在PHP中解析无效的HTML的最佳方法

Question

16

在没有Tidy可用的情况下，解析无效HTML是否有更好的方法？

附注：在某些情况下，您可能无法使用Tidy。我了解到对于解析HTML，也不建议使用正则表达式。

- johnlemon

2

在没有Tidy可用的情况下，您应该安装它。或者您可以一开始就不使用损坏的HTML。 - Matti Virkkunen

3

你认真的吗？我至少有几次无法实施最佳实践：客户端提交的无效HTML代码需要进行解析，共享主机没有安装Tidy的选项... - johnlemon

可能是解析HTML的最佳方法的重复问题。 - Gordon

2个回答

1

SimpleHTMLDOM 被认为比 PHP 原生的 DOM 函数更宽松。

- Pekka

2

建议使用第三方替代方案，而非使用字符串解析的SimpleHtmlDom，这些替代方案实际上使用DOM：phpQuery、Zend_Dom、QueryPath 和 FluentDom。 - Gordon

@Gordon 这次你太快了 :) 他正在寻找解析损坏的HTML。 - Pekka

1

所有基于DOM的解析器在使用libxml的HTML解析器模块时应该能够很好地处理它。 - Gordon

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

- Rob · Accepted Answer

我建议您尝试使用以下代码：http://php.net/manual/en/domdocument.loadhtml.php 从该页面可以得知：该函数解析字符串源中包含的HTML。与加载XML不同，HTML不必符合规范也可加载。此函数还可静态调用以加载和创建DOMDocument对象。