Php 他有奇怪的行为_Php_Html_Tidy_Htmltidy

Php 他有奇怪的行为

php html

Php 他有奇怪的行为,php,html,tidy,htmltidy,Php,Html,Tidy,Htmltidy,我正在使用php的tidy库来“清理和修复”来自用户输入的一些html 一切正常，但我遇到了一个问题，我不知道它的原因是什么。我的代码如下： $tidy = new tidy(); $tidy_options = array( 'hide-comments' => true,'tidy-mark' => false, 'indent' => false, 'new-blocklevel-tags' => 'article,foot

我正在使用php的tidy库来“清理和修复”来自用户输入的一些html

一切正常，但我遇到了一个问题，我不知道它的原因是什么。我的代码如下：

$tidy = new tidy();

    $tidy_options = array(
        'hide-comments' => true,'tidy-mark' => false, 'indent' => false,
        'new-blocklevel-tags' => 'article,footer,header,hgroup,output,progress,section,video',
        'new-inline-tags' => 'audio,details,time,ruby,rt,rp',
        'drop-empty-paras' => false, 
        'doctype' => '<!DOCTYPE HTML>',
        'sort-attributes' => 'none', 'vertical-space' => false,
        'output-xhtml' => true,'wrap' => 180,
        'wrap-attributes' => false,
        'break-before-br' => false,
        'show-body-only' => true
        );
$data = $tidy->repairString($data, $tidy_options, 'UTF8');
echo $data;

$tidy=new tidy（）；
$tidy_options=数组(
'隐藏注释'=>true，'tidy-mark'=>false，'indent'=>false，
“新区块级别标记”=>“文章、页脚、页眉、hgroup、输出、进度、部分、视频”，
'新的内联标签'=>'音频、详细信息、时间、ruby、rt、rp'，
“删除空段落”=>false，
“doctype'=>”，
'排序属性'=>'无'，'垂直空格'=>false，
'output xhtml'=>true，'wrap'=>180，
“包装属性”=>false，
'在br之前中断'=>错误，
“仅显示正文”=>true
);
$data=$tidy->repairString（$data，$tidy_选项，'UTF8'）；
回波数据；

这适用于所有类型的输入，但我尝试使用html嵌入swf文件时除外。
因此，我尝试以下代码：

<object data="http://the_swf_file_url" type="application/x-shockwave-flash" width="853" height="520"> 
    <param name="movie" value="http://the_swf_file_url"> 
</object>

但repairString会将其全部剥离，并返回一个空字符串。
最奇怪的是：
-如果我在上面输入了一些文本，因此输入类似于

Hello world…

，那么它工作正常。
-或者如果我指定
'show-body-only'=>false
它也可以正常工作
你知道为什么会这样吗？提前谢谢
编辑：尝试将pankar的建议设置为true，但没有成功…
尝试将选项
保存实体指定为true （默认为false ）编辑秒（更彻底的）想法。这是预期的行为。通过将show body only 设置为true 可以告诉tidy 输出xhtml 处理过的文档的正文部分此设置实际上会忽略文档的中的所有内容<代码> 组件是的子组件。您可以通过简单地指定 $data=“我的网站” 输出将再次为空您试图将带前缀的文本添加到标记中，这简直是耍花招，因为它认为这些数据必须作为页面正文的一部分进行处理，从而才能显示出来希望这次能有更多帮助。问题是您试图处理一个HTML片段执行此操作时，文档的其余部分将被推断出来。如果您将配置保留为默认设置，并输出一个整洁的文档，其中只包含一段文本，您将看到您没有给它的DOCTYPE 、html 、head 和body 标记。它推断这些标签必须存在这里的问题是，报告指出： OBJECT元素也可能出现在HEAD元素的内容中当推断片段的位置时，它会将其放在第一个可能发生的位置。这意味着tidy将把它放在头部标记中 show body only 影响输出的原因是您的片段没有放置在body 中但是当您添加一些文本时，它会强制您的代码片段进入主体标记。这是因为头标记中不允许使用原始文本。因此，逻辑推断出的片段位置在主体中在我看来，您可用的最佳选择是将所有代码片段注入到“模板”文档中，然后再次解析它们。你可以很容易地用它来做这件事第二种解决方案是注入一个哨兵值，当仅显示身体时，您可以在之后再次去除该值即我的魔法令牌____ 然后，您可以在之后再将其取出。嗨，潘卡尔，谢谢您的回复。我试过你的建议，但又没有成功。这是否意味着tidy认为我的代码… 不是格式良好的实体？那么，如果我在输入目标代码的同时输入其他文本，为什么效果会很好呢。我理解您描述的'show-body-only'=>真实的部分，这是必要的行为。我不明白的是“ 组件是的子组件”！我是不是错过了这样重要的事情？我找不到任何证明你索赔的文件。当然，如果这是真的，那么我的问题的解决方案是显而易见的。请你再详细说明一下好吗？非常感谢您抽出时间！：）我理解您的担忧，我知道这没有道理，但这似乎是tidy的一个限制（可能认为它是需要放在头部的元数据信息？）。我最终相信这是一只虫子！嗨，莱特，谢谢你费心回答我的问题，并提供了一个足够解释的答案。现在我明白了这个问题，并且可以为自己提供一个解决方案（你的两个建议似乎都是合法的）。我从来没有想到对象元素也会出现在HEAD元素的内容中。没问题，标准是棘手的错误。每个人都想坚持，但大多数人都不知道（或不在乎）其中有什么。经过一些实验和一个“wtf”的时刻，我必须自己查一下才能确定！ ____MY_MAGIC_TOKEN____ <object ...></object>