DOMを再帰的に処理する方法

Question

前回の質問が、適切な方法ではなかったかもしれないため、少しポイントを絞って改めてご質問させていただきます。
以下のような方法で、要素ノードについて、特定の属性ノードを処理したいと考えております。

ここで要素ノードの中には、どこくらい深くchildNodesが存在するかは分からず、それを再帰的に処理したいと考えております。
//　foreach全体を再帰的に以下と同様の処理をしたいが該当の箇所でchildNodesがNULLになるまで繰り返したいのですが、どのように対応するのか想像できず、アドバイスを頂ければ幸いです。

よろしくお願い申し上げます。

$data = <<EOM
<div id="wrapper" onclick="**">
<img src="data:xxx">
<p style="background:black" class="hoge">abcde
<span>fghi</span>
</p>
</div>
EOM;

$white_attr=["class","style","src"];
$dom = new DOMDocument();
$dom -> loadHTML($data);
$item = $dom->getElementById('wrapper')->childNodes;

  foreach ($item as $key) {
    if(!is_null($key->childNodes)){
     //　foreach全体を再帰的に以下と同様の処理をしたい
    }
        foreach ($key->attributes as $attrs) {
          if(in_array($white_attr[0],$attrs->name,true)){
            $name = $attrs->name;
            $nvalue = $attrs->nodeValue;
            $key->removeAttribute('*');//特定のattr以外は全て削除
            $key->setAttribute($name,$nvalue);
          }
        }
  }

Comments

[tanat]

一般的な再帰関数の作成方法は理解されていますか？

[pegy]

コメントありがとうございます。申し訳ございません。見落としておりました。おそらく理解できていないと思います。配列などにおいて再帰的な処理としてarray_mapなどは学んだことがありますが、「関数」と言及されているので、別の論点かと推察します。
おそらく、下記のコメントがある点が再帰関数の考え方でしょうか？（関数の中に自ら定義した関数を設定するアプローチ）

[tanat]

>関数の中に自ら定義した関数を設定するアプローチ

はい、ご理解の通りです。
これが出来ると階層が不定でもデータの操作/操作が出来るので、一度典型的なアルゴリズム（フィボナッチ数列やハノイの塔等）をアルゴリズムの教材を読みながら自作されると視野が広くなるかと思います。

[pegy]

有難うございます。
感覚的に自らの関数で自らを利用するのは循環的な印象で全く思いつきもしませんでした。仰るアルゴリズムの領域を学べば理解の深度が得られるのかと推察致します。
未知の領域ですが、ヒントをくださりありがとうございます。

Answer 1

こういうことですかね。
自分に対する処理の部分（foreach ($key->attributes as $attrs) {以降）のコードについては何かが誤っているようですので修正してください。

$item = $dom->getElementById('wrapper')->childNodes;
xxx($item);

function xxx($item)
{
  global $white_attr;

  foreach ($item as $key) {
    // 子ノードの処理
    if(!is_null($key->childNodes)){
       xxx($key->childNodes);
    }
    // 自分に対する処理
  }
}

Comments

[pegy]

コメントありがとうございます、大変助かります。
一つ目の下の階層までは行けたのですが、2階層目についてはうまく取得することができません・・・

function recursive_dom ($node){
global $white_attr;
foreach ($node as $key_node) {
if (!is_null($node->childNodes)) {
recursive_dom($key_node->childNodes);
}
$attr = $key_node->attributes;
foreach ($attr as $key_attr) {
var_dump($key_attr->name);
echo "<br>";
}
}
}

$data = '<div id="wrapper" onclick="ss"><img src="data:sssss"><p style="background:#fff000" class="hoge"><span class="111" id="222">abcde</span</p></div>';

recursive_dom($item);

//string(3) "src"
//string(5) "style"
//string(5) "class"

spanタグの属性を拾えていないという状況です。少し不思議なのですが、現在調査しつつも、一旦返信をさせていただきました。
よろしくお願い申し上げます。

[pegy]

失礼しました、is_null判定ではなくlengthを検出することで解決いたしました。
function recursive_dom ($node){
global $white_attr;
foreach ($node as $key_node) {

$attr = $key_node->attributes;
foreach ($attr as $key_attr) {
echo "<pre>";
var_dump($key_attr->name);
echo "</pre>";
echo "<br>";
}
if ($key_node->childNodes->length !==0) {
recursive_dom($key_node->childNodes);
}
}
}

[pegy]

また、先に該当するノードから処理するので、if ($key_node->childNodes->length !==0) を後者も回しております。んんstackoverflowのようにコメント欄もマークダウンを使わせて欲しい・・・

Answer 2

$white_attr=["class","style","src"];
$dom = new DOMDocument();
$dom -> loadHTML($data);
$items = $dom->getElementById('wrapper')->getElementsByTagName('*');
foreach($items as $item){
  $attributes=[];
  foreach($item->attributes as $attr){
    if(!in_array($attr->name,$white_attr)){
      $attributes[]=$attr->name;
    }
  }
  foreach($attributes as $attr){
    $item->removeAttribute($attr);
  }
}
print htmlspecialchars($dom->saveHTML());

Comments

[pegy]

コメントありがとうございます。
無事実装することができました。