徳島ホームページ制作・PHPシステム開発：shape DESIGN - シェイプデザイン

<?php
// DOMDocument クラスのインスタンス作成
$dom = new DOMDocument();
 
// 何はともあれ取り込みたいファイルの内容を取得
$doc = mb_convert_encoding(file_get_contents('test.html'), 'UTF-8', 'sjis-win, sjis');
 
// 中身の HTML をパース
@$dom->loadHTML($doc);
 
// a タグを全て取得
$anchors = $dom->getElementsByTagName('a');
 
// 取得したタグの href 属性値を書き換える
foreach ($anchors as $anchor) {
    $value = $anchor->getAttribute('href');
 
    if (preg_match('/^https?/', $value)) continue;
 
    $anchor->setAttribute('href', 'http://shape-design.jp/' . $value);
}
 
// HTML はパーシャルで欲しいのでいらないもの削除
$html = preg_replace('/^<!DOCTYPE.+?>/', '',
    str_replace(
        array('<html>', '</html>', '<body>', '</body>'),
        array('', '', '', ''),
        $dom->saveHTML()
    )
);
 
// 表示（ホントはこれを PHP 側に取り込む）
echo $html;
?>

こいつは便利じゃないかーっ！

ちなみに、文字化けしちゃう場合は以下のようにしてエンティティ化すればよいとか…。

$doc = mb_convert_encoding(file_get_contents('test.html'), 'HTML-ENTITIES', 'sjis-win, sjis');

そんなわけで、いろいろなタグやら属性値に対応できるように関数化してできあがったのがこちらっ！
※細かいこと言えば、ページ内リンクとかその他色々どーするんだよって話ですが…。
※ちなみに、この記事向けに書き直したので、このままで動くかは不明です（汗

<?php
$base_url = 'http://shape-design.jp/';
 
echo convert_paths();
 
/**
 * 全てのタグ属性のファイルパスを絶対 URL に変換
 *
 * @return string
 */
function convert_paths() {
    $dom = new DOMDocument();
    $dom->preserveWhiteSpace = false;
    $dom->formatOutput       = true;
    @$dom->loadHTML(mb_convert_encoding(
        file_get_contents($base_url . 'test.html'), 'HTML-ENTITIES', 'sjis-win, sjis'
    ));
 
    $tag_anchors = $dom->getElementsByTagName('a');
    convert_path($tag_anchors, 'href');
 
    $tag_images = $dom->getElementsByTagName('img');
    convert_path($tag_images, 'src');
 
    $tag_forms = $dom->getElementsByTagName('form');
    convert_path($tag_forms, 'action');
 
    // パーシャルな HTML のみに整形
    $html = preg_replace('/^<!DOCTYPE.+?>/', '',
        str_replace(
            array('<html>', '</html>', '<body>', '</body>'),
            array('', '', '', ''),
            $dom->saveHTML()
        )
    );
    return $html;
}
 
/**
 * タグ属性のファイルパスを絶対 URL に変換
 *
 * @param object $nodes
 * @param string $attribute
 * @return object
 */
function convert_path($nodes, $attribute) {
    foreach ($nodes as $node) {
        $value = $node->getAttribute($attribute);
        if (preg_match('/^https?/', $value)) continue;
 
        $node->setAttribute($attribute, $base_url . $value);
    }
 
    return $nodes;
}
?>

ちなみに、サーバーにインストールされている PHP に DOM 拡張モジュールが必要なので、使用する際は phpinfo() なんかで要確認ってとこでしょうか。
そんなわけで、今回はここまで！ではまたっ！←いつになるやら（苦笑

※このスクリプトにおいて、動作の検証は行っていませんので、責任は一切負いません。
※参考 URL
PHP: DOMDocument - Manual
絶対URLから相対URLに変換する処理(PHP)｜teratail
PHP5のDOM拡張モジュールでHTMLをパースする | Firegoby
【PHP】DOMDocument::loadHTML()で日本語が化けるときの対処法と残った謎 - Fatal Error: Unexpected BLOG

Category: PHP / Parmalink / Comments()

HTML5 と文書構造（アウトライン）について考えてみた。

2012年6月5日 07:16

おはようございます。

HTML5 でマークアップしてみてるのですが、なかなかいい感じです。
CSS のセレクタをうまく使うと相当すっきりします。

いろいろ調べつつって感じでやっていってるんですが、HTML5 って h1 タグいっぱい使っても大丈夫なんですね。
SEO的にどうなのか若干気になりますが…仕様としてそうなってるのでそうしていってますが（汗）

例えばなにかページを一枚作る場合、以下のようになったりします。

<!DOCTYPE html>
<html lang="ja">
<head>
<meta charset="UTF-8" />
<title>ほげほげのページ</title>
<!--[if lt IE 9]>
<script src="http://html5shiv.googlecode.com/svn/trunk/html5.js"></script>
<script src="http://ie7-js.googlecode.com/svn/version/2.1(beta4)/IE9.js"></script>
<![endif]-->
</head>
 
<body>
  <header>
    <hgroup>
      <h1>ほげほげのページ</h1>
      <h2>ここはほげほげのページです。</h2>
    </hgroup>
    <nav>
      <ul>
        <li>メニュー1</li>
        <li>メニュー2</li>
        <li>メニュー3</li>
      </ul>
    </nav>
  </header>
 
  <article>
    <header>
      <h1>ページのタイトルとか入れちゃいます</h1>
      <h2>リード文とか入れちゃいましょう</h2>
    </header>
    <section>
      <h1>コンテンツ1のタイトルでーす</h1>
      <p>コンテンツ1の内容でーす。</p>
    </section>
    <section>
      <h1>コンテンツ2のタイトルでーす</h1>
      <p>コンテンツ2の内容でーす。</p>
    </section>
  </article>
 
  <footer>
    copyright.
  </footer>
</body>
</html>