DOM Manipulation in PHP

Ich bin auf der Suche nach guten Methoden zur Manipulation von HTML in PHP. Zum Beispiel beschäftigt sich das Problem, das ich derzeit habe, mit falsch formatiertem HTML.DOM Manipulation in PHP

I-Eingang bin immer so etwas wie folgt aussieht:

<div>This is some <b>text

Wie Sie bemerkt haben, die HTML-End-Tags fehlt. Ich könnte Regex oder einen XML-Parser verwenden, um dieses Problem zu lösen. Es ist jedoch wahrscheinlich, dass ich in Zukunft andere DOM-Manipulationen durchführen muss. Ich frage mich, ob es gute PHP-Bibliotheken gibt, die DOM-Manipulation handhaben, ähnlich wie Javascript mit DOM-Manipulation umgeht.

Quelle

2008-08-26 Eldila

ich ungültige HTML durch HTML Purifier laufen würde, bevor irgendetwas anderes damit zu tun. – TRiG

PHP hat a PECL extension that gives you access to the features of HTML Tidy. Tidy ist eine ziemlich mächtige Bibliothek, die in der Lage sein sollte, Code wie diesen zu nehmen und Tags intelligent zu schließen.

Ich verwende es, um fehlerhafte XML und HTML, die mir von einem Kleinanzeigensystem vor dem Import gesendet wurden, zu bereinigen.

Quelle

2008-08-26 01:55:30 ceejayoz

Für die Manipulation des DOM ich denke, dass was Sie suchen, ist this. Ich habe HTML-Dokumente aus dem Internet analysiert und es hat gut für mich funktioniert.

Quelle

2008-08-26 02:24:55 Juan

Ich habe PHP Simple HTML DOM gefunden, um die nützlichste und einfachste Bibliothek zu sein. Besser als PECL würde ich sagen.

Ich habe einen Artikel über how to use it to scrape myspace artist tour dates geschrieben (nur ein Beispiel.) Hier ist ein Link auf die php simple html dom parser.

Quelle

2009-02-02 17:04:53

+1 Gebraucht es vorher und funktioniert ziemlich gut so weit – Marcel

Link zum Artikel ist tot. – matt

Die DOM-Bibliothek, die jetzt eingebaut ist dieses Problem leicht lösen kann. Die loadHTML-Methode akzeptiert fehlerhafte XML, die Load-Methode hingegen nicht.

$d = new DOMDocument; 
$d->loadHTML('<div>This is some <b>text'); 
$d->saveHTML();

wird der Ausgang sein:

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

Quelle

2010-11-29 11:47:18 Decko

Ich gab eine ähnliche Antwort mit ein bisschen mehr auf String-Codierung und wie man ein Dokumentfragment [hier] (http://stackoverflow.com/questions/8500390/fixing-unclosed-html-tags/43212965#43212965) –

Antwort

Verwandte Themen