PHP HTML Tidy：緩衝區的大小限制

我試圖使用PHP的一部分的HTML Tidy實現（http://www.php.net/manual/en/book.tidy.php）爲了重新格式化一大塊HTML。我遇到了一個問題，其中Tidy將輸出截斷到某個點（大約8K）。PHP HTML Tidy：緩衝區的大小限制

當我創建一個字符串，它是關於10K長&把它交給tidy_repair_string，像這樣：

$output = tidy_repair_string($output, array( 
    'indent' => true, // enforce indentation 
    'hide-comments' => true, // Remove the comments 
    'wrap' => 100, // Break each line after 100 chars 
    'output-html' => true, // Output as HTML 
    'char-encoding' => $encoding // The input/output encoding 
), $encoding);

我之後8,070個字符的LOP斷一切。如果我用10個字符填充字符串的開頭，那麼最後只剩10個字符。
有沒有辦法改變tidy_repair_string的緩衝區大小，使它更大？

看着http://www.php.net/manual/en/tidy.getconfig.php似乎沒有配置選項，谷歌是非常無益的/我的谷歌福已經失敗了我，並沒有大量的文件圍繞此。任何幫助將不勝感激！

編輯：我使用XAMPP的可移植精簡版 - win32-1.8.1-VC9在Windows 7的問題仍然存在，甚至發生時，我改變php.ini文件使用memory_limit的= 900M

來源

2013-04-04 MikeTheTall

可能保存到文件並解析文件，而不是字符串？ – StasGrin 2013-04-05 11:05:53

好吧，我可以想出幾個原因，爲什麼這可能會失敗。

您已經超出了內存限制與眼前這個函數調用，但加載變量到內存中，任何預先處理你在幹什麼。爲了測試這一點，你可以嘗試將php.ini中的內存限制提高到不可靠的程度，或者你可以使用memory_get_usage（）。在創建對象之前運行一次，然後在創建對象之後再次運行它，並取兩個結果之間的差異。（How to find memory used by an object in PHP? (sizeof)）
PHP tidy引導了一個Linux整潔程序的版本。我知道一段時間後，該程序一次只能放入4096個字符（http://www.autoitscript.com/forum/topic/129973-tidy-4096-char-limit/），但看起來好像該錯誤已被修復。我建議只是爲了測試這個理論，而不是迴應你的10K字符串（這需要一分鐘），然後通過bash的整潔程序直接運行。我決定自己測試這個理論：

來自BASH，echo $(python -c 'print 20000*"a"') > test_file。由於char是1個字節，所以這個命令應該爲我們創建一個20K的文件。很顯然，這不會用整潔來驗證，但是這是我可以在程序中拋出的一些不錯的垃圾文本。現在用tidy < test_file餵它整齊（如果你沒有在命令行，sudo apt-get install tidy）整潔。對我而言，這並不會失敗，但也可以嘗試一下。如果它沒有失敗，那麼它不是特定於引導的bash整潔程序。

*現在我們已經消除了php.ini和實際的bash整潔程序作爲問題。

然後我試圖重新創建您的錯誤。

我開始使用上面的註釋，解析文件而不是字符串。

<?PHP 
$output = tidy_repair_file("test_file"); 

print strlen($output); 
?>

對於tidy_repair_file strlen的，我得到了20111（其中另外的111個字符來自整潔的格式，沒有截斷。然後我試圖把它讀入活動內存，並解析它作爲一個字符串。

<?PHP 
$data = readfile("test_file"); //read a 20K file into active memeory 

$encoding = "ascii"; //I just set my encoding to 'ascii' because I like it... 

$output = tidy_repair_string($data, array(
'indent' => true, // enforce indentation 
'hide-comments' => true, // Remove the comments 
'wrap' => 100, // Break each line after 100 chars 
'output-html' => true, // Output as HTML 
'char-encoding' => $encoding // The input/output encoding 
), $encoding); 

print strlen($output); 
?>

我明明我在這裏做得不對，因爲我讓我的垃圾文件回送給我，那麼「132」，這是一個基本的HTML文件：

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 3.2//EN"> 
<html> 
    <head> 
    <title></title> 
    </head> 
    <body> 
    20001 
    </body> 
</html>

雖然我做錯了什麼，這個輸出告訴我，我正在解析一個20K文件而沒有截斷。

值得注意的是，我試過這個代碼，在提示符下使用php test.php，並通過網絡瀏覽器運行它。我得到相同的結果。沒有截斷。這也是值得注意的，我透露，我正在運行這個Ubuntu服務器，而不是Windows IIS。

嘗試將您的變量輸出到文件，然後針對它運行tidy_repair_file（）。顯然，這個解決方案是不可持續的，不會擴展，但它會告訴你這是否是原始字符串的問題。

此外，嘗試在整潔的調用之前和之後在$ output上運行strlen（） - 確保您的字符串是一個10K字符串，然後才能整齊地進行整理......就像完整性檢查一樣。

祝你好運，我希望這有助於一些！

來源

2013-04-06 09:43:40 TopherGopher

哇！謝謝你的徹底，深思熟慮的答覆！（我希望我有更多upvotes :)）。我用來測試問題的代碼位於http://pastebin.com/fum84SpW。步驟＃1：我嘗試將內存限制更改爲900 MB，在php.ini中使用memory_limit = 900M。它仍在發生。步驟＃2：我不知道如何從命令行運行HTML tidy，以便它使用php使用的php_tidy.dll。步驟3：你的帖子提醒我，我可能應該指定我使用的平臺 - Windows上的XAMPP。我會去編輯原來的帖子來說清楚。 – MikeTheTall 2013-04-08 19:46:39

PHP HTML Tidy：緩衝區的大小限制

回答

相關問題