimMarker;
} else {
$aHtmlPlainText[$iCellIndex] = rtrim($aHtmlPlainText[$iCellIndex]) . $this->_sTrimMarker;
}
}
} else {
$iTrimMarkerLength = mb_strlen($this->_sTrimMarker, $sEncoding);
$bCutted = $bFitted = false;
$iTotalChars = 0;
$iCellIndex = null;
// Calcul de la taille que doit faire la chaîne, en prenant en compte la taille du trimmarker
$iMaxStringLength = $this->_iMaxLength - $iTrimMarkerLength < 0 ? 0 : $this->_iMaxLength - $iTrimMarkerLength;
foreach ($aHtmlPlainText as $iIndex => &$sText) {
// Pour les éléments en plain text
if (!$oTagRegex->test($sText)) {
// Si la limite n'a pas encore été atteinte ou dépassée
if (!$bFitted && !$bCutted) {
$iNbChars = mb_strlen($sText, $sEncoding);
$iTotalChars += $iNbChars;
if ($iMaxStringLength <= $iTotalChars) {
// Si la limite vient d'être dépassée
if ($iMaxStringLength < $iTotalChars) {
$iTotalDelta = $iTotalChars - $iMaxStringLength;
$sText = $this->_cut($sText, $sEncoding, $iNbChars - $iTotalDelta);
$bCutted = true;
} else {
$bFitted = true;
}
if (!$this->_bExactly) {
// On ajoute le trimmarker en supprimant les espaces blancs à la fin du texte
$sText = rtrim($sText) . $this->_sTrimMarker;
}
}
} else {
$sText = '';
}
}
}
}
}
return $this->_oString->setString(implode('', $aHtmlPlainText));
}
/**
* Retourne un tableau des positions des éléments html et plain dans la chaîne de caractères $this->_oString.
*
* Par exemple pour $this->_oString->get() = "[div]Toto", le tableau retourné sera comme suit :
* [
* [0] => [
* [element] => [div],
* [length] => 5,
* [pos] => [
* [string] => [0, 5] // Positions de début et de fin dans la chaîne de caractères.
* ]
* ],
* [1] => [
* [element] => Toto,
* [length] => 4,
* [pos] => [
* [string] => [5, 9], // Positions de début et de fin dans la chaîne de caractères.
* [text] => [0, 4] // Positions de début et de fin dans le texte plain.
* ]
* ]
* ]
*
* @return array Tableau des positions
*/
protected function _getTagTextPositions()
{
if ($this->_oString->getType() === InterfaceText::PLAIN) {
return $this->_getPlainTagTextPositions();
}
// On remplace par un placeholder les chevrons ouvrants n'étant pas suivis par :
// ! => <!DOCTYPE>, <!-- Commentaires -->
// une lettre => <div>
// / => </div>
$sLeftAngleBracketReplace = uniqid('bracket');
$sString = preg_replace("`<(?!!|[[:alpha:]]|/)`", $sLeftAngleBracketReplace, $this->_oString->get());
// On explose la chaîne en fonction des balises html
$oTagRegex = Regex::tag()->setModifiers($this->_m());
$aHtmlExplodeTexts = array_values($oTagRegex->split($sString, -1, PREG_SPLIT_NO_EMPTY | PREG_SPLIT_DELIM_CAPTURE | PREG_SPLIT_OFFSET_CAPTURE));
// Tableau des infos recueillies
$aInfos = array();
// Tableau des stats
$aStats = array('tag_indexes' => array(), 'no_tag_indexes' => array());
// Position de fin du texte précédent (càd du dernier élément qui n'est pas une balise)
$iLastTextPos = 0;
$aTagText = array();
foreach ($aHtmlExplodeTexts as $iIndex => $aHtmlExplodeText) {
$sElement = $aHtmlExplodeText[0];
// Est-ce une balise html ?
$bTag = mb_substr($sElement, 0, 1, $this->_oString->getEncoding()) == '<';
// Si ce n'est pas une balise html
if (!$bTag) {
// on décode les potentiels chevrons n'appartenant pas à une balise
$sElement = str_replace($sLeftAngleBracketReplace, '<', $sElement);
}
$aTagText[$iIndex] = $sElement;
// Nombre de caractères de l'élément
$iLength = mb_strlen($sElement, $this->_oString->getEncoding());
// Stockage des positions de début et de fin de l'élément dans la chaîne de caractères
$aPos = array('string' => array($aHtmlExplodeText[1], $aHtmlExplodeText[1] + $iLength));
// Si l'élément n'est pas une balise, on stocke également ses positions de début et de fin
// dans le texte affiché sur une page HTML
if (!$bTag) {
$aPos['text'] = array($iLastTextPos, $iLastTextPos + $iLength);
$iLastTextPos += $iLength;
}
// Ajout des infos dans le tableau statistiques
$aInfos[$iIndex] = array('element' => $sElement, 'type' => $bTag ? 'tag' : 'text', 'length' => $iLength, 'pos' => $aPos);
$aStats[($bTag ? '' : 'no_') . 'tag_indexes'][] = $iIndex;
}
$iTotalStringLength = 0;
if ($aInfos) {
$aLastInfos = end($aInfos);
$iTotalStringLength = $aLastInfos['pos']['string'][1];
}
return array('tag_text' => $aTagText, 'tag_text_pos' => $aInfos, 'stats' => array('string' => array('length' => $iTotalStringLength), 'text' => array('length' => mb_strlen(Regex::tag()->replace($this->_oString->get(), ''), $this->_oString->getEncoding())), 'tag_text_pos' => $aStats));
}
