Q

以PHP解析无效HTML的最佳方法

2010-08-31 29 views 13 likes

13

解析无效HTML然后在其上应用Tidy有更好的方法吗？以PHP解析无效HTML的最佳方法

边注意：有些情况下，您不能提供Tidy。正则表达式也不推荐我理解为解析html。

2010-08-31 danidacar

+2

在您没有Tidy的情况下，您应该安装它。或者你可以不使用破碎的HTML首先。 – 2010-08-31 07:17:45

+2

你是认真的吗？至少有几次我无法做到这一点最好的做法：来自客户端的无效HTML代码需要解析，共享主机没有选择安装Tidy .. – danidacar 2010-08-31 07:20:02

+0

@daniphp：死的严重。 – 2010-08-31 07:20:51

A

回答

6

我会尝试这样的事：http://php.net/manual/en/domdocument.loadhtml.php

在这个页面：

的函数解析包含在源字符串的HTML。与加载XML不同，HTML格式不一定要格式正确才能加载。这个函数也可以静态调用来加载和创建一个DOMDocument对象。

2010-08-31 07:18:19 Rob

+0

它似乎loadHTML对象为两个或多个元素上的ID相同的值（尽管这可能是来自libxml） – HorusKol 2015-01-06 04:22:53

1

SimpleHTMLDOM已知比PHP的原生DOM功能更宽松。

2010-08-31 07:19:21

+2

建议的[SimpleHtmlDom]（http://simplehtmldom.sourceforge.net/）的第三方替代品实际上使用[DOM]（http://php.net/manual/en /book.dom.php）而不是字符串分析：[phpQuery]（http://code.google.com/p/phpquery/），[Zend_Dom]（http://framework.zend.com/manual/en/ zend.dom.html），[QueryPath]（http://querypath.org/）和[FluentDom]（http://www.fluentdom.org）。 – Gordon 2010-08-31 07:24:54

+0

@戈登这次你太快了:)他正在寻找解析破碎的HTML。 – 2010-08-31 07:25:25

+1

当使用[libxml的HTML解析器模块]（http://xmlsoft.org/html/libxml-HTMLparser.html）时，所有基于DOM的解析器都应该能够处理得很好。 – Gordon 2010-08-31 07:26:53

相关问题