Hvordan trekke ut den første lenken fra innleggsinnhold (PHP snippet)

Noen ganger bygger vi “Nyhetsaggregator”-temaer, der et innlegg ikke har sitt eget innhold, men bare lenker til en ekstern artikkel. Eller vi vil at det første bildet i innholdet automatisk skal bli “Fremhevet bilde” hvis redaktøren glemmer å sette det.

I begge tilfeller må vi “skanne” innleggsinnholdet (the_content) og trekke ut den første <a>- eller <img>-taggen fra det.

Metode: Domdocument-klassen

Mange utviklere bruker regulære uttrykk (Regex) til dette, men parsing av HTML med Regex er dårlig praksis. Det er bedre å bruke PHPs innebygde DOMDocument-klasse.

Her er en ferdig funksjon du kan lime inn i functions.php:

function get_first_link_url( $content ) {
    // Hvis innholdet er tomt, returner false
    if ( empty( $content ) ) return false;

    $doc = new DOMDocument();
    
    // Undertrykk HTML5-feil (DOMDocument er gammel og klager noen ganger på <section> osv.)
    libxml_use_internal_errors(true);
    
    // Last HTML (med UTF-8-hack)
    $doc->loadHTML( mb_convert_encoding($content, 'HTML-ENTITIES', 'UTF-8') );
    
    $links = $doc->getElementsByTagName('a');

    if ( $links->length > 0 ) {
        // Returner href til den første lenken
        return $links->item(0)->getAttribute('href');
    }

    return false;
}

Bruk i løkken

$link = get_first_link_url( get_the_content() );

if ( $link ) {
   echo '<a href="' . esc_url($link) . '" class="read-more-external">Les original</a>';
}

Denne løsningen er solid, sikker og håndterer feil i HTML-strukturen bedre enn noen Regex.