library/HTML5/Parser.php

   1 <?php
   2
   3 require_once dirname(__FILE__) . '/Data.php';
   4 require_once dirname(__FILE__) . '/InputStream.php';
   5 require_once dirname(__FILE__) . '/TreeBuilder.php';
   6 require_once dirname(__FILE__) . '/Tokenizer.php';
   7
   8 /**
   9  * Outwards facing interface for HTML5.
  10  */
  11 class HTML5_Parser
  12 {
  13     /**
  14      * Parses a full HTML document.
  15      * @param $text HTML text to parse
  16      * @param $builder Custom builder implementation
  17      * @return Parsed HTML as DOMDocument
  18      */
  19     static public function parse($text, $builder = null) {
  20
  21         // Cleanup invalid HTML
  22         $doc = new DOMDocument();
  23
  24         if (mb_detect_encoding($text, "UTF-8", true) == "UTF-8")
  25                 @$doc->loadHTML('<?xml encoding="UTF-8" ?>'.$text);
  26         else
  27                 @$doc->loadHTML($text);
  28
  29         $text = $doc->saveHTML();
  30
  31         $tokenizer = new HTML5_Tokenizer($text, $builder);
  32         $tokenizer->parse();
  33         return $tokenizer->save();
  34     }
  35     /**
  36      * Parses an HTML fragment.
  37      * @param $text HTML text to parse
  38      * @param $context String name of context element to pretend parsing is in.
  39      * @param $builder Custom builder implementation
  40      * @return Parsed HTML as DOMDocument
  41      */
  42     static public function parseFragment($text, $context = null, $builder = null) {
  43         $tokenizer = new HTML5_Tokenizer($text, $builder);
  44         $tokenizer->parseFragment($context);
  45         return $tokenizer->save();
  46     }
  47 }