我需要将 HTML 转换为等效的 Markdown 结构文本。

OBS.: Quick and clear way of doing this with PHP & Python .

由于我使用 PHP 编程，有些人指示使用 Markdownify 来完成这项工作，但不幸的是，代码没有更新，事实上它没有工作。在 sourceforge.net/projects/markdownify 有一个“注意:不受支持 - 你想维护这个项目吗？联系我!Markdownify 是一个用 PHP 编写的 HTML 到 Markdown 转换器。将它视为 html2text.php 的继承者，因为它有更好的设计、更好的性能和更少的极端情况。”

据我所知，我只有两个不错的选择:

• Python:Aaron Swartz 的 html2text.py

• Ruby:Singpolyma 的 html2markdown.rb，基于 Nokogiri

因此，我需要从 PHP 传递 HTML 代码，调用 Ruby/Python 脚本并接收返回的输出。

(顺便说一句，有人在这里提出了类似的问题(“如何从 php 调用 ruby​​ 脚本？”)，但对我的案例没有任何实用信息)。

按照铁皮人的提示(如下)，我得到了这个:

PHP代码:

$t='<p><b>Hello</b><i>world!</i></p>';
$scaped=preg_quote($t,"/");
$program='python html2md.py';

//exec($program.' '.$scaped,$n); print_r($n); exit; //Works!!!

$input=$t;

$descriptorspec=array(
   array('pipe','r'),//stdin is a pipe that the child will read from
   array('pipe','w'),//stdout is a pipe that the child will write to
   array('file','./error-output.txt','a')//stderr is a file to write to
);

$process=proc_open($program,$descriptorspec,$pipes);

if(is_resource($process)){
    fwrite($pipes[0],$input);
    fclose($pipes[0]);
    $r=stream_get_contents($pipes[1]);
    fclose($pipes[1]);
    $return_value=proc_close($process);
    echo "command returned $return_value\n";
    print_r($pipes);
    print_r($r);
}

Python代码:

#! /usr/bin/env python
import html2text
import sys
print html2text.html2text(sys.argv[1])
#print "Hi!" #works!!!

有了上面的内容，我得到了这个:

命令返回 1 大批 ( [0] => 资源 ID #17 1 =>资源编号#18 )

“error-output.txt”文件说:

追溯(最近的调用最后): 文件“html2md.py”，第 5 行，位于 打印 html2text.html2text(sys.argv 1 ) IndexError: 列表索引超出范围

有什么想法吗？？？

Ruby 代码(仍在分析)

#!/usr/bin/env ruby
require_relative 'html2markdown'
puts HTML2Markdown.new("<h1>#{ ARGF.read }</h1>").to_s

仅作记录，我之前尝试使用 PHP 最简单的“exec()”，但我遇到了一些问题，因为一些 HTML 语言很常见的特殊字符。

PHP代码:

echo exec('./hi.rb');
echo exec('./hi.py');

ruby 代码:

#!/usr/bin/ruby
puts "Hello World!"

Python代码:

#!usr/bin/python
import sys
print sys.argv[1]

两者都工作正常。但是当字符串有点复杂时:

$h='<p><b>Hello</b><i>world!</i></p>';
echo exec("python hi.py $h");

它根本不起作用。

那是因为 html 字符串需要将其特殊字符转义。我用这个得到它:

$t='<p><b>Hello</b><i>world!</i></p>';
$scaped=preg_quote($t,"/");

现在它像我说的那样工作了here .

我正在运行: 软呢帽 14 ruby 1.8.7 Python 2.7 Perl 5.12.2 PHP 5.3.4 nginx 0.8.53

最佳答案

让 PHP 通过 proc_open 打开 Ruby 或 Python 脚本，将 HTML 管道传输到脚本中的 STDIN。 Ruby/Python 脚本读取并处理数据并通过 STDOUT 将其返回给 PHP 脚本，然后退出。这是通过类似 popen 的 Perl、Ruby 或 Python 中的功能做事的常用方法，它很好，因为它使您可以访问 STDERR，以防出现 block 爆炸并且不需要临时文件，但是它有点复杂。

另一种方法是将数据从 PHP 写入临时文件，然后使用 system , exec ，或类似于调用 Ruby/Python 脚本来打开和处理它，并使用它们的 STDOUT 打印输出。

编辑:

参见 @Jonke's answer对于“在 Ruby 中使用 STDIN 的最佳实践？”有关使用 Ruby 读取 STDIN 和写入 STDOUT 是多么简单的示例。 “How do you read from stdin in python ” 有该语言的一些很好的示例。

这是一个简单的示例，展示了如何调用 Ruby 脚本，通过 PHP 的 STDIN 管道将字符串传递给它，并读取 Ruby 脚本的 STDOUT:

将其保存为“test.php”:

<?php
$descriptorspec = array(
   0 => array("pipe", "r"),  // stdin is a pipe that the child will read from
   1 => array("pipe", "w"),  // stdout is a pipe that the child will write to
   2 => array("file", "./error-output.txt", "a") // stderr is a file to write to
);
$process = proc_open('ruby ./test.rb', $descriptorspec, $pipes);

if (is_resource($process)) {
    // $pipes now looks like this:
    // 0 => writeable handle connected to child stdin
    // 1 => readable handle connected to child stdout
    // Any error output will be appended to /tmp/error-output.txt

    fwrite($pipes[0], 'hello world');
    fclose($pipes[0]);

    echo stream_get_contents($pipes[1]);
    fclose($pipes[1]);

    // It is important that you close any pipes before calling
    // proc_close in order to avoid a deadlock
    $return_value = proc_close($process);

    echo "command returned $return_value\n";
}
?>

将其保存为“test.rb”:

#!/usr/bin/env ruby

puts "<b>#{ ARGF.read }</b>"

运行 PHP 脚本得到:

Greg:Desktop greg$ php test.php 
<b>hello world</b>
command returned 0

PHP 脚本打开 Ruby 解释器，Ruby 解释器打开 Ruby 脚本。 PHP 然后向它​​发送“hello world”。 Ruby将接收到的文本用粗体标签包裹起来，输出，PHP捕获，然后输出。没有临时文件，命令行上没有任何传递，如果需要，您可以传递大量数据，而且速度会非常快。可以很容易地使用 Python 或 Perl 代替 Ruby。

编辑:

如果你有:

HTML2Markdown.new('<h1>HTMLcode</h1>').to_s

作为示例代码，然后您可以开始开发一个 Ruby 解决方案:

#!/usr/bin/env ruby

require_relative 'html2markdown'

puts HTML2Markdown.new("<h1>#{ ARGF.read }</h1>").to_s

假设您已经下载了 HTML2Markdown 代码并将其放在当前目录中并且正在运行 Ruby 1.9.2。

关于php - 如何从传递和接收参数的 PHP 内部运行 Ruby/Python 脚本？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/4619996/