我应该使用 DomDocument 来解析 html 代码吗

Question

我已经尽力通过研究自己回答这个问题，但我仍然有点担心我是否使用了正确的东西。 基本上我正在使用 DomDocument 库为我的框架构建一个类似 jQuery 的主题解析器。现在随着网络的发展，HTML 以不同的形状和大小出现，例如 HTML 4、HTML 5、XHTML、XHTML 5 等...... 我在 DomDocument 中发现的问题是，如果你给它提供 HTML 代码，它只有在符合标准的 XHTML 时才能使用它。 我知道它可以将其转换为 XHTML，并且我可以使用 tidy 库来使代码可以接受，但我主要担心的是：如果使用我的框架的开发人员有一个使用所有很酷（有争议的）新 HTML 5 功能的主题，如一旦他将它传递给我的框架，它就会发脾气或将其转换为 XHTML，这很糟糕。

所以我的问题是： DomDocument 是我需要的最方便的库吗？

或

有没有办法让它适用于所有不同的 HTML 变体？

Answer 1

DOMDocument 可以解析非 XHTML 文件。只需设置适当的开关：

    libxml_use_internal_errors ( true );

    $dom = new DOMDocument;
    $dom -> formatOutput = true;
    $dom -> substituteEntities = false;
    $dom -> recover = true;
    $dom -> strictErrorChecking = false;