Я работаю над этими tid-up-messy-html тегами с DOM, но теперь я понимаю большую проблему,
$content = '<p><a href="#">this is a link</a></p>'; function tidy_html($content,$allowable_tags = null, $span_regex = null) { $dom = new DOMDocument(); $dom->loadHTML($content); // other codes return $dom->saveHTML(); } echo tidy_html($content); Он выведет всю 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>
но мне нужно только что-то подобное в возвращении,
<p><a href="#">this is a link</a></p>
Я не хочу,
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd"> <html><body>...</body></html>
Это возможно??
РЕДАКТИРОВАТЬ:
В моделирование innerHTML генерируются некоторые странные коды в моей базе данных, например
,  , ’
<p>Monday July 5th 10am - 3.30pm £20</p>
<p>Be one of the first visitors to the ...at this special event.Â</p>
<p>All participants will receive a free copy of the ‘Contemporary Art Kit’ produced exclusively for Art on....</p>
innerHTML моделирование innerHTML ,
$innerHHTML = ''; $nodeBody = $dom->getElementsByTagName('body')->item(0); foreach($nodeBody->childNodes as $child) { $innerHTML .= $nodeBody->ownerDocument->saveXML($child); }
Я узнал, что причина, по которой он создает странные коды при перерыве, вызвана saveXML($child)
Поэтому, когда у меня есть что-то вроде этого,
$content = '<p><br/><a href="#">xx</a></p> <p><br/><a href="#">xx</a></p>';
Он вернет что-то подобное,
<p><a href="#">xx</a></p>
<p><a href="#">xx</a></p>
Но я хочу что-то на самом деле,
<p><a href="#">xx</a></p> <p><a href="#">xx</a></p>
Если вы работаете над фрагментом, вам обычно требуется только содержимое тела.
DomDocument в PHP не предлагает что-то вроде innerHTML . Вы можете имитировать это:
$innerHHTML = ''; $nodeBody = $dom->getElementsByTagName('body')->item(0); foreach($nodeBody->childNodes as $child) { $innerHTML .= $nodeBody->ownerDocument->saveXML($child); }
Если вы просто хотите отремонтировать фрагмент, вы также можете использовать аккуратную библиотеку :
$html = tidy_repair_string($html, array('output-xhtml'=>1,'show-body-only'=>1));
Хакре уже упомянул вариант show-body-only для HTML Tidy, который, вероятно, вы хотите.
Ps. Вот конфигурационный файл Tidy, используемый MediaWiki для этой цели.