Html与php代码保持一致，XHTML不是有效的XML

我正在使用将HTML转换为XHTML，我希望稍后使用XSLT转换此XHTML

不幸的是，我试图解析一个techcrunch站点（只是为了测试）。techcrunch站点包含php代码，HTML tidy使用此php代码生成无效的XML文件

简化输入文件

dirty.htm

：

和我的输出文件，带有HTML Tidy

cleaned.htm

：

---

主要问题是

您是否可以选择从链接中删除onclick，并将onclick脚本移动到某些脚本标记之间？
Tidy只有一个选项。我怀疑这是因为PHP块位于一个属性（未关闭）内而引起混淆

它可能有更好的机会：

<a href="..." onclick="<?php tc_set_omniture_attr("post_widget_crunchbase") ?>">Google</a>



对不起，我不确定还有什么可以做的。希望这能有所帮助。
不。在这之前没有重组的机会。因为我在使用HTML之前不知道HTML是什么样子的。
tidy -quiet -config tidyconfig.cfg -output cleaned.htm dirty.htm

<a href="..." onclick="<?php tc_set_omniture_attr("post_widget_crunchbase") ?>">Google</a>