重新编译 PHP 中文手册

本文地址: https://www.yangdx.com/2020/01/81.html
转载请注明出处

目前，从 PHP 官网 https://www.php.net/download-docs.php 下载的 chm 中文手册在 Windows 系统上有两个大问题：

索引不完整，中文标题的页面没有索引
搜索栏用不了，无论搜什么都搜不出来

鉴于此，本人参考了网上制作 chm 的文档，自己重新编译一个版本。

在 Windows 系统下，chm 文件是通过微软的 HTML Help Workshop 生成的。chm 文件可以用 7-zip 进行打开，解压出来后可得到原 html 文件、hhc 目录文件、hhk 索引文件。

本人用 7-zip 解压从 PHP 官网下载的 php_enhanced_zh.chm ，得到所有的 html，以及 php_manual_zh.hhc、php_manual_zh.hhk，打开这两个文件没有看到任何中文字符，猜测可能是解压的时候丢失了，或者原本官网打包就有问题。如果要重新制作 chm 手册，我们还缺少一个 hhp 后缀名的项目配置文件。

下面是本人写的一个 PHP 脚本，用于重新生成 php_manual_zh.hhc、php_manual_zh.hhk、php_manual_zh.hhp：

<?php

error_reporting(E_ALL);
set_time_limit(0);
ini_set('display_errors', 'on');
date_default_timezone_set('Asia/Shanghai');

define('CHM_PATH', __DIR__ . '/php_enhanced_zh/');

/**
 * 搜索html文件
 * @return array
 */
function searchHtml()
{
    $pattern = CHM_PATH . 'res/*.html';
    $files = glob($pattern);
    return $files;
}

/**
 * 获取文件内容并转换为UTF-8编码
 * @param string $file
 * @return string
 */
function getFileWithUTF8($file)
{
    $content = file_get_contents($file);
    $content = iconv('gbk', 'utf-8', $content);
    return $content;
}

/**
 * 修复导航条
 * @param string $content
 * @return string
 */
function fixNavbar($content)
{
    $pattern = [
        '#<li style="float: left;"><a href="([^"]+)">\? (.*?)</a></li>#',
        '#<li style="float: right;"><a href="([^"]+)">(.*?) \?</a></li>#'
    ];
    $replacement = [
        '<li style="float: left;"><a href="\1">&laquo; \2</a></li>',
        '<li style="float: right;"><a href="\1">\2 &raquo;</a></li>'
    ];
    $content = preg_replace($pattern, $replacement, $content);
    return $content;
}

/**
 * 修复面包屑
 * @param string $content
 * @return string
 */
function fixBreadcrumbs($content)
{
    $search = '<ul class="breadcrumbs-container">';
    $replace = '<ul id="breadcrumbs-inner" class="breadcrumbs-container">';
    $content = str_replace($search, $replace, $content);
    return $content;
}

/**
 * 解析页面标题
 * @param type $content
 * @return string
 */
function parseTitle($content)
{
    $title = [];
    $pattern = '#<div class="refnamediv">(.+?)</div>#s';
    preg_match($pattern, $content, $matches);

    if (!$matches) {
        $pattern = '#<div id="layout-content"><div(.+?)(<(p|ul|table|dl|div)[ >]?)#s';
        preg_match($pattern, $content, $matches);
    }

    $subject = isset($matches[0]) ? $matches[0] : '';
    $patterns = [
        '#<h1([^>]*)>(.+?)</h1>#s',
        '#<h2([^>]*)>(.+?)</h2>#s',
        '#<h3([^>]*)>(.+?)</h3>#s'
    ];

    foreach ($patterns as $pattern) {
        preg_match_all($pattern, $subject, $matches);
        if ($matches[0]) {
            foreach ($matches[2] as $v) {
                $v = strip_tags($v);
                $v = trim($v);
                $v = preg_replace('#\s+#', ' ', $v);
                $title[] = $v;
            }
            break;
        }
    }

    $pattern = '#<title>(.+?)</title>#s';
    preg_match($pattern, $content, $matches);
    if ($matches) {
        $v = preg_replace('#\s+#', ' ', $matches[1]);
        $title[] = $v;
    }

    $title = array_unique($title);

    return $title;
}

/**
 * 以gbk编码保存文件内容
 * @param string $file
 * @param string $content
 */
function saveFileWithGBK($file, $content)
{
    $content = iconv('utf-8', 'gbk', $content);
    file_put_contents($file, $content);
}

/**
 * 重建目录文件
 * @param array $titles
 */
function buildHhcFile(&$titles)
{
    $hhcFile = CHM_PATH . 'php_manual_zh.hhc';
    $content = getFileWithUTF8($hhcFile);
    $pattern = '#<param name="Name" value="(.*?)">(?:\s*)<param name="Local" value="([^"]+)">(?:\s*)</OBJECT>(?:\s*)<(/?ul|LI)>#s';
    preg_match_all($pattern, $content, $matches);
    foreach ($matches[0] as $key => $value) {
        $oldTitle = $matches[1][$key];
        $shortPath = $matches[2][$key];
        $nextTag = $matches[3][$key];
        if ($oldTitle) {
            $title = preg_replace('#\s+#', ' ', $oldTitle);
        } else {
            $title = isset($titles[$shortPath]) ? $titles[$shortPath] : [];
            $title = isset($title[0]) ? $title[0] : '无标题';
        }
        $replace = str_replace('value="' . $oldTitle . '"', 'value="' . $title . '"', $value);
        if ($nextTag != 'ul') {
            //没有子节点的话用这个图标（默认是带问号的图标）
            $replace = str_replace('</OBJECT>', '<param name="ImageNumber" value="11"></OBJECT>', $replace);
        }
        $content = str_replace($value, $replace, $content);
    }
    saveFileWithGBK($hhcFile, $content);
}

/**
 * 重建索引文件
 * @param array $titles
 */
function buildHhkFile(&$titles)
{
    $hhkFile = CHM_PATH . 'php_manual_zh.hhk';
    $content = getFileWithUTF8($hhkFile);
    $content = preg_replace('#<ul>(.+)</ul>#s', '<ul>PLACEHOLDER</ul>', $content);
    $html = '';
    foreach ($titles as $shortPath => $title) {
        foreach ($title as $value) {
            $html .= '
                <LI><OBJECT type="text/sitemap">
                  <param name="Local" value="' . $shortPath . '">
                  <param name="Name" value="' . $value . '">
                </OBJECT>';
        }
    }
    $content = str_replace('PLACEHOLDER', $html, $content);
    saveFileWithGBK($hhkFile, $content);
}

/**
 * 生成项目配置文件
 * @param array $htmlFiles
 */
function buildHhpFile(&$htmlFiles)
{
    $date = date('Ymd');

    $content = <<<EOT
[OPTIONS]
Compatibility=1.1 or later
Compiled file=php_enhanced_zh.chm
Contents file=php_manual_zh.hhc
Default Window=phpchm
Default topic=res\index.html
Display compile progress=Yes
Full-text search=Yes
Index file=php_manual_zh.hhk
Language=0x804 中文(简体，中国)
Title=PHP中文手册

[WINDOWS]
phpchm="PHP中文手册 - {$date}","php_manual_zh.hhc","php_manual_zh.hhk","res\index.html","res\index.html",,,,,0x23520,,0x387e,,0x1000000,,,,,,0

[FILES]
EOT;

    foreach ($htmlFiles as $filePath) {
        $shortPath = str_replace([CHM_PATH, '/'], ['', '\\'], $filePath);
        $content .= "\n" . $shortPath;
    }
    $hhpFile = CHM_PATH . 'php_manual_zh.hhp';
    saveFileWithGBK($hhpFile, $content);
}

$startTime = time();
$titles = [];
$htmlFiles = searchHtml();

if (!$htmlFiles) {
    echo "未检索到 html 文件，请下载手册原文件并解压至 " . CHM_PATH . " 目录\n";
    echo "下载地址 https://www.php.net/distributions/manual/php_enhanced_zh.chm\n";
    exit;
}

echo "开始处理 html 文件\n";
$count = count($htmlFiles);
$progress = 0;
foreach ($htmlFiles as $key => $filePath) {
    $content = getFileWithUTF8($filePath);
    $content = fixNavbar($content);
    $content = fixBreadcrumbs($content);
    $title = parseTitle($content);
    $shortPath = str_replace([CHM_PATH, '\\'], ['', '/'], $filePath);
    $titles[$shortPath] = $title;
    saveFileWithGBK($filePath, $content);
    $newProgress = floor(($key + 1) / $count * 100);
    if ($progress != $newProgress) {
        $progress = $newProgress;
        echo "\r当前进度 {$progress}%";
        if ($progress == 100) {
            echo "\n";
        }
    }
}

echo "正在生成目录文件 php_manual_zh.hhc\n";
buildHhcFile($titles);

echo "正在生成索引文件 php_manual_zh.hhk\n";
buildHhkFile($titles);

echo "正在生成项目文件 php_manual_zh.hhp\n";
buildHhpFile($htmlFiles);

$useTime = time() - $startTime;
$minute = floor($useTime / 60);
$second = $useTime % 60;

echo "已完成，用时 {$minute} 分 {$second} 秒\n";

使用方法：

复制以上代码保存为 index.php
在当前目录下新建子目录 php_enhanced_zh/，并解压 php_enhanced_zh.chm 到这个子目录下
通过命令行执行 php index.php（耗时较长，耐心等待）
用 HTML Help Workshop 打开生成的 php_enhanced_zh/php_manual_zh.hhp
点击 HTML Help Workshop 工具栏的 “Compile HTML file” 按钮进行编译
编译完成后，新的手册文件保存在 php_enhanced_zh/php_enhanced_zh.chm

操作截图如下：

本程序代码已提交至码云：https://gitee.com/yangrz/recompile_php_manual_zh
可下载重新编译过的手册：https://gitee.com/yangrz/recompile_php_manual_zh/releases
程序中的部分代码参考了：https://www.atuser.com/

重新编译 PHP 中文手册

快来评论一下吧！

发表评论