php readability

Legibilidad

Este es un extracto de la clase de legibilidad de esta bifurcación de texto completo. Se puede definir como una mejor versión de la lectura PHP original.

Diferencias

La LIB PHP-Readability predeterminada es realmente antigua y debe mejorarse. Encontré una gran horquilla de RSS de texto completo de @Do que mejoran la clase de legibilidad.

• He extraído la clase de su bifurcación para poder usarla fuera de la caja
• He agregado algunas pruebas simples
• y cambió el CS, ejecuta php-cs-fixer y agregó un espacio de nombres

Pero el código sigue siendo muy difícil de entender / leer ...

Requisitos

Por defecto, esta lib utilizará la extensión ordenada si está disponible. Ordole solo se usa para limpiar el HTML dado y evitar problemas con la mala estructura HTML, etc. El compositor sugerirá.

Además, si tiene un problema al analizar un contenido sin Ordides instalado, instálelo e intente nuevamente.

Uso

 use Readability  Readability ;

$ url = ' http://www.medialens.org/index.php/alerts/alert-archive/alerts-2013/729-thatcher.html ' ;

// you can use whatever you want to retrieve the html content (Guzzle, Buzz, cURL ...)
$ html = file_get_contents ( $ url );

$ readability = new Readability ( $ html , $ url );
// or without Tidy
// $readability = new Readability($html, $url, 'libxml', false);
$ result = $ readability -> init ();

if ( $ result ) {
    // display the title of the page
    echo $ readability -> getTitle ()-> textContent ;
    // display the *readability* content
    echo $ readability -> getContent ()-> textContent ;
} else {
    echo ' Looks like we couldn ' t find the content. :( ' ;
}

Si desea depurarlo, o verificar lo que está sucediendo, puede inyectar un registrador (que debe seguir PsrLogLoggerInterface , Monolog por ejemplo):

 use Readability  Readability ;
use Monolog  Logger ;
use Monolog  Handler  StreamHandler ;

$ url = ' http://www.medialens.org/index.php/alerts/alert-archive/alerts-2013/729-thatcher.html ' ;
$ html = file_get_contents ( $ url );

$ logger = new Logger ( ' readability ' );
$ logger -> pushHandler ( new StreamHandler ( ' path/to/your.log ' , Logger:: DEBUG ));

$ readability = new Readability ( $ html , $ url );
$ readability -> setLogger ( $ logger );