使用 PHP 将 HTML 转换为另一种语法 (LaTeX)

Question

我正在尝试做一个自定义 HTML 到 LaTeX 转换器，它使用 Wordpress 帖子作为来源。

基本上，它需要做一些“替换”，比如：

<h2>H2 Title</h2>
<p>Text text text</p>
<img src="/image.png" alt="Image ALT tag" \>

到这里

   \begin{document}

   \section{H2 Title}

   Text text text

   \shorthandoff{=}
   \begin{figure}[H]
   \centering
   \includegraphics[scale=0.7]{./img/image.png}
   \caption{Image ALT tag}
   \end{figure}
   \shorthandon{=}

   \end{document}

我应该使用哪种方法？是否有一个 HTML DOM 解析器 允许像这样的替换？或者其他建议？

更新：有什么方法可以正确在 PHP 的 HTML DOM 树中行走？我尝试了 RecursiveDOMIterator (http://stackoverflow.com/questions/4431142/loop-through-all-elements-of-body-tags-using-dom) 但我无法获得成功的结果。

谢谢。

Answer 1

你试过PHP Simple HTML DOM Parser吗？具体来说，“如何遍历 DOM 树？” manual 中的部分可能就是您要查找的内容。

Answer 2

根据您帖子中 HTML 结构的复杂程度，您可以使用基于正则表达式的替换（如果标记相当简单，如您的示例所示）。如果您想将复杂的结构（嵌套元素）复制到 LaTeX 中，那么正则表达式可能不起作用。