php readability

Keterbacaan

Ini adalah ekstrak dari kelas keterbacaan dari garpu rss-rss lengkap ini. Ini dapat didefinisikan sebagai versi yang lebih baik dari kemampuan-re-readabilitas asli.

Perbedaan

Lib re-readability default sangat tua dan perlu ditingkatkan. Saya menemukan garpu bagus-teks-rss dari @dither yang meningkatkan kelas keterbacaan.

• Saya telah mengekstraksi kelas dari garpanya untuk dapat menggunakannya di luar kotak
• Saya telah menambahkan beberapa tes sederhana
• dan mengubah CS, jalankan php-cs-fixer dan menambahkan namespace

Tapi kodenya masih sangat sulit untuk dipahami / dibaca ...

Persyaratan

Secara default, LIB ini akan menggunakan ekstensi rapi jika tersedia. Tidy hanya digunakan untuk membersihkan HTML yang diberikan dan menghindari masalah dengan struktur HTML yang buruk, dll. Ini akan disarankan oleh komposer.

Juga, jika Anda mendapat masalah dari parsing konten tanpa diinstal rapi, silakan instal dan coba lagi.

Penggunaan

 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. :( ' ;
}

Jika Anda ingin men -debug, atau memeriksa apa yang terjadi, Anda dapat menyuntikkan logger (yang harus mengikuti PsrLogLoggerInterface , misalnya monolog):

 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 );