在PHP中解析无效HTML的最佳方法 [英] Best way to parse an invalid HTML in PHP

问题描述

有没有更好的方法来解析一个无效的HTML然后在它上面应用Tidy？

注意：
当你不能有Tidy可用。
Regexp也不推荐我理解为解析html。

解决方案

我会尝试如下所示： http://php.net/manual/en/domdocument.loadhtml.php

从该页面：

该函数解析字符串source中包含的HTML。与加载XML不同， HTML不必格式化才能加载。这个函数也可以静态调用来加载和创建一个DOMDocument对象。

Is there a better approach to parse an invalid HTML then applying Tidy on it?

Side Note : There are some situation when you can't have Tidy available. Regexp is also not recommended I understood for parsing html.

解决方案

I would try something like this: http://php.net/manual/en/domdocument.loadhtml.php

From that page:

The function parses the HTML contained in the string source. Unlike loading XML, HTML does not have to be well-formed to load. This function may also be called statically to load and create a DOMDocument object.

这篇关于在PHP中解析无效HTML的最佳方法的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！