如何防止doctype添加到HTML中？

Question

如何防止doctype添加到HTML中？

3

我一直在使用DOM整理混乱的HTML标签，但现在我意识到一个更大的问题，

$content = '<p><a href="#">this is a link</a></p>';

function tidy_html($content,$allowable_tags = null, $span_regex = null)
{      
    $dom = new DOMDocument();
    $dom->loadHTML($content);

        // other codes
    return $dom->saveHTML();
}

echo tidy_html($content);

它将输出整个DOM。

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd"> 
<html><body><p><a href="#">this is a link</a></p></body></html>

但我只希望返回类似这样的内容。

<p><a href="#">this is a link</a></p>

I don't want,

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd"> 
    <html><body>...</body></html>

这是可能的吗？？

编辑：

innerHTML模拟在我的数据库中生成一些奇怪的代码，如，Â，â€™。

<p>Monday July 5th 10am - 3.30pm Â£20</p>&#13;
<p>Be one of the first visitors to the ...at this special event.Â</p>&#13;
<p>All participants will receive a free copy of the â€˜Contemporary Art Kitâ€™ produced exclusively for Art on....</p>&#13;

innerHTML模拟

$innerHHTML = '';
$nodeBody = $dom->getElementsByTagName('body')->item(0);
foreach($nodeBody->childNodes as $child) {
  $innerHTML .= $nodeBody->ownerDocument->saveXML($child);
}

我发现当有一个换行时，它会产生奇怪的代码，这是由 saveXML($child) 引起的。

所以当我有像这样的东西时：

$content = '<p><br/><a href="#">xx</a></p>
<p><br/><a href="#">xx</a></p>';

它将返回类似于这样的内容，

<p><a href="#">xx</a></p>&#13;
<p><a href="#">xx</a></p>

但我想要的是实际的东西，

<p><a href="#">xx</a></p>
<p><a href="#">xx</a></p>

- Run

可能是如何在没有HTML包装器的情况下保存DOMDocument的HTML？的重复问题。 - miken32

2个回答

0

Hakre已经提到了HTML Tidy的show-body-only选项，这可能是你想要的。

附注：这里是MediaWiki使用的Tidy配置文件，几乎只用于此目的。

- Ilmari Karonen

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

- hakre · Accepted Answer

如果你正在处理一个片段，通常只需要内容主体。

在PHP中，DomDocument没有提供类似于innerHTML的东西。但是，你可以模拟它：

$innerHHTML = '';
$nodeBody = $dom->getElementsByTagName('body')->item(0);
foreach($nodeBody->childNodes as $child) {
  $innerHTML .= $nodeBody->ownerDocument->saveXML($child);
}

如果您只想修复一个片段，您也可以利用 tidy 库。

$html = tidy_repair_string($html, array('output-xhtml'=>1,'show-body-only'=>1));