PHP - 从 HTML 中提取文本，翻译并放回

Question

我正在使用 API 来翻译我的博客，但它有时会弄乱我的 html，从而让我有更多的工作来解决所有问题。

我现在要做的是从 html 中提取内容，翻译并放回原来的位置。

我首先尝试使用 preg_replace 来执行此操作，其中我会将每个标签替换为 ##a_number## 之类的内容，然后在文本翻译后恢复为原始标签。不幸的是，这很难管理，因为我需要用唯一的值替换每个标签。

然后我用“simple html dom”尝试了它，可以在这里找到： http://simplehtmldom.sourceforge.net/manual.htm

$html = str_get_html($content);
$str = $html;
$ret = $html->find('div');
foreach ($ret as $key=>$value)
    {  
        echo $value;
    }

这样我得到了所有文本，但值中仍然有一些 html（div 内的 div），我不知道如何将翻译后的文本放回原始对象中。这个对象的结构非常复杂，显示它时会导致我的浏览器崩溃。

我的选项有点用完了，可能有更直接的方法可以做到这一点。我想找到一种方法来获取一个对象或数组，其中一侧包含所有 html，另一侧包含所有文本。我会遍历文本以翻译它并合并所有内容以避免破坏 html。

您有没有更好的选择来实现这一目标？

谢谢 洛朗

Answer 1

例如，我有以下 HTML，其中所有单词都是小写的：

<div>
    <h2>page not found!</h2>
    <p>go to <a href="/">home page</a> or use the <a href="/search">search</a>.</p>
</div>

我的任务是将文本转换为大写单词。为了解决这个问题，我获取所有文本节点并使用ucwords 函数对其进行转换（当然，您应该使用您的翻译函数而不是它）。

libxml_use_internal_errors(true);
$dom = new DomDocument();
$dom->loadHTML($html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
$xpath = new DOMXPath($dom);

foreach ($xpath->query('//text()') as $text) {
    if (trim($text->nodeValue)) {
        $text->nodeValue = ucwords($text->nodeValue);
    }
}

echo $dom->saveHTML();

以上输出如下：

<div>
    <h2>Page Not Found!</h2>
    <p>Go To <a href="/">Home Page</a> Or Use The <a href="/search">Search</a>.</p>
</div>

Answer 2

<div>
   <p>
        This text is for translating<br>
        Next line of text
   </p>
</div>

如果将 html 字符串分解成一个数组，在 "

Array
(
[0] => 

[1] => div>

[2] => p>
        This text is for translating
[3] => br>
        Next line of text

[4] => /p>

[5] => /div>

)

然后拆分“>”上的每个数组项。该数组中的第一项是标签。其他每一项（如果有的话）都将是翻译内容。

翻译完成后，您可以通过将数组项再次粘回去来反转它。