README

这是从full-text-rss分支中提取的Readability类。它可以被定义为原始php-readability的更好版本。

差异

默认的php-readability库非常老旧，需要改进。我找到了@Dither的full-text-rss分支，它改进了Readability类。

• 我已经从其分支中提取了类，以便可以直接使用
• 我添加了一些简单的测试
• 并且改变了代码风格，运行 php-cs-fixer 并添加了命名空间

但是代码仍然很难理解和阅读...

要求

默认情况下，如果可用，此库将使用 Tidy 扩展。Tidy只用于清理给定的HTML，避免出现HTML结构问题等。它将由Composer建议。

如果您在解析未安装Tidy的内容时遇到问题，请安装它并再次尝试。

使用方法

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. :(';
}

如果您想调试它或检查正在进行的事情，可以注入一个记录器（它必须遵循 Psr\Log\LoggerInterface，例如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);