将HTML表格转换为文本

Question

将HTML表格转换为文本

10

我正在开发一个项目，需要将HTML电子邮件转换为纯文本。以下是HTML代码的简化版本：

<table>
    <tr>
        <td width="10%"></td>
        <td width="60%"> test product </td>
        <td width="20%">5</td>
        <td width="10%"> £50.00 </td>
    </tr>
    <tr>
        <td></td>
        <td colspan="3" width="100%"> Project Name: Test Project </td>
    </tr>
    <tr>
        <td width="10%"> </td>
        <td colspan="2" width="80%"> Page 1 : 01 New York 1.jpg </td>
        <td width="10%"> £0.00 </td>
    </tr>
</table>

在文本文件中，期望的输出结果应该像这样（列要对齐）：

test product                                      5            £50.00
Project Name: Test Project                                                            
Page 1 :  01 New York 1.jpg                                    £0.00

我的想法是使用DOMDocument解析HTML内容。然后为表格设置一个默认宽度（例如：100个空格），然后将每列的宽度从百分比转换为空格数（基于标签的colspan和width属性）。接着将这些列宽度从每列数据的strlen中减去，以获得需要填充右侧空格以使所有字符串垂直对齐的空格数。

我已经尝试了这种方式，但还没有达到想要的效果，我只是想知道是否有更好的方法，请帮帮我。

另外，当涉及多字节语言（日语、韩语等）时，我认为我的方法行不通，因为它们的字符会比一个空格大，最终会变得混乱不堪。

请有人能帮帮我吗？

- Olizt

4

只有在使用等宽字体显示文本时才可以实现这一点。 - Roman

3

啥？在你的文本文件中，多字节字符不会（或不应该）占用更多的空间。 - PeeHaa

1

如果有一列比您预期的宽，您会怎么做？ - Madara's Ghost

1

将边框宽度简单设置为“0”。 - nmkyuppie

请查看这个答案，以获取更完整的解决方案。 - Arnold

显示剩余6条评论

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Roman · Accepted Answer

不要重复发明轮子。表格呈现很困难，仅使用文本呈现表格更加困难。为了澄清一个提供 HTML 所有功能的基于文本的表格渲染器的复杂性，请看看开源软件 w3m：这些 3000 行代码只用于显示HTML表格。

将HTML转换为文本

有一些可以通过命令行使用的基于文本的浏览器，比如lynx。您可以将html表格写入文件中，将该文件传递给基于文本的浏览器并获取其输出。

注意：基于文本的浏览器通常在 shell 中使用， shell 通常以等宽字体显示。这仍然是前提条件。

lynx 和 w3m 都可在 Windows 上使用，并且您不需要“安装”它们，只需拥有可执行文件和从 PHP 运行它们的权限即可。

代码示例：

<?php
$table = '<table><tr><td>foo</td><td>bar</td></tr></table>'; //this contains your table
$html = "<html><body>$table</body></html>";

//write html file
$tmpfname = tempnam(sys_get_temp_dir(), "tblemail");

$handle = fopen($tmpfname, "w");
fwrite($handle, $html);
fclose($handle);

$myTextTable = shell_exec("w3m.exe -dump \"$tmpfname\"");
unlink($tmpfname);

w3m.exe 需要在您的工作目录中。

(没有尝试过)

呈现文本表格

如果您想要使用本机的PHP解决方案，则至少有一个框架（https://github.com/c9s/CLIFramework）专门针对PHP控制台应用程序具有表格渲染器。

它不会将HTML转换为文本，但它可以帮助您构建支持多行单元格的文本格式表格（这似乎是最复杂的部分）。

使用CLIFramework，您需要像这样的代码来呈现您的表格：

<?php
require 'vendor/autoload.php';
use CLIFramework\Component\Table\Table;

$table = new Table;
$table->addRow(array( 
    "test product", "5", "£50.00"
));
$table->addRow(array( 
    "Project Name: Test Project", "", ""
));
$table->addRow(array( 
    "Page 1 : 01 New York 1.jpg", "", "£0.00"
));

$myTextTable = $table->render();

CLIFramework表格呈现器似乎不支持类似于"colspan"的功能。

这是表格组件的文档：https://github.com/c9s/CLIFramework/wiki/Using-Table-Component