Verh. Content zu Quelltext:

Danke,

schaue ich mir in Kürze an (heute Abend) und bessere es ggf. aus.

Die Funktion und Berechnung scheint in Ordnung. Anmerkung: Alles was nicht Text ist wird herausgefiltert, also alle <...>, auch script-Blöcke und Header-Angaben. Ãœbrig bleibt dann als Content nur der reine Text.

Ich mache das so,

html komplett

striptags(html)

mit der Differnez lässt es sich exakt rechnen.

Mit strip_tags() erhält man tatsächlich ein anderes Ergebnis als mit meinem RegExp, der jedoch eine nahezu gleiche Ausgabe erzeugte. Per strip_tags() erhalte ich für deine Seite 46.46%

Ich habe die Routine gerade mal auf Entfernung per strip_tags() umgestellt, so ist sie vor allem etwas Ressourcen-schonender :wink: ).

Wenn du nur strip_tags() zur Berechnung des Verhältnisses von Content zu Quellcode verwendest, sind die Ergebnisse fehlerhaft:

(1) CSS-Style-Angaben im Header werden nicht gefiltert: <style> <br />(2) Skript-Blöcke (z.B. JS) werden nicht gefiltert: &lt;script&gt; <br /> <br />Darum waren unsere Ergebnisse hier unterschiedlich. Um an den reinen Content zu gelangen, müssen vor dem strip_tags() per preg_replace() die <style>´s und &lt;script&gt;´s entfernt werden. <br /> <br />Beispiel: <br /> <br /><code> <br /> <br />$pattern = \'#&lt;style(.+)&lt;/style&gt;#Usi\'; <br />$content = preg_replace($pattern,&quot;&quot;,$html); <br /> <br /></code> <br /> <br />(Entfernt alle Style-Tags im Header). <br /></p></style>

Das ist richtig.

Man müsste auch Kommentare entfernen und vielleicht noch ein paar andere Dinge.