如何使用 PHP 的 DOM 扩展 loadHTML答案

【问题标题】：How to use PHP's DOM extension loadHTML如何使用 PHP 的 DOM 扩展 loadHTML
【发布时间】：2010-12-16 10:26:56
【问题描述】：

有人建议我为了关闭一些“悬空”的 HTML 标签，我应该使用 PHP 的 DOM 扩展和 loadHTML。

我已经尝试了一段时间，搜索教程，阅读this page，尝试了各种东西，但似乎无法弄清楚如何使用它来完成我想要的。

我有这个字符串：<div><p>The quick brown <a href="">fox jumps...

我需要编写一个函数来关闭打开的 HTML 标签。

只是在这里寻找一个起点。我通常可以很快解决问题。

【问题讨论】：

标签： php

【解决方案1】：

可以使用DOMDocument::loadHTML() 和DOMDocument::normalizeDocument() 方法在PHP 中使用DOMDocument 类来完成。

<?php
    $html = '<div><p>The quick brown <a href="">fox jumps';

    $DDoc = new DOMDocument();
    $DDoc->loadHTML($html);
    $DDoc->normalizeDocument();

    echo $DDoc->saveHTML();
?>

输出：

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd"> 
<html><body><div><p>The quick brown <a href="">fox jumps</a></p></div></body></html>

从那里，只需 substr 和 strpos 去掉你不想要的 html，就像这样：

<?php
    $html = '<div><p>The quick brown <a href="">fox jumps';

    $DDoc = new DOMDocument();
    $DDoc->loadHTML($html);
    $DDoc->normalizeDocument();

    $html = $DDoc->saveHTML();

    # Remove Everything Before & Including The Opening HTML & Body Tags.
    $html = substr($html, strpos($html, '<html><body>') + 12);
    # Remove Everything After & Including The Closing HTML & Body Tags.
    $html = substr($html, 0, -14);

    echo $html;
?>

【讨论】：

整洁对我来说不是一个选择，但希望有人会发现这些信息有用。稍后将尝试 DOM 部分。谢谢！
我们如何为 XHTML 做到这一点？
我认为您需要做的就是将 DocType 更改为任何 xhtml dtd。祝你好运。

【解决方案2】：

虽然我确信您可以让 DOM 做您想做的事，但我很确定您最好使用 Tidy。

【讨论】：

希望可以，但无法在我的服务器上安装 Tidy。
虽然没有那么全面，但有一些函数可以检查并关闭任何打开的标签，两个例子是snipplr.com/view/3618/close-tags-in-a-htmlsnippet 和codesnippets.joyent.com/posts/show/959。
我很确定 www.phpclasses.org 上有一些类也会关闭打开的标签，您可能还会查看为 XML 构建的类，因为它们基本上以相同的方式工作.

【解决方案3】：

好的，http://htmlpurifier.org/ 呢？还有http://www.bioinformatics.org/phplabware/internal_utilities/htmLawed/index.php

你可以使用 Tidy 吗？ http://php.net/manual/en/book.tidy.php

【讨论】：

【解决方案4】：

我认为您采用了错误的方法：您必须使用 DOM 东西来截断字符串，而不是在截断它之后。

我会这样做：

找到要截断字符串的地方
删除该点之后的所有子节点
截断字符串

【讨论】：