Вход Регистрация
Файл: WoWonder 1.2.1/Update Guide/v1.1/Script/assets/import/simple_html_dom.inc.php
Строк: 1824
<?php
/**
 * Website: http://sourceforge.net/projects/simplehtmldom/
 * Additional projects that may be used: http://sourceforge.net/projects/debugobject/
 * Acknowledge: Jose Solorzano (https://sourceforge.net/projects/php-html/)
 * Contributions by:
 *     Yousuke Kumakura (Attribute filters)
 *     Vadim Voituk (Negative indexes supports of "find" method)
 *     Antcs (Constructor with automatically load contents either text or file/url)
 *
 * all affected sections have comments starting with "PaperG"
 *
 * Paperg - Added case insensitive testing of the value of the selector.
 * Paperg - Added tag_start for the starting index of tags - NOTE: This works but not accurately.
 *  This tag_start gets counted AFTER rn have been crushed out, and after the remove_noice calls so it will not reflect the REAL position of the tag in the source,
 *  it will almost always be smaller by some amount.
 *  We use this to determine how far into the file the tag in question is.  This "percentage will never be accurate as the $dom->size is the "real" number of bytes the dom was created from.
 *  but for most purposes, it's a really good estimation.
 * Paperg - Added the forceTagsClosed to the dom constructor.  Forcing tags closed is great for malformed html, but it CAN lead to parsing errors.
 * Allow the user to tell us how much they trust the html.
 * Paperg add the text and plaintext to the selectors for the find syntax.  plaintext implies text in the innertext of a node.  text implies that the tag is a text node.
 * This allows for us to find tags based on the text they contain.
 * Create find_ancestor_tag to see if a tag is - at any level - inside of another specific tag.
 * Paperg: added parse_charset so that we know about the character set of the source document.
 *  NOTE:  If the user's system has a routine called get_last_retrieve_url_contents_content_type availalbe, we will assume it's returning the content-type header from the
 *  last transfer or curl_exec, and we will parse that and use it in preference to any other method of charset detection.
 *
 * Found infinite loop in the case of broken html in restore_noise.  Rewrote to protect from that.
 * PaperG (John Schlick) Added get_display_size for "IMG" tags.
 *
 * Licensed under The MIT License
 * Redistributions of files must retain the above copyright notice.
 *
 * @author S.C. Chen <me578022@gmail.com>
 * @author John Schlick
 * @author Rus Carroll
 * @version 1.5 ($Rev: 208 $)
 * @package PlaceLocalInclude
 * @subpackage simple_html_dom
 */

/**
 * All of the Defines for the classes below.
 * @author S.C. Chen <me578022@gmail.com>
 */
define('HDOM_TYPE_ELEMENT'1);
define('HDOM_TYPE_COMMENT'2);
define('HDOM_TYPE_TEXT',    3);
define('HDOM_TYPE_ENDTAG',  4);
define('HDOM_TYPE_ROOT',    5);
define('HDOM_TYPE_UNKNOWN'6);
define('HDOM_QUOTE_DOUBLE'0);
define('HDOM_QUOTE_SINGLE'1);
define('HDOM_QUOTE_NO',     3);
define('HDOM_INFO_BEGIN',   0);
define('HDOM_INFO_END',     1);
define('HDOM_INFO_QUOTE',   2);
define('HDOM_INFO_SPACE',   3);
define('HDOM_INFO_TEXT',    4);
define('HDOM_INFO_INNER',   5);
define('HDOM_INFO_OUTER',   6);
define('HDOM_INFO_ENDSPACE',7);
define('DEFAULT_TARGET_CHARSET''UTF-8');
define('DEFAULT_BR_TEXT'"rn");
define('DEFAULT_SPAN_TEXT'" ");
define('MAX_FILE_SIZE'600000);
// helper functions
// -----------------------------------------------------------------------------
// get html dom from file
// $maxlen is defined in the code as PHP_STREAM_COPY_ALL which is defined as -1.
function file_get_html($url$use_include_path false$context=null$offset = -1$maxLen=-1$lowercase true$forceTagsClosed=true$target_charset DEFAULT_TARGET_CHARSET$stripRN=true$defaultBRText=DEFAULT_BR_TEXT$defaultSpanText=DEFAULT_SPAN_TEXT)
{
    
// We DO force the tags to be terminated.
    
$dom = new simple_html_dom(null$lowercase$forceTagsClosed$target_charset$stripRN$defaultBRText$defaultSpanText);
    
// For sourceforge users: uncomment the next line and comment the retreive_url_contents line 2 lines down if it is not already done.
    
$contents file_get_contents($url$use_include_path$context$offset);
    
// Paperg - use our own mechanism for getting the contents as we want to control the timeout.
    //$contents = retrieve_url_contents($url);
    
if (empty($contents) || strlen($contents) > MAX_FILE_SIZE)
    {
        return 
false;
    }
    
// The second parameter can force the selectors to all be lowercase.
    
$dom->load($contents$lowercase$stripRN);
    return 
$dom;
}

// get html dom from string
function str_get_html($str$lowercase=true$forceTagsClosed=true$target_charset DEFAULT_TARGET_CHARSET$stripRN=true$defaultBRText=DEFAULT_BR_TEXT$defaultSpanText=DEFAULT_SPAN_TEXT)
{
    
$dom = new simple_html_dom(null$lowercase$forceTagsClosed$target_charset$stripRN$defaultBRText$defaultSpanText);
    if (empty(
$str) || strlen($str) > MAX_FILE_SIZE)
    {
        
$dom->clear();
        return 
false;
    }
    
$dom->load($str$lowercase$stripRN);
    return 
$dom;
}

// dump html dom tree
function dump_html_tree($node$show_attr=true$deep=0)
{
    
$node->dump($node);
}


/**
 * simple html dom node
 * PaperG - added ability for "find" routine to lowercase the value of the selector.
 * PaperG - added $tag_start to track the start position of the tag in the total byte index
 *
 * @package PlaceLocalInclude
 */
class simple_html_dom_node
{
    public 
$nodetype HDOM_TYPE_TEXT;
    public 
$tag 'text';
    public 
$attr = array();
    public 
$children = array();
    public 
$nodes = array();
    public 
$parent null;
    
// The "info" array - see HDOM_INFO_... for what each element contains.
    
public $_ = array();
    public 
$tag_start 0;
    private 
$dom null;

    function 
__construct($dom)
    {
        
$this->dom $dom;
        
$dom->nodes[] = $this;
    }

    function 
__destruct()
    {
        
$this->clear();
    }

    function 
__toString()
    {
        return 
$this->outertext();
    }

    
// clean up memory due to php5 circular references memory leak...
    
function clear()
    {
        
$this->dom null;
        
$this->nodes null;
        
$this->parent null;
        
$this->children null;
    }

    
// dump node's tree
    
function dump($show_attr=true$deep=0)
    {
        
$lead str_repeat('    '$deep);

        echo 
$lead.$this->tag;
        if (
$show_attr && count($this->attr)>0)
        {
            echo 
'(';
            foreach (
$this->attr as $k=>$v)
                echo 
"[$k]=>"".$this->$k.'"';
            echo '
)';
        }
        echo "n";

        if ($this->nodes)
        {
            foreach ($this->nodes as $c)
            {
                $c->dump($show_attr, $deep+1);
            }
        }
    }


    // Debugging function to dump a single dom node with a bunch of information about it.
    function dump_node($echo=true)
    {

        $string = $this->tag;
        if (count($this->attr)>0)
        {
            $string .= '
(';
            foreach ($this->attr as $k=>$v)
            {
                $string .= "[$k]=>"".$this->$k.'", ';
            }
            
$string .= ')';
        }
        if (count(
$this->_)>0)
        {
            
$string .= ' $_ (';
            foreach (
$this->_ as $k=>$v)
            {
                if (is_array(
$v))
                {
                    
$string .= "[$k]=>(";
                    foreach (
$v as $k2=>$v2)
                    {
                        
$string .= "[$k2]=>"".$v2.'", ';
                    }
                    
$string .= ")";
                } else {
                    
$string .= "[$k]=>"".$v.'"';
                }
            }
            $string .= ")";
        }

        if (isset($this->text))
        {
            $string .= " text: (" . $this->text . ")";
        }

        $string .= " HDOM_INNER_INFO: '";
        if (isset(
$node->_[HDOM_INFO_INNER]))
        {
            
$string .= $node->_[HDOM_INFO_INNER] . "'";
        }
        else
        {
            $string .= ' 
NULL ';
        }

        $string .= " children: " . count($this->children);
        $string .= " nodes: " . count($this->nodes);
        $string .= " tag_start: " . $this->tag_start;
        $string .= "n";

        if ($echo)
        {
            echo $string;
            return;
        }
        else
        {
            return $string;
        }
    }

    // returns the parent of node
    // If a node is passed in, it will reset the parent of the current node to that one.
    function parent($parent=null)
    {
        // I am SURE that this doesn'
t work properly.
        
// It fails to unset the current node from it's current parents nodes or children list first.
        
if ($parent !== null)
        {
            
$this->parent $parent;
            
$this->parent->nodes[] = $this;
            
$this->parent->children[] = $this;
        }

        return 
$this->parent;
    }

    
// verify that node has children
    
function has_child()
    {
        return !empty(
$this->children);
    }

    
// returns children of node
    
function children($idx=-1)
    {
        if (
$idx===-1)
        {
            return 
$this->children;
        }
        if (isset(
$this->children[$idx]))
        {
            return 
$this->children[$idx];
        }
        return 
null;
    }

    
// returns the first child of node
    
function first_child()
    {
        if (
count($this->children)>0)
        {
            return 
$this->children[0];
        }
        return 
null;
    }

    
// returns the last child of node
    
function last_child()
    {
        if ((
$count=count($this->children))>0)
        {
            return 
$this->children[$count-1];
        }
        return 
null;
    }

    
// returns the next sibling of node
    
function next_sibling()
    {
        if (
$this->parent===null)
        {
            return 
null;
        }

        
$idx 0;
        
$count count($this->parent->children);
        while (
$idx<$count && $this!==$this->parent->children[$idx])
        {
            ++
$idx;
        }
        if (++
$idx>=$count)
        {
            return 
null;
        }
        return 
$this->parent->children[$idx];
    }

    
// returns the previous sibling of node
    
function prev_sibling()
    {
        if (
$this->parent===null) return null;
        
$idx 0;
        
$count count($this->parent->children);
        while (
$idx<$count && $this!==$this->parent->children[$idx])
            ++
$idx;
        if (--
$idx<0) return null;
        return 
$this->parent->children[$idx];
    }

    
// function to locate a specific ancestor tag in the path to the root.
    
function find_ancestor_tag($tag)
    {
        global 
$debug_object;
        if (
is_object($debug_object)) { $debug_object->debug_log_entry(1); }

        
// Start by including ourselves in the comparison.
        
$returnDom $this;

        while (!
is_null($returnDom))
        {
            if (
is_object($debug_object)) { $debug_object->debug_log(2"Current tag is: " $returnDom->tag); }

            if (
$returnDom->tag == $tag)
            {
                break;
            }
            
$returnDom $returnDom->parent;
        }
        return 
$returnDom;
    }

    
// get dom node's inner html
    
function innertext()
    {
        if (isset(
$this->_[HDOM_INFO_INNER])) return $this->_[HDOM_INFO_INNER];
        if (isset(
$this->_[HDOM_INFO_TEXT])) return $this->dom->restore_noise($this->_[HDOM_INFO_TEXT]);

        
$ret '';
        foreach (
$this->nodes as $n)
            
$ret .= $n->outertext();
        return 
$ret;
    }

    
// get dom node's outer text (with tag)
    
function outertext()
    {
        global 
$debug_object;
        if (
is_object($debug_object))
        {
            
$text '';
            if (
$this->tag == 'text')
            {
                if (!empty(
$this->text))
                {
                    
$text " with text: " $this->text;
                }
            }
            
$debug_object->debug_log(1'Innertext of tag: ' $this->tag $text);
        }

        if (
$this->tag==='root') return $this->innertext();

        
// trigger callback
        
if ($this->dom && $this->dom->callback!==null)
        {
            
call_user_func_array($this->dom->callback, array($this));
        }

        if (isset(
$this->_[HDOM_INFO_OUTER])) return $this->_[HDOM_INFO_OUTER];
        if (isset(
$this->_[HDOM_INFO_TEXT])) return $this->dom->restore_noise($this->_[HDOM_INFO_TEXT]);

        
// render begin tag
        
if ($this->dom && $this->dom->nodes[$this->_[HDOM_INFO_BEGIN]])
        {
            
$ret $this->dom->nodes[$this->_[HDOM_INFO_BEGIN]]->makeup();
        } else {
            
$ret "";
        }

        
// render inner text
        
if (isset($this->_[HDOM_INFO_INNER]))
        {
            
// If it's a br tag...  don't return the HDOM_INNER_INFO that we may or may not have added.
            
if ($this->tag != "br")
            {
                
$ret .= $this->_[HDOM_INFO_INNER];
            }
        } else {
            if (
$this->nodes)
            {
                foreach (
$this->nodes as $n)
                {
                    
$ret .= $this->convert_text($n->outertext());
                }
            }
        }

        
// render end tag
        
if (isset($this->_[HDOM_INFO_END]) && $this->_[HDOM_INFO_END]!=0)
            
$ret .= '</'.$this->tag.'>';
        return 
$ret;
    }

    
// get dom node's plain text
    
function text()
    {
        if (isset(
$this->_[HDOM_INFO_INNER])) return $this->_[HDOM_INFO_INNER];
        switch (
$this->nodetype)
        {
            case 
HDOM_TYPE_TEXT: return $this->dom->restore_noise($this->_[HDOM_INFO_TEXT]);
            case 
HDOM_TYPE_COMMENT: return '';
            case 
HDOM_TYPE_UNKNOWN: return '';
        }
        if (
strcasecmp($this->tag'script')===0) return '';
        if (
strcasecmp($this->tag'style')===0) return '';

        
$ret '';
        
// In rare cases, (always node type 1 or HDOM_TYPE_ELEMENT - observed for some span tags, and some p tags) $this->nodes is set to NULL.
        // NOTE: This indicates that there is a problem where it's set to NULL without a clear happening.
        // WHY is this happening?
        
if (!is_null($this->nodes))
        {
            foreach (
$this->nodes as $n)
            {
                
$ret .= $this->convert_text($n->text());
            }

            
// If this node is a span... add a space at the end of it so multiple spans don't run into each other.  This is plaintext after all.
            
if ($this->tag == "span")
            {
                
$ret .= $this->dom->default_span_text;
            }


        }
        return 
$ret;
    }

    function 
xmltext()
    {
        
$ret $this->innertext();
        
$ret str_ireplace('<![CDATA['''$ret);
        
$ret str_replace(']]>'''$ret);
        return 
$ret;
    }

    
// build node's text with tag
    
function makeup()
    {
        
// text, comment, unknown
        
if (isset($this->_[HDOM_INFO_TEXT])) return $this->dom->restore_noise($this->_[HDOM_INFO_TEXT]);

        
$ret '<'.$this->tag;
        
$i = -1;

        foreach (
$this->attr as $key=>$val)
        {
            ++
$i;

            
// skip removed attribute
            
if ($val===null || $val===false)
                continue;

            
$ret .= $this->_[HDOM_INFO_SPACE][$i][0];
            
//no value attr: nowrap, checked selected...
            
if ($val===true)
                
$ret .= $key;
            else {
                switch (
$this->_[HDOM_INFO_QUOTE][$i])
                {
                    case 
HDOM_QUOTE_DOUBLE$quote '"'; break;
                    case 
HDOM_QUOTE_SINGLE$quote '''; break;
                    default: $quote = '';
                }
                $ret .= $key.$this->_[HDOM_INFO_SPACE][$i][1].'
='.$this->_[HDOM_INFO_SPACE][$i][2].$quote.$val.$quote;
            }
        }
        $ret = $this->dom->restore_noise($ret);
        return $ret . $this->_[HDOM_INFO_ENDSPACE] . '
>';
    }

    // find elements by css selector
    //PaperG - added ability for find to lowercase the value of the selector.
    function find($selector, $idx=null, $lowercase=false)
    {
        $selectors = $this->parse_selector($selector);
        if (($count=count($selectors))===0) return array();
        $found_keys = array();

        // find each selector
        for ($c=0; $c<$count; ++$c)
        {
            // The change on the below line was documented on the sourceforge code tracker id 2788009
            // used to be: if (($levle=count($selectors[0]))===0) return array();
            if (($levle=count($selectors[$c]))===0) return array();
            if (!isset($this->_[HDOM_INFO_BEGIN])) return array();

            $head = array($this->_[HDOM_INFO_BEGIN]=>1);

            // handle descendant selectors, no recursive!
            for ($l=0; $l<$levle; ++$l)
            {
                $ret = array();
                foreach ($head as $k=>$v)
                {
                    $n = ($k===-1) ? $this->dom->root : $this->dom->nodes[$k];
                    //PaperG - Pass this optional parameter on to the seek function.
                    $n->seek($selectors[$c][$l], $ret, $lowercase);
                }
                $head = $ret;
            }

            foreach ($head as $k=>$v)
            {
                if (!isset($found_keys[$k]))
                {
                    $found_keys[$k] = 1;
                }
            }
        }

        // sort keys
        ksort($found_keys);

        $found = array();
        foreach ($found_keys as $k=>$v)
            $found[] = $this->dom->nodes[$k];

        // return nth-element or array
        if (is_null($idx)) return $found;
        else if ($idx<0) $idx = count($found) + $idx;
        return (isset($found[$idx])) ? $found[$idx] : null;
    }

    // seek for given conditions
    // PaperG - added parameter to allow for case insensitive testing of the value of a selector.
    protected function seek($selector, &$ret, $lowercase=false)
    {
        global $debug_object;
        if (is_object($debug_object)) { $debug_object->debug_log_entry(1); }

        list($tag, $key, $val, $exp, $no_key) = $selector;

        // xpath index
        if ($tag && $key && is_numeric($key))
        {
            $count = 0;
            foreach ($this->children as $c)
            {
                if ($tag==='
*' || $tag===$c->tag) {
                    if (++$count==$key) {
                        $ret[$c->_[HDOM_INFO_BEGIN]] = 1;
                        return;
                    }
                }
            }
            return;
        }

        $end = (!empty($this->_[HDOM_INFO_END])) ? $this->_[HDOM_INFO_END] : 0;
        if ($end==0) {
            $parent = $this->parent;
            while (!isset($parent->_[HDOM_INFO_END]) && $parent!==null) {
                $end -= 1;
                $parent = $parent->parent;
            }
            $end += $parent->_[HDOM_INFO_END];
        }

        for ($i=$this->_[HDOM_INFO_BEGIN]+1; $i<$end; ++$i) {
            $node = $this->dom->nodes[$i];

            $pass = true;

            if ($tag==='
*' && !$key) {
                if (in_array($node, $this->children, true))
                    $ret[$i] = 1;
                continue;
            }

            // compare tag
            if ($tag && $tag!=$node->tag && $tag!=='
*') {$pass=false;}
            // compare key
            if ($pass && $key) {
                if ($no_key) {
                    if (isset($node->attr[$key])) $pass=false;
                } else {
                    if (($key != "plaintext") && !isset($node->attr[$key])) $pass=false;
                }
            }
            // compare value
            if ($pass && $key && $val  && $val!=='
*') {
                // If they have told us that this is a "plaintext" search then we want the plaintext of the node - right?
                if ($key == "plaintext") {
                    // $node->plaintext actually returns $node->text();
                    $nodeKeyValue = $node->text();
                } else {
                    // this is a normal search, we want the value of that attribute of the tag.
                    $nodeKeyValue = $node->attr[$key];
                }
                if (is_object($debug_object)) {$debug_object->debug_log(2, "testing node: " . $node->tag . " for attribute: " . $key . $exp . $val . " where nodes value is: " . $nodeKeyValue);}

                //PaperG - If lowercase is set, do a case insensitive test of the value of the selector.
                if ($lowercase) {
                    $check = $this->match($exp, strtolower($val), strtolower($nodeKeyValue));
                } else {
                    $check = $this->match($exp, $val, $nodeKeyValue);
                }
                if (is_object($debug_object)) {$debug_object->debug_log(2, "after match: " . ($check ? "true" : "false"));}

                // handle multiple class
                if (!$check && strcasecmp($key, '
class')===0) {
                    foreach (explode(' ',$node->attr[$key]) as $k) {
                        // Without this, there were cases where leading, trailing, or double spaces lead to our comparing blanks - bad form.
                        if (!empty($k)) {
                            if ($lowercase) {
                                $check = $this->match($exp, strtolower($val), strtolower($k));
                            } else {
                                $check = $this->match($exp, $val, $k);
                            }
                            if ($check) break;
                        }
                    }
                }
                if (!$check) $pass = false;
            }
            if ($pass) $ret[$i] = 1;
            unset($node);
        }
        // It'
s passed by reference so this is actually what this function returns.
        if (
is_object($debug_object)) {$debug_object->debug_log(1"EXIT - ret: "$ret);}
    }

    protected function 
match($exp$pattern$value) {
        global 
$debug_object;
        if (
is_object($debug_object)) {$debug_object->debug_log_entry(1);}

        switch (
$exp) {
            case 
'=':
                return (
$value===$pattern);
            case 
'!=':
                return (
$value!==$pattern);
            case 
'^=':
                return 
preg_match("/^".preg_quote($pattern,'/')."/"$value);
            case 
'$=':
                return 
preg_match("/".preg_quote($pattern,'/')."$/"$value);
            case 
'*=':
                if (
$pattern[0]=='/') {
                    return 
preg_match($pattern$value);
                }
                return 
preg_match("/".$pattern."/i"$value);
        }
        return 
false;
    }

    protected function 
parse_selector($selector_string) {
        global 
$debug_object;
        if (
is_object($debug_object)) {$debug_object->debug_log_entry(1);}

        
// pattern of CSS selectors, modified from mootools
        // Paperg: Add the colon to the attrbute, so that it properly finds <tag attr:ibute="something" > like google does.
        // Note: if you try to look at this attribute, yo MUST use getAttribute since $dom->x:y will fail the php syntax check.
// Notice the [ starting the attbute?  and the @? following?  This implies that an attribute can begin with an @ sign that is not captured.
// This implies that an html attribute specifier may start with an @ sign that is NOT captured by the expression.
// farther study is required to determine of this should be documented or removed.
//        $pattern = "/([w-:*]*)(?:#([w-]+)|.([w-]+))?(?:[@?(!?[w-]+)(?:([!*^$]?=)["']?(.*?)["']?)?])?([/, ]+)/is";
        
$pattern "/([w-:*]*)(?:#([w-]+)|.([w-]+))?(?:[@?(!?[w-:]+)(?:([!*^$]?=)["']?(.*?)["']?)?])?([/, ]+)/is";
        preg_match_all(
$pattern, trim($selector_string).' ', $matches, PREG_SET_ORDER);
        if (is_object(
$debug_object)) {$debug_object->debug_log(2"Matches Array: "$matches);}

        
$selectors = array();
        
$result = array();
        //print_r(
$matches);

        foreach (
$matches as $m) {
            
$m[0] = trim($m[0]);
            if (
$m[0]==='' || $m[0]==='/' || $m[0]==='//') continue;
            // for browser generated xpath
            if (
$m[1]==='tbody') continue;

            list(
$tag$key$val$exp$no_key) = array($m[1], null, null, '=', false);
            if (!empty(
$m[2])) {$key='id'$val=$m[2];}
            if (!empty(
$m[3])) {$key='class'$val=$m[3];}
            if (!empty(
$m[4])) {$key=$m[4];}
            if (!empty(
$m[5])) {$exp=$m[5];}
            if (!empty(
$m[6])) {$val=$m[6];}

            // convert to lowercase
            if (
$this->dom->lowercase) {$tag=strtolower($tag); $key=strtolower($key);}
            //elements that do NOT have the specified attribute
            if (isset(
$key[0]) && $key[0]==='!') {$key=substr($key1); $no_key=true;}

            
$result[] = array($tag$key$val$exp$no_key);
            if (trim(
$m[7])===',') {
                
$selectors[] = $result;
                
$result = array();
            }
        }
        if (count(
$result)>0)
            
$selectors[] = $result;
        return 
$selectors;
    }

    function __get(
$name)
    {
        if (isset(
$this->attr[$name]))
        {
            return 
$this->convert_text($this->attr[$name]);
        }
        switch (
$name)
        {
            case 'outertext': return 
$this->outertext();
            case 'innertext': return 
$this->innertext();
            case 'plaintext': return 
$this->text();
            case 'xmltext': return 
$this->xmltext();
            default: return array_key_exists(
$name$this->attr);
        }
    }

    function __set(
$name$value)
    {
        global 
$debug_object;
        if (is_object(
$debug_object)) {$debug_object->debug_log_entry(1);}

        switch (
$name)
        {
            case 'outertext': return 
$this->_[HDOM_INFO_OUTER] = $value;
            case 'innertext':
                if (isset(
$this->_[HDOM_INFO_TEXT])) return $this->_[HDOM_INFO_TEXT] = $value;
                return 
$this->_[HDOM_INFO_INNER] = $value;
        }
        if (!isset(
$this->attr[$name]))
        {
            
$this->_[HDOM_INFO_SPACE][] = array(' ', '', '');
            
$this->_[HDOM_INFO_QUOTE][] = HDOM_QUOTE_DOUBLE;
        }
        
$this->attr[$name] = $value;
    }

    function __isset(
$name)
    {
        switch (
$name)
        {
            case 'outertext': return true;
            case 'innertext': return true;
            case 'plaintext': return true;
        }
        //no value attr: nowrap, checked selected...
        return (array_key_exists(
$name$this->attr)) ? true : isset($this->attr[$name]);
    }

    function __unset(
$name) {
        if (isset(
$this->attr[$name]))
            unset(
$this->attr[$name]);
    }

    // PaperG - Function to convert the text from one character set to another if the two sets are not the same.
    function convert_text(
$text)
    {
        global 
$debug_object;
        if (is_object(
$debug_object)) {$debug_object->debug_log_entry(1);}

        
$converted_text = $text;

        
$sourceCharset = "";
        
$targetCharset = "";

        if (
$this->dom)
        {
            
$sourceCharset = strtoupper($this->dom->_charset);
            
$targetCharset = strtoupper($this->dom->_target_charset);
        }
        if (is_object(
$debug_object)) {$debug_object->debug_log(3"source charset: " $sourceCharset " target charaset: " $targetCharset);}

        if (!empty(
$sourceCharset) && !empty($targetCharset) && (strcasecmp($sourceCharset$targetCharset) != 0))
        {
            // Check if the reported encoding could have been incorrect and the text is actually already UTF-8
            if ((strcasecmp(
$targetCharset, 'UTF-8') == 0) && ($this->is_utf8($text)))
            {
                
$converted_text = $text;
            }
            else
            {
                
$converted_text = iconv($sourceCharset$targetCharset$text);
            }
        }

        // Lets make sure that we don't have that silly BOM issue with any of the utf-8 text we output.
        if (
$targetCharset == 'UTF-8')
        {
            if (substr(
$converted_text, 0, 3) == "xefxbbxbf")
            {
                
$converted_text = substr($converted_text, 3);
            }
            if (substr(
$converted_text, -3) == "xefxbbxbf")
            {
                
$converted_text = substr($converted_text, 0, -3);
            }
        }

        return 
$converted_text;
    }

    /**
    * Returns true if 
$string is valid UTF-8 and false otherwise.
    *
    * @param mixed 
$str String to be tested
    * @return boolean
    */
    static function is_utf8(
$str)
    {
        
$c=0; $b=0;
        
$bits=0;
        
$len=strlen($str);
        for(
$i=0; $i<$len$i++)
        {
            
$c=ord($str[$i]);
            if(
$c > 128)
            {
                if((
$c >= 254)) return false;
                elseif(
$c >= 252) $bits=6;
                elseif(
$c >= 248) $bits=5;
                elseif(
$c >= 240) $bits=4;
                elseif(
$c >= 224) $bits=3;
                elseif(
$c >= 192) $bits=2;
                else return false;
                if((
$i+$bits) > $len) return false;
                while(
$bits > 1)
                {
                    
$i++;
                    
$b=ord($str[$i]);
                    if(
$b < 128 || $b > 191) return false;
                    
$bits--;
                }
            }
        }
        return true;
    }
    /*
    function is_utf8(
$string)
    {
        //this is buggy
        return (utf8_encode(utf8_decode(
$string)) == $string);
    }
    */

    /**
     * Function to try a few tricks to determine the displayed size of an img on the page.
     * NOTE: This will ONLY work on an IMG tag. Returns FALSE on all other tag types.
     *
     * @author John Schlick
     * @version April 19 2012
     * @return array an array containing the 'height' and 'width' of the image on the page or -1 if we can't figure it out.
     */
    function get_display_size()
    {
        global 
$debug_object;

        
$width = -1;
        
$height = -1;

        if (
$this->tag !== 'img')
        {
            return false;
        }

        // See if there is aheight or width attribute in the tag itself.
        if (isset(
$this->attr['width']))
        {
            
$width = $this->attr['width'];
        }

        if (isset(
$this->attr['height']))
        {
            
$height = $this->attr['height'];
        }

        // Now look for an inline style.
        if (isset(
$this->attr['style']))
        {
            // Thanks to user gnarf from stackoverflow for this regular expression.
            
$attributes = array();
            preg_match_all("
/([w-]+)s*:s*([^;]+)s*;?/", $this->attr['style'], $matches, PREG_SET_ORDER);
            foreach (
$matches as $match) {
              
$attributes[$match[1]] = $match[2];
            }

            // If there is a width in the style attributes:
            if (isset(
$attributes['width']) && $width == -1)
            {
                // check that the last two characters are px (pixels)
                if (strtolower(substr(
$attributes['width'], -2)) == 'px')
                {
                    
$proposed_width = substr($attributes['width'], 0, -2);
                    // Now make sure that it's an integer and not something stupid.
                    if (filter_var(
$proposed_width, FILTER_VALIDATE_INT))
                    {
                        
$width = $proposed_width;
                    }
                }
            }

            // If there is a width in the style attributes:
            if (isset(
$attributes['height']) && $height == -1)
            {
                // check that the last two characters are px (pixels)
                if (strtolower(substr(
$attributes['height'], -2)) == 'px')
                {
                    
$proposed_height = substr($attributes['height'], 0, -2);
                    // Now make sure that it's an integer and not something stupid.
                    if (filter_var(
$proposed_height, FILTER_VALIDATE_INT))
                    {
                        
$height = $proposed_height;
                    }
                }
            }

        }

        // Future enhancement:
        // Look in the tag to see if there is a class or id specified that has a height or width attribute to it.

        // Far future enhancement
        // Look at all the parent tags of this image to see if they specify a class or id that has an img selector that specifies a height or width
        // Note that in this case, the class or id will have the img subselector for it to apply to the image.

        // ridiculously far future development
        // If the class or id is specified in a SEPARATE css file thats not on the page, go get it and do what we were just doing for the ones on the page.

        
$result = array('height' => $height,
                        'width' => 
$width);
        return 
$result;
    }

    // camel naming conventions
    function getAllAttributes() {return 
$this->attr;}
    function getAttribute(
$name) {return $this->__get($name);}
    function setAttribute(
$name$value{$this->__set($name$value);}
    function hasAttribute(
$name) {return $this->__isset($name);}
    function removeAttribute(
$name{$this->__set($namenull);}
    function getElementById(
$id) {return $this->find("#$id", 0);}
    
function getElementsById($id$idx=null) {return $this->find("#$id"$idx);}
    function 
getElementByTagName($name) {return $this->find($name0);}
    function 
getElementsByTagName($name$idx=null) {return $this->find($name$idx);}
    function 
parentNode() {return $this->parent();}
    function 
childNodes($idx=-1) {return $this->children($idx);}
    function 
firstChild() {return $this->first_child();}
    function 
lastChild() {return $this->last_child();}
    function 
nextSibling() {return $this->next_sibling();}
    function 
previousSibling() {return $this->prev_sibling();}
    function 
hasChildNodes() {return $this->has_child();}
    function 
nodeName() {return $this->tag;}
    function 
appendChild($node) {$node->parent($this); return $node;}

}

/**
 * simple html dom parser
 * Paperg - in the find routine: allow us to specify that we want case insensitive testing of the value of the selector.
 * Paperg - change $size from protected to public so we can easily access it
 * Paperg - added ForceTagsClosed in the constructor which tells us whether we trust the html or not.  Default is to NOT trust it.
 *
 * @package PlaceLocalInclude
 */
class simple_html_dom
{
    public 
$root null;
    public 
$nodes = array();
    public 
$callback null;
    public 
$lowercase false;
    
// Used to keep track of how large the text was when we started.
    
public $original_size;
    public 
$size;
    protected 
$pos;
    protected 
$doc;
    protected 
$char;
    protected 
$cursor;
    protected 
$parent;
    protected 
$noise = array();
    protected 
$token_blank " trn";
    protected 
$token_equal ' =/>';
    protected 
$token_slash " />rnt";
    protected 
$token_attr ' >';
    
// Note that this is referenced by a child node, and so it needs to be public for that node to see this information.
    
public $_charset '';
    public 
$_target_charset '';
    protected 
$default_br_text "";
    public 
$default_span_text "";

    
// use isset instead of in_array, performance boost about 30%...
    
protected $self_closing_tags = array('img'=>1'br'=>1'input'=>1'meta'=>1'link'=>1'hr'=>1'base'=>1'embed'=>1'spacer'=>1);
    protected 
$block_tags = array('root'=>1'body'=>1'form'=>1'div'=>1'span'=>1'table'=>1);
    
// Known sourceforge issue #2977341
    // B tags that are not closed cause us to return everything to the end of the document.
    
protected $optional_closing_tags = array(
        
'tr'=>array('tr'=>1'td'=>1'th'=>1),
        
'th'=>array('th'=>1),
        
'td'=>array('td'=>1),
        
'li'=>array('li'=>1),
        
'dt'=>array('dt'=>1'dd'=>1),
        
'dd'=>array('dd'=>1'dt'=>1),
        
'dl'=>array('dd'=>1'dt'=>1),
        
'p'=>array('p'=>1),
        
'nobr'=>array('nobr'=>1),
        
'b'=>array('b'=>1),
        
'option'=>array('option'=>1),
    );

    function 
__construct($str=null$lowercase=true$forceTagsClosed=true$target_charset=DEFAULT_TARGET_CHARSET$stripRN=true$defaultBRText=DEFAULT_BR_TEXT$defaultSpanText=DEFAULT_SPAN_TEXT)
    {
        if (
$str)
        {
            if (
preg_match("/^http:///i",$str) || is_file($str))
            {
                
$this->load_file($str);
            }
            else
            {
                
$this->load($str$lowercase$stripRN$defaultBRText$defaultSpanText);
            }
        }
        
// Forcing tags to be closed implies that we don't trust the html, but it can lead to parsing errors if we SHOULD trust the html.
        
if (!$forceTagsClosed) {
            
$this->optional_closing_array=array();
        }
        
$this->_target_charset $target_charset;
    }

    function 
__destruct()
    {
        
$this->clear();
    }

    
// load html from string
    
function load($str$lowercase=true$stripRN=true$defaultBRText=DEFAULT_BR_TEXT$defaultSpanText=DEFAULT_SPAN_TEXT)
    {
        global 
$debug_object;

        
// prepare
        
$this->prepare($str$lowercase$stripRN$defaultBRText$defaultSpanText);
        
// strip out cdata
        
$this->remove_noise("'<![CDATA[(.*?)]]>'is"true);
        
// strip out comments
        
$this->remove_noise("'<!--(.*?)-->'is");
        
// Per sourceforge http://sourceforge.net/tracker/?func=detail&aid=2949097&group_id=218559&atid=1044037
        // Script tags removal now preceeds style tag removal.
        // strip out <script> tags
        
$this->remove_noise("'<s*script[^>]*[^/]>(.*?)<s*/s*scripts*>'is");
        
$this->remove_noise("'<s*scripts*>(.*?)<s*/s*scripts*>'is");
        
// strip out <style> tags
        
$this->remove_noise("'<s*style[^>]*[^/]>(.*?)<s*/s*styles*>'is");
        
$this->remove_noise("'<s*styles*>(.*?)<s*/s*styles*>'is");
        
// strip out preformatted tags
        
$this->remove_noise("'<s*(?:code)[^>]*>(.*?)<s*/s*(?:code)s*>'is");
        
// strip out server side scripts
        
$this->remove_noise("'(<?)(.*?)(?>)'s"true);
        
// strip smarty scripts
        
$this->remove_noise("'({w)(.*?)(})'s"true);

        
// parsing
        
while ($this->parse());
        
// end
        
$this->root->_[HDOM_INFO_END] = $this->cursor;
        
$this->parse_charset();

        
// make load function chainable
        
return $this;

    }

    
// load html from file
    
function load_file()
    {
        
$args func_get_args();
        
$this->load(call_user_func_array('file_get_contents'$args), true);
        
// Throw an error if we can't properly load the dom.
        
if (($error=error_get_last())!==null) {
            
$this->clear();
            return 
false;
        }
    }

    
// set callback function
    
function set_callback($function_name)
    {
        
$this->callback $function_name;
    }

    
// remove callback function
    
function remove_callback()
    {
        
$this->callback null;
    }

    
// save dom as string
    
function save($filepath='')
    {
        
$ret $this->root->innertext();
        if (
$filepath!==''file_put_contents($filepath$retLOCK_EX);
        return 
$ret;
    }

    
// find dom node by css selector
    // Paperg - allow us to specify that we want case insensitive testing of the value of the selector.
    
function find($selector$idx=null$lowercase=false)
    {
        return 
$this->root->find($selector$idx$lowercase);
    }

    
// clean up memory due to php5 circular references memory leak...
    
function clear()
    {
        foreach (
$this->nodes as $n) {$n->clear(); $n null;}
        
// This add next line is documented in the sourceforge repository. 2977248 as a fix for ongoing memory leaks that occur even with the use of clear.
        
if (isset($this->children)) foreach ($this->children as $n) {$n->clear(); $n null;}
        if (isset(
$this->parent)) {$this->parent->clear(); unset($this->parent);}
        if (isset(
$this->root)) {$this->root->clear(); unset($this->root);}
        unset(
$this->doc);
        unset(
$this->noise);
    }

    function 
dump($show_attr=true)
    {
        
$this->root->dump($show_attr);
    }

    
// prepare HTML data and init everything
    
protected function prepare($str$lowercase=true$stripRN=true$defaultBRText=DEFAULT_BR_TEXT$defaultSpanText=DEFAULT_SPAN_TEXT)
    {
        
$this->clear();

        
// set the length of content before we do anything to it.
        
$this->size strlen($str);
        
// Save the original size of the html that we got in.  It might be useful to someone.
        
$this->original_size $this->size;

        
//before we save the string as the doc...  strip out the r n's if we are told to.
        
if ($stripRN) {
            
$str str_replace("r"" "$str);
            
$str str_replace("n"" "$str);

            
// set the length of content since we have changed it.
            
$this->size strlen($str);
        }

        
$this->doc $str;
        
$this->pos 0;
        
$this->cursor 1;
        
$this->noise = array();
        
$this->nodes = array();
        
$this->lowercase $lowercase;
        
$this->default_br_text $defaultBRText;
        
$this->default_span_text $defaultSpanText;
        
$this->root = new simple_html_dom_node($this);
        
$this->root->tag 'root';
        
$this->root->_[HDOM_INFO_BEGIN] = -1;
        
$this->root->nodetype HDOM_TYPE_ROOT;
        
$this->parent $this->root;
        if (
$this->size>0$this->char $this->doc[0];
    }

    
// parse html content
    
protected function parse()
    {
        if ((
$s $this->copy_until_char('<'))==='')
        {
            return 
$this->read_tag();
        }

        
// text
        
$node = new simple_html_dom_node($this);
        ++
$this->cursor;
        
$node->_[HDOM_INFO_TEXT] = $s;
        
$this->link_nodes($nodefalse);
        return 
true;
    }

    
// PAPERG - dkchou - added this to try to identify the character set of the page we have just parsed so we know better how to spit it out later.
    // NOTE:  IF you provide a routine called get_last_retrieve_url_contents_content_type which returns the CURLINFO_CONTENT_TYPE from the last curl_exec
    // (or the content_type header from the last transfer), we will parse THAT, and if a charset is specified, we will use it over any other mechanism.
    
protected function parse_charset()
    {
        global 
$debug_object;

        
$charset null;

        if (
function_exists('get_last_retrieve_url_contents_content_type'))
        {
            
$contentTypeHeader get_last_retrieve_url_contents_content_type();
            
$success preg_match('/charset=(.+)/'$contentTypeHeader$matches);
            if (
$success)
            {
                
$charset $matches[1];
                if (
is_object($debug_object)) {$debug_object->debug_log(2'header content-type found charset of: ' $charset);}
            }

        }

        if (empty(
$charset))
        {
            
$el $this->root->find('meta[http-equiv=Content-Type]',0);
            if (!empty(
$el))
            {
                
$fullvalue $el->content;
                if (
is_object($debug_object)) {$debug_object->debug_log(2'meta content-type tag found' $fullvalue);}

                if (!empty(
$fullvalue))
                {
                    
$success preg_match('/charset=(.+)/'$fullvalue$matches);
                    if (
$success)
                    {
                        
$charset $matches[1];
                    }
                    else
                    {
                        
// If there is a meta tag, and they don't specify the character set, research says that it's typically ISO-8859-1
                        
if (is_object($debug_object)) {$debug_object->debug_log(2'meta content-type tag couldn't be parsedusing iso-8859 default.');}
                        $charset = '
ISO-8859-1';
                    }
                }
            }
        }

        // If we couldn'
t find a charset abovethen lets try to detect one based on the text we got...
        if (empty(
$charset))
        {
            
// Use this in case mb_detect_charset isn't installed/loaded on this machine.
            
$charset false;
            if (
function_exists('mb_detect_encoding'))
            {
                
// Have php try to detect the encoding from the text given to us.
                
$charset mb_detect_encoding($this->root->plaintext "ascii"$encoding_list = array( "UTF-8""CP1252" ) );
                if (
is_object($debug_object)) {$debug_object->debug_log(2'mb_detect found: ' $charset);}
            }

            
// and if this doesn't work...  then we need to just wrongheadedly assume it's UTF-8 so that we can move on - cause this will usually give us most of what we need...
            
if ($charset === false)
            {
                if (
is_object($debug_object)) {$debug_object->debug_log(2'since mb_detect failed - using default of utf-8');}
                
$charset 'UTF-8';
            }
        }

        
// Since CP1252 is a superset, if we get one of it's subsets, we want it instead.
        
if ((strtolower($charset) == strtolower('ISO-8859-1')) || (strtolower($charset) == strtolower('Latin1')) || (strtolower($charset) == strtolower('Latin-1')))
        {
            if (
is_object($debug_object)) {$debug_object->debug_log(2'replacing ' $charset ' with CP1252 as its a superset');}
            
$charset 'CP1252';
        }

        if (
is_object($debug_object)) {$debug_object->debug_log(1'EXIT - ' $charset);}

        return 
$this->_charset $charset;
    }

    
// read tag info
    
protected function read_tag()
    {
        if (
$this->char!=='<')
        {
            
$this->root->_[HDOM_INFO_END] = $this->cursor;
            return 
false;
        }
        
$begin_tag_pos $this->pos;
        
$this->char = (++$this->pos<$this->size) ? $this->doc[$this->pos] : null// next

        // end tag
        
if ($this->char==='/')
        {
            
$this->char = (++$this->pos<$this->size) ? $this->doc[$this->pos] : null// next
            // This represents the change in the simple_html_dom trunk from revision 180 to 181.
            // $this->skip($this->token_blank_t);
            
$this->skip($this->token_blank);
            
$tag $this->copy_until_char('>');

            
// skip attributes in end tag
            
if (($pos strpos($tag' '))!==false)
                
$tag substr($tag0$pos);

            
$parent_lower strtolower($this->parent->tag);
            
$tag_lower strtolower($tag);

            if (
$parent_lower!==$tag_lower)
            {
                if (isset(
$this->optional_closing_tags[$parent_lower]) && isset($this->block_tags[$tag_lower]))
                {
                    
$this->parent->_[HDOM_INFO_END] = 0;
                    
$org_parent $this->parent;

                    while ((
$this->parent->parent) && strtolower($this->parent->tag)!==$tag_lower)
                        
$this->parent $this->parent->parent;

                    if (
strtolower($this->parent->tag)!==$tag_lower) {
                        
$this->parent $org_parent// restore origonal parent
                        
if ($this->parent->parent$this->parent $this->parent->parent;
                        
$this->parent->_[HDOM_INFO_END] = $this->cursor;
                        return 
$this->as_text_node($tag);
                    }
                }
                else if ((
$this->parent->parent) && isset($this->block_tags[$tag_lower]))
                {
                    
$this->parent->_[HDOM_INFO_END] = 0;
                    
$org_parent $this->parent;

                    while ((
$this->parent->parent) && strtolower($this->parent->tag)!==$tag_lower)
                        
$this->parent $this->parent->parent;

                    if (
strtolower($this->parent->tag)!==$tag_lower)
                    {
                        
$this->parent $org_parent// restore origonal parent
                        
$this->parent->_[HDOM_INFO_END] = $this->cursor;
                        return 
$this->as_text_node($tag);
                    }
                }
                else if ((
$this->parent->parent) && strtolower($this->parent->parent->tag)===$tag_lower)
                {
                    
$this->parent->_[HDOM_INFO_END] = 0;
                    
$this->parent $this->parent->parent;
                }
                else
                    return 
$this->as_text_node($tag);
            }

            
$this->parent->_[HDOM_INFO_END] = $this->cursor;
            if (
$this->parent->parent$this->parent $this->parent->parent;

            
$this->char = (++$this->pos<$this->size) ? $this->doc[$this->pos] : null// next
            
return true;
        }

        
$node = new simple_html_dom_node($this);
        
$node->_[HDOM_INFO_BEGIN] = $this->cursor;
        ++
$this->cursor;
        
$tag $this->copy_until($this->token_slash);
        
$node->tag_start $begin_tag_pos;

        
// doctype, cdata & comments...
        
if (isset($tag[0]) && $tag[0]==='!') {
            
$node->_[HDOM_INFO_TEXT] = '<' $tag $this->copy_until_char('>');

            if (isset(
$tag[2]) && $tag[1]==='-' && $tag[2]==='-') {
                
$node->nodetype HDOM_TYPE_COMMENT;
                
$node->tag 'comment';
            } else {
                
$node->nodetype HDOM_TYPE_UNKNOWN;
                
$node->tag 'unknown';
            }
            if (
$this->char==='>'$node->_[HDOM_INFO_TEXT].='>';
            
$this->link_nodes($nodetrue);
            
$this->char = (++$this->pos<$this->size) ? $this->doc[$this->pos] : null// next
            
return true;
        }

        
// text
        
if ($pos=strpos($tag'<')!==false) {
            
$tag '<' substr($tag0, -1);
            
$node->_[HDOM_INFO_TEXT] = $tag;
            
$this->link_nodes($nodefalse);
            
$this->char $this->doc[--$this->pos]; // prev
            
return true;
        }

        if (!
preg_match("/^[w-:]+$/"$tag)) {
            
$node->_[HDOM_INFO_TEXT] = '<' $tag $this->copy_until('<>');
            if (
$this->char==='<') {
                
$this->link_nodes($nodefalse);
                return 
true;
            }

            if (
$this->char==='>'$node->_[HDOM_INFO_TEXT].='>';
            
$this->link_nodes($nodefalse);
            
$this->char = (++$this->pos<$this->size) ? $this->doc[$this->pos] : null// next
            
return true;
        }

        
// begin tag
        
$node->nodetype HDOM_TYPE_ELEMENT;
        
$tag_lower strtolower($tag);
        
$node->tag = ($this->lowercase) ? $tag_lower $tag;

        
// handle optional closing tags
        
if (isset($this->optional_closing_tags[$tag_lower]) )
        {
            while (isset(
$this->optional_closing_tags[$tag_lower][strtolower($this->parent->tag)]))
            {
                
$this->parent->_[HDOM_INFO_END] = 0;
                
$this->parent $this->parent->parent;
            }
            
$node->parent $this->parent;
        }

        
$guard 0// prevent infinity loop
        
$space = array($this->copy_skip($this->token_blank), '''');

        
// attributes
        
do
        {
            if (
$this->char!==null && $space[0]==='')
            {
                break;
            }
            
$name $this->copy_until($this->token_equal);
            if (
$guard===$this->pos)
            {
                
$this->char = (++$this->pos<$this->size) ? $this->doc[$this->pos] : null// next
                
continue;
            }
            
$guard $this->pos;

            
// handle endless '<'
            
if ($this->pos>=$this->size-&& $this->char!=='>') {
                
$node->nodetype HDOM_TYPE_TEXT;
                
$node->_[HDOM_INFO_END] = 0;
                
$node->_[HDOM_INFO_TEXT] = '<'.$tag $space[0] . $name;
                
$node->tag 'text';
                
$this->link_nodes($nodefalse);
                return 
true;
            }

            
// handle mismatch '<'
            
if ($this->doc[$this->pos-1]=='<') {
                
$node->nodetype HDOM_TYPE_TEXT;
                
$node->tag 'text';
                
$node->attr = array();
                
$node->_[HDOM_INFO_END] = 0;
                
$node->_[HDOM_INFO_TEXT] = substr($this->doc$begin_tag_pos$this->pos-$begin_tag_pos-1);
                
$this->pos -= 2;
                
$this->char = (++$this->pos<$this->size) ? $this->doc[$this->pos] : null// next
                
$this->link_nodes($nodefalse);
                return 
true;
            }

            if (
$name!=='/' && $name!=='') {
                
$space[1] = $this->copy_skip($this->token_blank);
                
$name $this->restore_noise($name);
                if (
$this->lowercase$name strtolower($name);
                if (
$this->char==='=') {
                    
$this->char = (++$this->pos<$this->size) ? $this->doc[$this->pos] : null// next
                    
$this->parse_attr($node$name$space);
                }
                else {
                    
//no value attr: nowrap, checked selected...
                    
$node->_[HDOM_INFO_QUOTE][] = HDOM_QUOTE_NO;
                    
$node->attr[$name] = true;
                    if (
$this->char!='>'$this->char $this->doc[--$this->pos]; // prev
                
}
                
$node->_[HDOM_INFO_SPACE][] = $space;
                
$space = array($this->copy_skip($this->token_blank), '''');
            }
            else
                break;
        } while (
$this->char!=='>' && $this->char!=='/');

        
$this->link_nodes($nodetrue);
        
$node->_[HDOM_INFO_ENDSPACE] = $space[0];

        
// check self closing
        
if ($this->copy_until_char_escape('>')==='/')
        {
            
$node->_[HDOM_INFO_ENDSPACE] .= '/';
            
$node->_[HDOM_INFO_END] = 0;
        }
        else
        {
            
// reset parent
            
if (!isset($this->self_closing_tags[strtolower($node->tag)])) $this->parent $node;
        }
        
$this->char = (++$this->pos<$this->size) ? $this->doc[$this->pos] : null// next

        // If it's a BR tag, we need to set it's text to the default text.
        // This way when we see it in plaintext, we can generate formatting that the user wants.
        // since a br tag never has sub nodes, this works well.
        
if ($node->tag == "br")
        {
            
$node->_[HDOM_INFO_INNER] = $this->default_br_text;
        }

        return 
true;
    }

    
// parse attributes
    
protected function parse_attr($node$name, &$space)
    {
        
// Per sourceforge: http://sourceforge.net/tracker/?func=detail&aid=3061408&group_id=218559&atid=1044037
        // If the attribute is already defined inside a tag, only pay atetntion to the first one as opposed to the last one.
        
if (isset($node->attr[$name]))
        {
            return;
        }

        
$space[2] = $this->copy_skip($this->token_blank);
        switch (
$this->char) {
            case 
'"':
                
$node->_[HDOM_INFO_QUOTE][] = HDOM_QUOTE_DOUBLE;
                
$this->char = (++$this->pos<$this->size) ? $this->doc[$this->pos] : null// next
                
$node->attr[$name] = $this->restore_noise($this->copy_until_char_escape('"'));
                
$this->char = (++$this->pos<$this->size) ? $this->doc[$this->pos] : null// next
                
break;
            case 
''':
                $node->_[HDOM_INFO_QUOTE][] = HDOM_QUOTE_SINGLE;
                $this->char = (++$this->pos<$this->size) ? $this->doc[$this->pos] : null; // next
                $node->attr[$name] = $this->restore_noise($this->copy_until_char_escape('''
));
                
$this->char = (++$this->pos<$this->size) ? $this->doc[$this->pos] : null// next
                
break;
            default:
                
$node->_[HDOM_INFO_QUOTE][] = HDOM_QUOTE_NO;
                
$node->attr[$name] = $this->restore_noise($this->copy_until($this->token_attr));
        }
        
// PaperG: Attributes should not have r or n in them, that counts as html whitespace.
        
$node->attr[$name] = str_replace("r"""$node->attr[$name]);
        
$node->attr[$name] = str_replace("n"""$node->attr[$name]);
        
// PaperG: If this is a "class" selector, lets get rid of the preceeding and trailing space since some people leave it in the multi class case.
        
if ($name == "class") {
            
$node->attr[$name] = trim($node->attr[$name]);
        }
    }

    
// link node's parent
    
protected function link_nodes(&$node$is_child)
    {
        
$node->parent $this->parent;
        
$this->parent->nodes[] = $node;
        if (
$is_child)
        {
            
$this->parent->children[] = $node;
        }
    }

    
// as a text node
    
protected function as_text_node($tag)
    {
        
$node = new simple_html_dom_node($this);
        ++
$this->cursor;
        
$node->_[HDOM_INFO_TEXT] = '</' $tag '>';
        
$this->link_nodes($nodefalse);
        
$this->char = (++$this->pos<$this->size) ? $this->doc[$this->pos] : null// next
        
return true;
    }

    protected function 
skip($chars)
    {
        
$this->pos += strspn($this->doc$chars$this->pos);
        
$this->char = ($this->pos<$this->size) ? $this->doc[$this->pos] : null// next
    
}

    protected function 
copy_skip($chars)
    {
        
$pos $this->pos;
        
$len strspn($this->doc$chars$pos);
        
$this->pos += $len;
        
$this->char = ($this->pos<$this->size) ? $this->doc[$this->pos] : null// next
        
if ($len===0) return '';
        return 
substr($this->doc$pos$len);
    }

    protected function 
copy_until($chars)
    {
        
$pos $this->pos;
        
$len strcspn($this->doc$chars$pos);
        
$this->pos += $len;
        
$this->char = ($this->pos<$this->size) ? $this->doc[$this->pos] : null// next
        
return substr($this->doc$pos$len);
    }

    protected function 
copy_until_char($char)
    {
        if (
$this->char===null) return '';

        if ((
$pos strpos($this->doc$char$this->pos))===false) {
            
$ret substr($this->doc$this->pos$this->size-$this->pos);
            
$this->char null;
            
$this->pos $this->size;
            return 
$ret;
        }

        if (
$pos===$this->pos) return '';
        
$pos_old $this->pos;
        
$this->char $this->doc[$pos];
        
$this->pos $pos;
        return 
substr($this->doc$pos_old$pos-$pos_old);
    }

    protected function 
copy_until_char_escape($char)
    {
        if (
$this->char===null) return '';

        
$start $this->pos;
        while (
1)
        {
            if ((
$pos strpos($this->doc$char$start))===false)
            {
                
$ret substr($this->doc$this->pos$this->size-$this->pos);
                
$this->char null;
                
$this->pos $this->size;
                return 
$ret;
            }

            if (
$pos===$this->pos) return '';

            if (
$this->doc[$pos-1]==='\') {
                $start = $pos+1;
                continue;
            }

            $pos_old = $this->pos;
            $this->char = $this->doc[$pos];
            $this->pos = $pos;
            return substr($this->doc, $pos_old, $pos-$pos_old);
        }
    }

    // remove noise from html content
    // save the noise in the $this->noise array.
    protected function remove_noise($pattern, $remove_tag=false)
    {
        global $debug_object;
        if (is_object($debug_object)) { $debug_object->debug_log_entry(1); }

        $count = preg_match_all($pattern, $this->doc, $matches, PREG_SET_ORDER|PREG_OFFSET_CAPTURE);

        for ($i=$count-1; $i>-1; --$i)
        {
            $key = '
___noise___'.sprintf('5d', count($this->noise)+1000);
            if (is_object($debug_object)) { $debug_object->debug_log(2, '
key is' . $key); }
            $idx = ($remove_tag) ? 0 : 1;
            $this->noise[$key] = $matches[$i][$idx][0];
            $this->doc = substr_replace($this->doc, $key, $matches[$i][$idx][1], strlen($matches[$i][$idx][0]));
        }

        // reset the length of content
        $this->size = strlen($this->doc);
        if ($this->size>0)
        {
            $this->char = $this->doc[0];
        }
    }

    // restore noise to html content
    function restore_noise($text)
    {
        global $debug_object;
        if (is_object($debug_object)) { $debug_object->debug_log_entry(1); }

        while (($pos=strpos($text, '
___noise___'))!==false)
        {
            // Sometimes there is a broken piece of markup, and we don'
t GET the pos+11 etc... token which indicates a problem outside of us...
            if (
strlen($text) > $pos+15)
            {
                
$key '___noise___'.$text[$pos+11].$text[$pos+12].$text[$pos+13].$text[$pos+14].$text[$pos+15];
                if (
is_object($debug_object)) { $debug_object->debug_log(2'located key of: ' $key); }

                if (isset(
$this->noise[$key]))
                {
                    
$text substr($text0$pos).$this->noise[$key].substr($text$pos+16);
                }
                else
                {
                    
// do this to prevent an infinite loop.
                    
$text substr($text0$pos).'UNDEFINED NOISE FOR KEY: '.$key substr($text$pos+16);
                }
            }
            else
            {
                
// There is no valid key being given back to us... We must get rid of the ___noise___ or we will have a problem.
                
$text substr($text0$pos).'NO NUMERIC NOISE KEY' substr($text$pos+11);
            }
        }
        return 
$text;
    }

    
// Sometimes we NEED one of the noise elements.
    
function search_noise($text)
    {
        global 
$debug_object;
        if (
is_object($debug_object)) { $debug_object->debug_log_entry(1); }

        foreach(
$this->noise as $noiseElement)
        {
            if (
strpos($noiseElement$text)!==false)
            {
                return 
$noiseElement;
            }
        }
    }
    function 
__toString()
    {
        return 
$this->root->innertext();
    }

    function 
__get($name)
    {
        switch (
$name)
        {
            case 
'outertext':
                return 
$this->root->innertext();
            case 
'innertext':
                return 
$this->root->innertext();
            case 
'plaintext':
                return 
$this->root->text();
            case 
'charset':
                return 
$this->_charset;
            case 
'target_charset':
                return 
$this->_target_charset;
        }
    }

    
// camel naming conventions
    
function childNodes($idx=-1) {return $this->root->childNodes($idx);}
    function 
firstChild() {return $this->root->first_child();}
    function 
lastChild() {return $this->root->last_child();}
    function 
createElement($name$value=null) {return @str_get_html("<$name>$value</$name>")->first_child();}
    function 
createTextNode($value) {return @end(str_get_html($value)->nodes);}
    function 
getElementById($id) {return $this->find("#$id"0);}
    function 
getElementsById($id$idx=null) {return $this->find("#$id"$idx);}
    function 
getElementByTagName($name) {return $this->find($name0);}
    function 
getElementsByTagName($name$idx=-1) {return $this->find($name$idx);}
    function 
loadFile() {$args func_get_args();$this->load_file($args);}
}

?>
Онлайн: 1
Реклама