【问题标题】：Convert HTML table to text将 HTML 表格转换为文本
【发布时间】：2012-06-21 15:09:36
【问题描述】：

我正在做一个需要将 html 电子邮件转换为文本的项目。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>

文本文件中的预期结果应如下所示（列对齐良好）：

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

我的想法是通过 DOMDocument 解析 HTML 内容。然后我将为表格设置一个默认宽度（即：100 个空格），然后将每列的宽度从 % 转换为空格数（基于 <td> 标签的colspan 和width 属性）。然后，我将这些列宽减去每列数据的strlen，以归档我需要 pad_right 到字符串的空格数，以使所有内容垂直对齐。

我一直在这样工作，还没有归档我想要的内容，但只是想知道这是否是愚蠢的，或者有人知道更好的方法，请帮助我。

此外，当涉及到多字节语言（日语、韩语等）时，我认为我的方法不会奏效，因为它们的字符会大于一个空格并且最终会变得一团糟。

有人可以帮帮我吗？

【问题讨论】：

这只有在文本以等宽字体显示时才有效。
嗯？多字节不（/不应该）在您的 txtfile 中占用更多空间。
如果有一列比您预期的要宽，您会怎么做？
@roman：是的，我也这么认为，但还没有找到更好的解决方案。
只需将边框宽度设置为'0'

标签： php html text html-table

【解决方案1】：

不要重新发明轮子。表格渲染很困难，仅使用文本渲染表格更加困难。为了阐明提供 HTML 的所有功能的基于文本的表格渲染器的复杂性，请查看 w3m，它是开源的： these 3000 lines of code 仅用于显示 html 表格。

将 HTML 转换为文本

有一些基于文本的浏览器可以通过命令行使用，例如 lynx。您可以fwrite 将您的 html 表放入一个文件中，将该文件传递到基于文本的浏览器中并获取其输出。

注意：基于文本的浏览器通常在 shell 中使用，它通常以等宽显示。这仍然是一个先决条件。

lynx 和 w3m 都可以在 Windows 上使用，你不需要“安装”它们，你只需要拥有可执行文件和从 PHP 运行它们的权限。

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。

（没试过）

渲染文本表格

如果您想要一个原生 PHP 解决方案，至少还有一个框架 (https://github.com/c9s/CLIFramework) 针对 PHP 的控制台应用程序，它有一个表格渲染器。

它不会将 HTML 转换为文本，但它可以帮助您构建一个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 表格渲染器似乎不支持任何类似于“colspan”的东西。

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

【讨论】：

谢谢，问题是这种转换必须是自动的，并且是我们公司软件的一部分，它在 Window 服务器上运行，所以我无法真正安装 Lynx
哦，我以为是自动的。这个想法是自动化它。 PHP 写入文件并执行 (shell_exec) 浏览器。我将添加一个代码示例
@Olizt 见上文：“lynx 和 w3m 在 Windows 上都可用”！
@feeela 我在更新中添加了关于 windows 的部分，在他说它需要在 windows 上运行之后;)
感谢 Roman，我会试一试，让您知道它是否有效。 :)