使用PHP DOMDocument区分XHTML和HTML的区别

Question

使用PHP DOMDocument区分XHTML和HTML的区别

3

我想用PHP DOM实现对HTML和XHTML文档的操作。我使用DOMDocument->loadHTML()方法来加载内容。

我想知道加载的内容是XHTML还是HTML。DOMDocument有一个doctype对象，其中包含文档本身的DOCTYPE声明。迄今为止，我考虑比较$dom->doctype->publicId，其中包含类似于“-//W3C//DTD HTML 4.01//ENtext/html”的字符串。

有没有更好的方法可以想到？

编辑：

抱歉我的问题可能有点不清楚。我更新了问题，因为它可能会令人困惑。但是现在要澄清的是：这个问题不是关于如何处理PHP DOM中的HTML或者XHTML是否好或坏的问题。

- Alex Lawrence

为什么不直接修复源文件，而要产生额外的服务器开销呢？ - Demian Brecht

你所说的“修复”是什么意思？我从未说过它们有问题。源文件是用户提供的所有内容。因此，可能存在有效的DOCTYPE声明，也可能缺失。我只是好奇是否有其他或更好的方法来判断它是XHTML还是HTML，而不是使用DOMDocument->doctype。 - Alex Lawrence

相信如果您以HTML格式加载，那么应该以HTML格式保存。它应该保持原始文档类型声明。您可以使用DOM验证方法来确定文档是否基于其文档类型声明有效。如果无效，您应该让用户修复代码。 - dqhendricks

dqhendricks，你的评论一点也不有帮助。"pretty sure it you load as html, you should save as html" 在一般情况下可能听起来是正确的，但在 PHP DOM 的情况下并非如此。如果你想处理无效标记，你必须使用 loadHTML() 方法。我甚至没有问过验证的问题。而用户是否需要修复他的代码如果它无效完全超出了范围。这个决定是业务需求，而不是技术需求。 - Alex Lawrence

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- BoltClock · Accepted Answer

如果你从外部源加载文件，你可以检查文件的 MIME 类型，并查看它是否为 application/xhtml+xml; 如果是，那么它肯定是 XHTML（当然它可能会说谎并用那种类型提供带有可怕的格式的标记）。否则，如果它是 text/html，那么它将被解析为 HTML 标记语言。实际标记的有效性除外，doctype 声明是告诉你内容是（或声称为）HTML 还是 XHTML 的下一个最佳方式。

就像你所说的那样，你可以检查公共标识符和/或 URI，并从中确定类型。