Q

以PHP解析無效HTML的最佳方法

2010-08-31 42 views 13 likes

13

解析無效HTML然後在其上應用Tidy有更好的方法嗎？以PHP解析無效HTML的最佳方法

邊注意：有些情況下，您不能提供Tidy。正則表達式也不推薦我理解爲解析html。

2010-08-31 danidacar

+2

在您沒有Tidy的情況下，您應該安裝它。或者你可以不使用破碎的HTML首先。 – 2010-08-31 07:17:45

+2

你是認真的嗎？至少有幾次我無法做到這一點最好的做法：來自客戶端的無效HTML代碼需要解析，共享主機沒有選擇安裝Tidy .. – danidacar 2010-08-31 07:20:02

+0

@daniphp：死的嚴重。 – 2010-08-31 07:20:51

A

回答

6

我會嘗試這樣的事：http://php.net/manual/en/domdocument.loadhtml.php

在這個頁面：

的函數解析包含在源字符串的HTML。與加載XML不同，HTML格式不一定要格式正確才能加載。這個函數也可以靜態調用來加載和創建一個DOMDocument對象。

2010-08-31 07:18:19 Rob

+0

它似乎loadHTML對象爲兩個或多個元素上的ID相同的值（儘管這可能是來自libxml） – HorusKol 2015-01-06 04:22:53

1

SimpleHTMLDOM已知比PHP的原生DOM功能更寬鬆。

2010-08-31 07:19:21

+2

建議的[SimpleHtmlDom]（http://simplehtmldom.sourceforge.net/）的第三方替代品實際上使用[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

@戈登這次你太快了:)他正在尋找解析破碎的HTML。 – 2010-08-31 07:25:25

+1

當使用[libxml的HTML解析器模塊]（http://xmlsoft.org/html/libxml-HTMLparser.html）時，所有基於DOM的解析器都應該能夠處理得很好。 – Gordon 2010-08-31 07:26:53

相關問題