我正在努力加快 HTML/CSS/PHP 开发的速度，并且想知道当我的代码包含我无法控制的内容（如 RSS 提要）时我应该如何验证它？
例如，我的主页是一个包含 HTML 和 PHP 代码的 .php 文档。我使用 PHP 创建了一个简单的 RSS 阅读器（使用 SimpleXML）从另一个博客中获取一些提要并将它们显示在我的网页上。
现在，我想尽可能地尝试编写有效的 HTML。所以我假设这样做的方法是在浏览器中查看页面（我使用的是 NetBeans，所以我单击“预览页面”），复制源代码（使用查看源代码），并将其粘贴到 W3C 的验证器中。当我这样做时，我会收到来自 RSS 提要的各种验证错误（例如“无法为通用实体生成系统标识符”和“通用实体“blogId”未定义且没有默认实体”）。
我是否遵循了正确的流程？我应该忽略 RSS 提要中标记的所有错误吗？
谢谢。
【问题讨论】：
标签： php html css validation
在这种情况下，当您处理不受控制的不受信任的提要时，您的安全选择有限。
想到的两个是：
striptags() 之类的东西来去除 RSS 提要内容的所有格式。HTMLPurifier 之类的库在输出前验证和清理内容。为了性能，您应该缓存输出就绪的内容，仅供参考。
--
关于缓存
有很多方法可以做到这一点...如果您使用的是框架，很可能它已经有方法可以做到这一点。例如 Zend_Cache 是 Zend 框架提供的一个类。
如果您可以访问 memcached，那么这非常容易。但如果你不这样做，那么还有很多其他方法。
一般的概念是准备输出，然后存储，准备好多次输出。这样，如果每次输出都相同，您就不会产生获取和准备输出的开销。
考虑一下这段代码，它只会每 5 分钟获取和格式化 RSS 提要...所有其他请求都是快速的readfile() 命令。
# When called, will prepare the cache
function GenCache1()
{
//Get RSS feed
//Parse it
//Purify it
//Format your output
file_put_contents('/tmp/cache1', $output);
}
# Check to see if the file is available
if(! file_exists('/tmp/cache1'))
{
GenCache1();
}
else
{
# If the file is older than 5 minues (300 seconds), then regen
$a = stat('/tmp/cache1');
if($a['mtime'] + 300 < time())
GenCache1();
}
# Now, simply use this code to output
readfile('/tmp/cache1');
【讨论】：
我一般使用HTML Tidy来清理系统外的数据。
【讨论】：
RSS 应始终与 XML 兼容。所以我建议你在你的网站上使用 XHTML。由于 XHTML 也与 XML 兼容，因此在使用 RSS 验证 XHTML 页面时不应出现任何错误。
编辑： 当然，这仅在您获取的内容实际上是有效的 XML 时才计算在内...
【讨论】：