用PHP DOMDocument區分XHTML和HTML

我想用PHP DOM實現來操縱HTML和XHTML文檔。我使用DOMDocument-> loadHTML（）方法來加載內容。用PHP DOMDocument區分XHTML和HTML

想知道加載的內容是XHTML還是HTML。 DOMDocument有一個doctype對象，它包含文檔本身的DOCTYPE聲明。到目前爲止，我想過比較包含像「 - // W3C // DTD HTML 4.01 // ENtext/html」的$ dom-> doctype-> publicId

有任何人可以想到更好的方法嗎？

編輯：

很抱歉，如果我的問題有點不清楚。我更新了這個問題，因爲它可能令人困惑。但現在要說清楚：這個問題不是關於一般處理HTML DOM與HTML DOM，還是XHTML是好還是壞。

來源

2011-01-05 Alex Lawrence

爲什麼不修復源文檔而不是額外增加服務器開銷？ – 2011-01-05 23:16:59

你是什麼意思？我從來沒有說過他們壞了。源文檔是用戶提供的所有內容。所以可能會有一個有效的DOCTYPE聲明。它也可能會丟失。其實我只是好奇，如果有人知道另一種或更好的方式來說，如果它是XHTML或HTML比使用DOMDocument-> doctype。 – 2011-01-05 23:21:18

很確定你加載爲html，你應該保存爲html。它應該保持原始文檔類型聲明。您可以使用DOM驗證方法根據文檔類型聲明確定文檔是否有效。如果該代碼無效，您應該讓用戶修復代碼。 – dqhendricks 2011-01-06 01:52:03

如果您從外部來源加載，您可以檢查文件的MIME類型，看看它是否是application/xhtml+xml;如果是的話，那肯定是XHTML（當然它可以說謊並且可以用這種類型服務，但是可怕的格式不正確）。否則，如果它是text/html那麼它將被解析爲HTML標籤湯。除了，實際標記的有效性，doctype聲明是判斷內容是否爲HTML或XHTML的下一個最佳方式。

就像你說的，你可以檢查公共標識符和/或URI，並從那裏確定類型。

來源

2011-01-06 09:38:59 BoltClock

好的。所以我現在對XHTML的測試是：「strpos（strtolower（$ dom-> doctype-> publicId），'xhtml'）！== false」。如果情況並非如此，那麼我認爲它是HTML。你怎麼看？ – 2011-01-06 12:14:10

@Alex：這聽起來沒問題，因爲瀏覽器通常會以「text/html」方式接收頁面，所以這是一個合理的假設。你可以使用'stripos（）'而不是'strpos（strtolower（））'。 – BoltClock 2011-01-06 12:16:37

很酷。謝謝：） – 2011-01-06 12:20:43

用PHP DOMDocument區分XHTML和HTML

回答

相關問題