HTML Purifier: удаление табуляции, переносов строк и пробелов между блоками?

Question

[Сергей Той]

Есть кто-нибудь использующий HTML Purifier?


Подскажите как удалить весь хлам, который остается после применения AutoFormat.AutoParagraph.


Например, чтобы такие входные данные:

Параграф 1
вторая строка первого параграфа

Параграф 2

Параграф 3

Он обработал так:

<p>Параграф 1<br>вторая строка первого параграфа</p><p>Параграф 2</p><p>Параграф 3</p>

Сейчас ситуация выглядит следующим образом:

<p>Параграф 1
вторая строка первого параграфа</p>

<p>Параграф 2</p>

<p>Параграф 3</p>

Конфигурация пурифера:

$config = HTMLPurifier_Config::createDefault();
$config->set('HTML.DefinitionID', 'ace');
$config->set('HTML.Doctype', 'HTML 4.01 Transitional');
$config->set('Cache.DefinitionImpl', null);
$config->set("HTML.AllowedElements",array("p","ul","ol","li","h4","h5","h6","img","a","b","i","s","u","blockquote","sup","sub","pre","br"));
$config->set("HTML.AllowedAttributes",array("img.src","img.alt","img.title","a.href","a.title"));
$config->set('AutoFormat.AutoParagraph', true);
$config->set('AutoFormat.RemoveEmpty.RemoveNbsp', true);
$config->set('AutoFormat.RemoveEmpty', true);
$config->set('Core.EscapeInvalidTags', true);

Answer 1

[Сергей Той]

На официальном форуме. Подтвердили, что встроенных средств для решения этой задачи нет, нужно использовать регулярки :-(

Answer 2

[clamaw]

Вообще говоря, строка «вторая строка первого параграфа» — это уже второй параграф. Потому как перевод строки (он же возврат каретки,
, \n и прочее) — это уже конец абзаца. А двойной перевод строки применятеся для эмуляции отступа между параграфами в plain text документах. Соответсвенно, в html такой отступ вводится через css, а не
и прочей фигней.

Comments

[Сергей Той]

т.е. при форматировании например стиха, логичнее каждую строку выделять параграфом, нежели ставить простой br, а параграфом выделять строфу?

[clamaw]

Хм. Стихи — это более сложная тема. Я бы, наверное, сделал так: строфа — div, а строки отделять br-ами.