Php 修复HTML片段
我正在努力学习如何使用。作为练习,我想修复一个无效的HTML片段。到目前为止,我已经能够生成完整的文档:Php 修复HTML片段,php,html,dom,html-parsing,Php,Html,Dom,Html Parsing,我正在努力学习如何使用。作为练习,我想修复一个无效的HTML片段。到目前为止,我已经能够生成完整的文档: loadHTML($fragment); libxml\u使用\u内部错误(FALSE); $doc->formatOutput=TRUE; echo$doc->saveHTML(); ?> 。。。其中打印: <!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-
loadHTML($fragment);
libxml\u使用\u内部错误(FALSE);
$doc->formatOutput=TRUE;
echo$doc->saveHTML();
?>
。。。其中打印:
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html><body><div style="font-weight: bold">Lorem ipsum <div>dolor sit amet,
<strong><em class="foo">luptate</em></strong>. Excepteur proident,
<div class="bar">sunt in culpa</div> officia est laborum.</div>
</div></body></html>
Lorem ipsum dolor sit amet,
羽状体。除了傲慢,
这是罪过。
我的问题是:
您可以运行一个函数来替换不希望总是出现的部件,例如:
$result = $doc->saveHTML();
$result = str_replace('<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd"><html><body>', '', $result);
$result = str_replace('</body></html>', '', $result);
这完全取决于您将如何处理信息。好吧,PHP>=5.1显然还有一个
DocumentFragment
,它有一个appendXML
函数:。也许你可以用这个?我不确定它本身是否有字符串表示,但谁知道呢
编辑:
好吧,那不行:)
但是,您可以直接使用SimpleXML,或者通过创建
DomeElement
然后使用SimpleXML\u导入dom($DomeElement)->asXML()
:。祝你好运!:) 这应该行得通,但有点难看
$doc->loadHTML($fragment);
echo simplexml_import_dom( $doc->getElementsByTagName('div')->item(0) )->asXML();
输出:
<div style="font-weight: bold">Lorem ipsum <div>dolor sit amet,
<strong><em class="foo">luptate</em></strong>. Excepteur proident,
<div class="bar">sunt in culpa</div> officia est laborum.</div></div>
Lorem ipsum door sit amet,
羽状体。除了傲慢,
这是罪过。
稍微优雅一点
$xpath = new DOMXPath($doc);
$query = '/html/body/*'; <-- always <html><body>...
$entries = $xpath->query($query);
foreach ($entries as $entry)
{
echo simplexml_import_dom($entry)->asxml();
}
$xpath=newdomxpath($doc);
$query='/html/body/*';查询($query);
foreach($entries作为$entry)
{
echo simplexml_import_dom($entry)->asxml();
}
最新的PHP版本似乎终于实现了这一点:
这样我们就可以做到:
if( version_compare(PHP_VERSION, '5.3.6', '>=') ){
$body = $dom->documentElement->firstChild;
if( $body->hasChildNodes() ){
foreach($body->childNodes as $node){
echo $dom->saveHTML($node);
}
}
}
。。。或者这个:
if( version_compare(PHP_VERSION, '5.3.6', '>=') ){
$body = $dom->getElementsByTagName('body')->item(0);
if( $body->hasChildNodes() ){
foreach($body->childNodes as $node){
echo $dom->saveHTML($node);
}
}
}
遗憾的是,对于旧版本,我们仍然需要一个难看的解决方案。使用字符串函数处理最终输出有点超过使用DOM的目的;-)谢谢你的链接,但正如我所说,这只是一个练习,所以我可以学习。是的,DocumentFragment看起来很有希望,但我也不能利用它。SimpleXML生成了一个完整的文档,我认为没有直接的机制(例如,
DOMNode::outerHTML()
方法),您必须自己编写。第一种方法假设一个特定的结构,但第二种方法工作得很好(尽管我正在将一些新行字符转换为HTML实体,这并不是完全错误,但很难看)
if( version_compare(PHP_VERSION, '5.3.6', '>=') ){
$body = $dom->documentElement->firstChild;
if( $body->hasChildNodes() ){
foreach($body->childNodes as $node){
echo $dom->saveHTML($node);
}
}
}
if( version_compare(PHP_VERSION, '5.3.6', '>=') ){
$body = $dom->getElementsByTagName('body')->item(0);
if( $body->hasChildNodes() ){
foreach($body->childNodes as $node){
echo $dom->saveHTML($node);
}
}
}