Extracted methods to a class
This commit is contained in:
Yusuf Kandemir
parent
dbfce2ae54
commit
0e2f17ac37
|
|
@ -0,0 +1,189 @@
|
|||
<?php
|
||||
|
||||
namespace YusufKandemir\MicrodataParser;
|
||||
|
||||
class MicrodataDOMElement extends \DOMElement
|
||||
{
|
||||
public function getProperties()
|
||||
{
|
||||
// Step 1
|
||||
$results = [];
|
||||
$memory = [];
|
||||
$pending = [];
|
||||
|
||||
// Step 2
|
||||
$memory[] = $this;
|
||||
|
||||
// Step 3
|
||||
if ($this->hasChildNodes()) {
|
||||
$childNodes = iterator_to_array($this->childNodes);
|
||||
|
||||
$childNodes = array_filter($childNodes, function ($node) {
|
||||
return $node instanceof \DOMElement;
|
||||
}); // Get only DOMElements
|
||||
|
||||
$pending = array_merge($pending, $childNodes);
|
||||
}
|
||||
|
||||
// Step 4
|
||||
if ($this->hasAttribute('itemref')) {
|
||||
$tokens = preg_split('/\s+/', $this->getAttribute('itemref'));
|
||||
|
||||
foreach ($tokens as $token) {
|
||||
// @todo Implement xpath query and get the first item
|
||||
}
|
||||
}
|
||||
|
||||
// Step 5
|
||||
while ($pending) {
|
||||
// Step 6
|
||||
$current = array_pop($pending);
|
||||
|
||||
// Step 7
|
||||
// in_array can't compare objects
|
||||
/*if (in_array($current, $memory)) {
|
||||
// There is MicrodataError
|
||||
continue;
|
||||
}*/
|
||||
$error = false;
|
||||
|
||||
foreach ($memory as $memory_item) {
|
||||
if ($current->isSameNode($memory_item)) {
|
||||
// There is MicrodataError
|
||||
$error = true;
|
||||
break;
|
||||
}
|
||||
}
|
||||
|
||||
if ($error) {
|
||||
continue;
|
||||
}
|
||||
|
||||
// Step 8
|
||||
$memory[] = $current;
|
||||
|
||||
// Step 9
|
||||
if (! $current->hasAttribute('itemscope')) {
|
||||
if ($current->hasChildNodes()) {
|
||||
$childNodes = iterator_to_array($current->childNodes);
|
||||
|
||||
$childNodes = array_filter($childNodes, function ($node) {
|
||||
return $node instanceof \DOMElement;
|
||||
});
|
||||
|
||||
$pending = array_merge($pending, $childNodes);
|
||||
}
|
||||
}
|
||||
|
||||
// Step 10
|
||||
if ($current->hasAttribute('itemprop') && /* hasPropertyNames */ $current->getPropertyNames()) {
|
||||
$results[] = $current;
|
||||
}
|
||||
|
||||
// Step 11: Return to loop
|
||||
}
|
||||
|
||||
// Step 12: End of loop. Sort results in tree order.
|
||||
|
||||
$results = array_reverse($results);
|
||||
|
||||
// Step 13
|
||||
return $results;
|
||||
}
|
||||
|
||||
public function getPropertyNames()
|
||||
{
|
||||
// Step 1
|
||||
$itemprop = $this->getAttribute('itemprop');
|
||||
$tokens = $itemprop ? preg_split('/\s+/', $itemprop) : [];
|
||||
|
||||
// Step 2
|
||||
$properties = [];
|
||||
|
||||
// Step 3
|
||||
foreach ($tokens as $token) {
|
||||
if ($this->isAbsoluteUri($token)) {
|
||||
$properties[] = $token;
|
||||
} elseif ($this->isTypedItem()) {
|
||||
$properties[] = /*$vocabularyIdentifier . */ $token;
|
||||
} else {
|
||||
$properties[] = $token;
|
||||
}
|
||||
}
|
||||
|
||||
$properties = array_unique($properties);
|
||||
|
||||
return $properties;
|
||||
}
|
||||
|
||||
public function getPropertyValue()
|
||||
{
|
||||
|
||||
if ($this->hasAttribute('itemscope')) {
|
||||
return $this;
|
||||
}
|
||||
|
||||
if ($this->hasAttribute('content')) {
|
||||
return $this->getAttribute('content');
|
||||
}
|
||||
|
||||
$base = $this->ownerDocument->documentURI;
|
||||
|
||||
switch ($this->tagName) {
|
||||
case 'audio':
|
||||
case 'embed':
|
||||
case 'iframe':
|
||||
case 'img':
|
||||
case 'source':
|
||||
case 'track':
|
||||
case 'video':
|
||||
if ($this->hasAttribute('src')) {
|
||||
$result = $this->getAttribute('src');
|
||||
|
||||
// @todo check against protocol relative urls like "//example.com/test.jpg"
|
||||
return $this->isAbsoluteUri($result) ? $result : $base.$result;
|
||||
}
|
||||
case 'a':
|
||||
case 'area':
|
||||
case 'link':
|
||||
if ($this->hasAttribute('href')) {
|
||||
$result = $this->getAttribute('href');
|
||||
|
||||
return $this->isAbsoluteUri($result) ? $result : $base.$result;
|
||||
}
|
||||
case 'object':
|
||||
if ($this->hasAttribute('data')) {
|
||||
$result = $this->getAttribute('data');
|
||||
|
||||
return $this->isAbsoluteUri($result) ? $result : $base.$result;
|
||||
}
|
||||
case 'data':
|
||||
case 'meter':
|
||||
if ($this->hasAttribute('value')) {
|
||||
return $this->getAttribute('value');
|
||||
}
|
||||
case 'time':
|
||||
if ($this->hasAttribute('datetime')) {
|
||||
return $this->getAttribute('datetime');
|
||||
}
|
||||
default:
|
||||
return $this->textContent;
|
||||
}
|
||||
}
|
||||
|
||||
public function isTypedItem()
|
||||
{
|
||||
$tokens = [];
|
||||
|
||||
if ($this->hasAttribute('itemtype')) {
|
||||
$tokens = preg_split("/\s+/", $this->getAttribute('itemtype'));
|
||||
}
|
||||
|
||||
return !empty($tokens);
|
||||
}
|
||||
|
||||
protected function isAbsoluteUri(string $uri)
|
||||
{
|
||||
return preg_match("/^\w+:/", trim($uri));
|
||||
}
|
||||
}
|
||||
|
|
@ -8,6 +8,8 @@ class MicrodataParser
|
|||
|
||||
public function __construct(\DOMDocument $dom)
|
||||
{
|
||||
$dom->registerNodeClass(\DOMElement::class, MicrodataDOMElement::class);
|
||||
|
||||
$xpath = new \DOMXPath($dom);
|
||||
$this->topLevelItems = $xpath->query('//*[@itemscope and not(@itemprop)]');
|
||||
}
|
||||
|
|
@ -61,8 +63,8 @@ class MicrodataParser
|
|||
$properties = new \stdClass;
|
||||
|
||||
// Step 7
|
||||
foreach ($this->getProperties($item) as $element) {
|
||||
$value = $this->getPropertyValue($element);
|
||||
foreach ($item->getProperties() as $element) {
|
||||
$value = $element->getPropertyValue();
|
||||
|
||||
if ($this->isItem($value)) {
|
||||
foreach ($memory as $memory_item) {
|
||||
|
|
@ -76,7 +78,7 @@ class MicrodataParser
|
|||
}
|
||||
}
|
||||
|
||||
foreach ($this->getPropertyNames($element) as $name) {
|
||||
foreach ($element->getPropertyNames() as $name) {
|
||||
$properties->{$name}[] = $value;
|
||||
}
|
||||
}
|
||||
|
|
@ -88,191 +90,8 @@ class MicrodataParser
|
|||
return $result;
|
||||
}
|
||||
|
||||
protected function getPropertyNames(\DOMElement $item)
|
||||
{
|
||||
// Step 1
|
||||
$itemprop = $item->getAttribute('itemprop');
|
||||
$tokens = $itemprop ? preg_split('/\s+/', $itemprop) : [];
|
||||
|
||||
// Step 2
|
||||
$properties = [];
|
||||
|
||||
// Step 3
|
||||
foreach ($tokens as $token) {
|
||||
if ($this->isAbsoluteUri($token)) {
|
||||
$properties[] = $token;
|
||||
} elseif ($this->isTypedItem($item)) {
|
||||
$properties[] = /*$vocabularyIdentifier . */ $token;
|
||||
} else {
|
||||
$properties[] = $token;
|
||||
}
|
||||
}
|
||||
|
||||
$properties = array_unique($properties);
|
||||
|
||||
return $properties;
|
||||
}
|
||||
|
||||
protected function getProperties(\DOMElement $root)
|
||||
{
|
||||
// Step 1
|
||||
$results = [];
|
||||
$memory = [];
|
||||
$pending = [];
|
||||
|
||||
// Step 2
|
||||
$memory[] = $root;
|
||||
|
||||
// Step 3
|
||||
if ($root->hasChildNodes()) {
|
||||
$childNodes = iterator_to_array($root->childNodes);
|
||||
|
||||
$childNodes = array_filter($childNodes, function ($node) {
|
||||
return $node instanceof \DOMElement;
|
||||
}); // Get only DOMElements
|
||||
|
||||
$pending = array_merge($pending, $childNodes);
|
||||
}
|
||||
|
||||
// Step 4
|
||||
if ($root->hasAttribute('itemref')) {
|
||||
$tokens = preg_split('/\s+/', $root->getAttribute('itemref'));
|
||||
|
||||
foreach ($tokens as $token) {
|
||||
// @todo Implement xpath query and get the first item
|
||||
}
|
||||
}
|
||||
|
||||
// Step 5
|
||||
while ($pending) {
|
||||
// Step 6
|
||||
$current = array_pop($pending);
|
||||
|
||||
// Step 7
|
||||
// in_array can't compare objects
|
||||
/*if (in_array($current, $memory)) {
|
||||
// There is MicrodataError
|
||||
continue;
|
||||
}*/
|
||||
$error = false;
|
||||
|
||||
foreach ($memory as $memory_item) {
|
||||
if ($current->isSameNode($memory_item)) {
|
||||
// There is MicrodataError
|
||||
$error = true;
|
||||
break;
|
||||
}
|
||||
}
|
||||
|
||||
if ($error) {
|
||||
continue;
|
||||
}
|
||||
|
||||
// Step 8
|
||||
$memory[] = $current;
|
||||
|
||||
// Step 9
|
||||
if (! $current->hasAttribute('itemscope')) {
|
||||
if ($current->hasChildNodes()) {
|
||||
$childNodes = iterator_to_array($current->childNodes);
|
||||
|
||||
$childNodes = array_filter($childNodes, function ($node) {
|
||||
return $node instanceof \DOMElement;
|
||||
});
|
||||
|
||||
$pending = array_merge($pending, $childNodes);
|
||||
}
|
||||
}
|
||||
|
||||
// Step 10
|
||||
if ($current->hasAttribute('itemprop') && /* hasPropertyNames */ $this->getPropertyNames($current)) {
|
||||
$results[] = $current;
|
||||
}
|
||||
|
||||
// Step 11: Return to loop
|
||||
}
|
||||
|
||||
// Step 12: End of loop. Sort results in tree order.
|
||||
|
||||
$results = array_reverse($results);
|
||||
|
||||
// Step 13
|
||||
return $results;
|
||||
}
|
||||
|
||||
protected function getPropertyValue(\DOMElement $item)
|
||||
{
|
||||
|
||||
if ($item->hasAttribute('itemscope')) {
|
||||
return $item;
|
||||
}
|
||||
|
||||
if ($item->hasAttribute('content')) {
|
||||
return $item->getAttribute('content');
|
||||
}
|
||||
|
||||
$base = $item->ownerDocument->documentURI;
|
||||
|
||||
switch ($item->tagName) {
|
||||
case 'audio':
|
||||
case 'embed':
|
||||
case 'iframe':
|
||||
case 'img':
|
||||
case 'source':
|
||||
case 'track':
|
||||
case 'video':
|
||||
if ($item->hasAttribute('src')) {
|
||||
$result = $item->getAttribute('src');
|
||||
|
||||
// @todo check against protocol relative urls like "//example.com/test.jpg"
|
||||
return $this->isAbsoluteUri($result) ? $result : $base.$result;
|
||||
}
|
||||
case 'a':
|
||||
case 'area':
|
||||
case 'link':
|
||||
if ($item->hasAttribute('href')) {
|
||||
$result = $item->getAttribute('href');
|
||||
|
||||
return $this->isAbsoluteUri($result) ? $result : $base.$result;
|
||||
}
|
||||
case 'object':
|
||||
if ($item->hasAttribute('data')) {
|
||||
$result = $item->getAttribute('data');
|
||||
|
||||
return $this->isAbsoluteUri($result) ? $result : $base.$result;
|
||||
}
|
||||
case 'data':
|
||||
case 'meter':
|
||||
if ($item->hasAttribute('value')) {
|
||||
return $item->getAttribute('value');
|
||||
}
|
||||
case 'time':
|
||||
if ($item->hasAttribute('datetime')) {
|
||||
return $item->getAttribute('datetime');
|
||||
}
|
||||
default:
|
||||
return $item->textContent;
|
||||
}
|
||||
}
|
||||
|
||||
protected function isItem($element)
|
||||
{
|
||||
return $element instanceof \DOMElement && $element->hasAttribute('itemscope');
|
||||
}
|
||||
|
||||
protected function isTypedItem(\DOMElement $item)
|
||||
{
|
||||
$tokens = [];
|
||||
|
||||
if ($item->hasAttribute('itemtype')) {
|
||||
$tokens = preg_split("/\s+/", $item->getAttribute('itemtype'));
|
||||
}
|
||||
|
||||
return !empty($tokens);
|
||||
}
|
||||
|
||||
protected function isAbsoluteUri(string $uri)
|
||||
{
|
||||
return preg_match("/^\w+:/", trim($uri));
|
||||
}
|
||||
}
|
||||
|
|
|
|||
Loading…
Reference in New Issue