My<cod/>.net
DOM манипуляции в PHP
Я ищу хорошие методы манипулирования HTML в PHP. Например, проблема, с которой я в настоящее время имею дело, - это проблема с деформированным HTML.
Я получаю входные данные, которые выглядят примерно так:
<div>This is some <b>text
Как вы заметили, в HTML отсутствуют закрывающие теги. Я мог бы использовать парсер regex или XML для решения этой проблемы. Тем не менее, вполне вероятно, что в будущем мне придется делать другие манипуляции DOM. Интересно, есть ли какие-нибудь хорошие библиотеки PHP, которые обрабатывают манипуляции DOM подобно тому, как Javascript справляется с манипуляциями DOM.
PHP имеет расширение PECL, которое дает вам доступ к функциям HTML Tidy . Tidy-это довольно мощная библиотека, которая должна быть способна принимать такой код и закрывать теги разумным образом.
Я использую его для очистки искаженных XML и HTML, отправленных мне секретной рекламной системой перед импортом.
Я нашел PHP Simple HTML DOM самой полезной и прямолинейной библиотекой на сегодняшний день. Лучше, чем ПЕКЛ, я бы сказал.
Я написал статью о том, как использовать его, чтобы соскрести даты гастролей MySpace artist (просто пример.) Вот ссылка на php simple html dom parser.
Библиотека DOM, которая теперь встроена, может легко решить эту проблему. Метод loadHTML будет принимать искаженные XML, а метод load-нет.
$d = new DOMDocument;
$d->loadHTML('<div>This is some <b>text');
$d->saveHTML();
На выходе будет:
<!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>