解释 `the_content()` 函数的源码，它是如何通过过滤器（如 `wpautop`、`shortcode_unautop`）处理文章内容的？ - 智猿学院-前后端，数据库，人工智能，云计算等领域前沿技术讲座

各位观众，各位朋友，欢迎来到今天的“WordPress源码揭秘”讲座！今天咱们要扒开WordPress的心脏——the_content() 函数，看看它是如何把你的文字变成网页上漂亮的排版的。

开场白：the_content()，内容界的扛把子

想象一下，你写了一篇精彩的文章，洋洋洒洒几千字，代码、链接、图片，应有尽有。WordPress怎么把这些东西完美地呈现在页面上呢？答案就是 the_content()。它就像一个魔术师，把原始的内容变成我们看到的最终版本。

但 the_content() 并非单打独斗，它背后有一群默默奉献的“助手”——过滤器。这些过滤器就像流水线上的工人，各司其职，对文章内容进行处理，比如自动添加段落、移除短代码周围的自动段落等等。

第一幕：the_content() 函数本身

首先，我们来看看 the_content() 函数的代码（简化版）：

function the_content( $content = null ) {
    global $post;

    if ( null === $content ) {
        if ( isset( $post->post_content ) ) {
            $content = $post->post_content;
        } else {
            $content = '';
        }
    }

    $content = apply_filters( 'the_content', $content );

    echo wp_kses_post( $content );
}

这段代码做了什么？

获取内容： 首先，它尝试获取文章的内容。如果 $content 参数为空，它就从全局变量 $post 中获取 post_content 属性。如果 $post 变量不存在或者 post_content 属性为空，那就把 $content 设为空字符串。
应用过滤器： 关键的一步！apply_filters( 'the_content', $content ) 这行代码就像打开了潘多拉魔盒，把 $content 扔进了一个过滤器链条。每个过滤器都会对 $content 进行处理，然后传递给下一个过滤器。
输出内容： 最后，wp_kses_post( $content ) 对 $content 进行安全过滤，防止恶意代码注入，然后输出到页面上。

第二幕：过滤器大军，各显神通

apply_filters( 'the_content', $content ) 这行代码是整个流程的核心。它告诉 WordPress，对文章内容应用 the_content 这个过滤器。那么，都有哪些过滤器在默默地工作呢？

让我们列举几个重要的家伙：

过滤器	功能
`wpautop`	自动将连续的换行符转换成 HTML 段落标签 `<p>` 和换行标签 `<br>`。让你的文字排版更美观。
`shortcode_unautop`	移除短代码周围自动添加的段落标签 `<p>` 和换行标签 `<br>`。防止短代码被不必要的 HTML 标签包裹。
`do_shortcode`	解析文章中的短代码，并将其替换为相应的 HTML 代码。让你可以使用短代码来嵌入各种内容，比如视频、图片、表单等等。
`convert_chars`	将一些特殊字符转换成 HTML 实体。比如，将 `<` 转换成 `<`，`>` 转换成 `>`，防止这些字符被浏览器错误地解析。
`wptexturize`	将一些普通的文本字符转换成印刷体字符。比如，将单引号 `'` 转换成弯引号 `’`，将双引号 `"` 转换成弯引号 `“` 和 `”`，让你的文字看起来更专业。
`capital_P_dangit`	修正 WordPress 的拼写，确保它总是大写的。这是一个幽默的过滤器，它确保 WordPress 这个词永远不会被拼写成 "wordpress"。
`prepend_attachment`	在附件内容之前添加附件链接。当你在文章中插入图片时，这个过滤器会在图片之前添加一个指向附件页面的链接。
`wp_filter_content_tags`	用于过滤文章中的 HTML 标签。它允许你删除或修改文章中的某些 HTML 标签，以提高安全性或改善排版。

深入剖析：wpautop，段落界的扛把子

wpautop 绝对是 the_content 过滤器链条中最重要的一员。它负责将文章中的纯文本转换成带有段落标签的 HTML。没有它，你的文字就会像一团乱麻，挤在一起，难以阅读。

让我们看看 wpautop 函数的核心代码（简化版）：

function wpautop( $pee, $br = true ) {
    $pre_tags = array( 'pre', 'script', 'style', 'textarea' );

    if ( trim($pee) === '' )
        return '';

    $pee = $pee . "nn"; // Force a newline since wpautop() can't handle lone <p>'s on their own.

    // Protect pre|script|style|textarea tags
    $pee = preg_replace_callback( '/<(pre|script|style|textarea)[^>]*>(.*?)</(pre|script|style|textarea)>/ims', 'wpautop_preserve_newline', $pee );

    $pee = str_replace( array( "rn", "r" ), "n", $pee );
    $pee = preg_replace( "/nn+/", "nn", $pee );
    $pee = preg_replace( '/([<>])n|n([<>])/', '$1$2', $pee );

    $pee = preg_replace( "/n*n/", "</p>n<p>", $pee );
    $pee = preg_replace( '/<p>s*?</p>/', '', $pee );

    $pee = preg_replace( '/<p>s*(<div)/i', '$1', $pee );
    $pee = preg_replace( '/</div>s*</p>/i', '</div>', $pee );
    $pee = preg_replace( '/</p>s*(</div)/i', '$1', $pee );
    $pee = preg_replace( '/</p>s*(<blockquote)/i', '$1', $pee );
    $pee = preg_replace( '/</blockquote>s*</p>/i', '</blockquote>', $pee );
    $pee = preg_replace( '/<p>s*(<ul)/i', '$1', $pee );
    $pee = preg_replace( '/</ul>s*</p>/i', '</ul>', $pee );
    $pee = preg_replace( '/<p>s*(<ol)/i', '$1', $pee );
    $pee = preg_replace( '/</ol>s*</p>/i', '</ol>', $pee );
    $pee = preg_replace( '/<p>s*(<table)/i', '$1', $pee );
    $pee = preg_replace( '/</table>s*</p>/i', '</table>', $pee );

    $pee = preg_replace( '/<p>s*<hr />s*</p>/i', '<hr />', $pee );

    // If option to convert new lines is on...
    if ( $br ) {
        $pee = preg_replace_callback('/<(script|style).*?</\1>/s', 'wpautop_newline_preserve_whitespace', $pee);
        $pee = preg_replace( '|(?<!<br />)s*n|', "<br />n", $pee ); // optionally make line breaks
        $pee = str_replace( '<WPPreserveNewline />', "n", $pee );
    }

    $pee = preg_replace( '!(</(?:table|thead|tfoot|caption)>)<br />!', '$1', $pee );
    $pee = preg_replace( '!(<(?:ul|ol|dl)>)<br />!', '$1', $pee );
    $pee = preg_replace( '!<br />(</(?:p|li|div|dl|dt|dd|td|th|pre|caption|blockquote)>)!', '$1', $pee );
    $pee = preg_replace( "|n</p>$|", '</p>', $pee );

    if ( 'br2nl' == wp_kses_version() ) {
        $pee = preg_replace('/<br/ ?>s*<br/ ?>/', "nn", $pee);
    }

    $pee = preg_replace( '/<(/?(?:address|article|aside|audio|blockquote|canvas|dd|div|dl|dt|fieldset|figcaption|figure|footer|form|h[1-6]|header|hgroup|hr|li|main|nav|noscript|ol|output|p|pre|section|table|td|tfoot|th|thead|tr|ul|video)[^>]*)s*>/iU', "n\0", $pee );

    return $pee;
}

这段代码看起来有点吓人，但其实它的核心逻辑很简单：

保护特殊标签： wpautop 首先会保护 <pre>, <script>, <style>, <textarea> 这些标签内的内容，避免被错误地处理。这些标签内的内容通常需要保持原样，不能随意添加段落标签。
处理换行符： wpautop 会将 Windows 风格的换行符 rn 和 Mac 风格的换行符 r 统一转换成 Linux 风格的换行符 n。然后，它会将两个或多个连续的换行符替换成两个换行符。
添加段落标签： wpautop 会将两个换行符 nn 替换成 </p>n<p>，从而将文本分割成段落。
清理无效段落： wpautop 会移除空的段落标签 <p>s*?</p>，以及段落标签内部的 <div>, <blockquote>, <ul>, <ol>, <table> 等标签。
处理单行换行符： 如果 $br 参数为 true（默认值），wpautop 会将单个换行符 n 替换成 <br />n，从而实现换行的效果。
清理多余的 <br /> 标签： wpautop 会移除表格、列表、段落等标签之前的 <br /> 标签，以及段落标签之后的换行符。

总而言之，wpautop 的目标就是将纯文本转换成带有段落标签和换行符的 HTML，让你的文字排版更美观。

深入剖析：shortcode_unautop，短代码的守护者

短代码是 WordPress 中一种非常方便的功能，可以让你在文章中嵌入各种复杂的内容。但是，wpautop 可能会在短代码周围自动添加段落标签，导致短代码的输出结果出现问题。这时，shortcode_unautop 就派上用场了。

让我们看看 shortcode_unautop 函数的核心代码（简化版）：

function shortcode_unautop( $pee ) {
    global $shortcode_tags;

    if ( empty( $shortcode_tags ) || ! is_array( $shortcode_tags ) ) {
        return $pee;
    }

    $tagregexp = join( '|', array_map( 'preg_quote', array_keys( $shortcode_tags ) ) );

    $rep = preg_replace_callback(
        '/<p>s*([' . $tagregexp . '.*?])s*</p>/s',
        'shortcode_unautop_callback',
        $pee
    );

    return $rep;
}

这段代码做了什么？

检查短代码： shortcode_unautop 首先会检查是否存在已注册的短代码。如果没有，它就直接返回原始内容，不做任何处理。
构建正则表达式： shortcode_unautop 会根据已注册的短代码，构建一个正则表达式，用于匹配短代码。
移除段落标签： shortcode_unautop 会使用正则表达式，查找被段落标签包裹的短代码，并将这些段落标签移除。

简单来说，shortcode_unautop 的作用就是移除短代码周围自动添加的段落标签，防止短代码的输出结果被破坏。

第三幕：过滤器链条的奥秘

现在，我们已经了解了 the_content() 函数和几个重要的过滤器。那么，这些过滤器是如何协同工作的呢？

答案就在 apply_filters() 函数中。apply_filters() 函数会将 $content 传递给第一个过滤器，然后将第一个过滤器的输出结果传递给第二个过滤器，以此类推，直到所有过滤器都处理完毕。

过滤器的执行顺序非常重要。通常情况下，WordPress 会按照过滤器被添加的顺序执行它们。但是，你也可以通过指定优先级来改变过滤器的执行顺序。

例如，你可以使用 add_filter() 函数来添加一个过滤器：

add_filter( 'the_content', 'my_custom_filter', 10 );

其中，'the_content' 表示要过滤的内容，'my_custom_filter' 表示过滤器的函数名，10 表示过滤器的优先级。优先级越小，过滤器越先执行。

实战演练：自定义 the_content 过滤器

现在，让我们来编写一个自定义的 the_content 过滤器，来体验一下过滤器的强大之处。

function add_copyright_notice( $content ) {
    $copyright_notice = '<p>Copyright © 2023 My Website. All rights reserved.</p>';
    $content .= $copyright_notice;
    return $content;
}
add_filter( 'the_content', 'add_copyright_notice' );

总结：the_content()，内容呈现的幕后英雄

the_content() 函数是 WordPress 中一个非常重要的函数，它负责将文章的内容呈现给用户。the_content() 函数通过过滤器链条对文章内容进行处理，包括自动添加段落、移除短代码周围的自动段落等等。

掌握 the_content() 函数的工作原理，可以帮助你更好地理解 WordPress 的内容处理机制，并可以让你自定义 the_content 过滤器，来实现各种各样的功能。

希望今天的讲座对你有所帮助！下次再见！

发表回复 取消回复

发表回复取消回复