8

我想使用 PHP Tidy 来确保我的 xml 在我将其加载到 DomDocument 之前是有效的。

但是，我不希望 Tidy 更改我的格式 - 我只希望它修复不平衡标签等问题。

可以在此页面上看到问题的示例：http ://www.tek-tips.com/viewthread.cfm?qid=1654452

我自己的例子如下。

输入：（<ex><context>собр<stress>а</stress>ние</context> акцион<stress>е</stress>ров — <stress>aa</stress>ndeelhoudersvergadering</ex>这已经是有效的xml）

预期输出：（和<ex><context>собр<stress>а</stress>ние</context> акцион<stress>е</stress>ров — <stress>aa</stress>ndeelhoudersvergadering</ex> 之间有中断的空格）</context>актион

实际输出：

<ex>
<context>собр
<stress>а</stress>ние</context>акцион
<stress>е</stress>ров — 
<stress>aa</stress>ndeelhoudersvergadering</ex>

（它删除了和之间的空格</context>，актион这将使文本不可读，并在每个标签后插入换行符）

我的代码是：

function TidyXml($inputXml)
    {
        $config = array(
            'indent'         => false,
            'output-xml'     => true,
            'input-xml'     => true,
        );

        $tidy = new tidy();
        $tidy->parseString($inputXml, $config, 'utf8');
        $tidy->cleanRepair();
        $cleanXml = tidy_get_output($tidy);
        return $cleanXml;
    }

我尝试更改几个选项，但没有成功。

4

2 回答 2

5

我找到了一个解决方案，但它有点老套，所以我仍然愿意接受更好的建议。

放置<pre>您要验证的 xml（这指示 Tidy 不要更改空格），然后将 output-html 设置为 true 的 xml 修复，然后删除<pre>和\n换行符。

例子：

$config = array(
    'indent' => false,
    'indent-attributes' => false,
    'output-html' => true,
    'input-xml' => true,
    'wrap' => 0,  
    'vertical-space' => false,  
    'new-inline-tags' => 'context,abr,stress',  
    'new-blocklevel-tags'   => 'def,ex,examples'
);

$tidy = new tidy();
$inputXml = "<pre>" . $inputXml . "</pre>";
$validXml = $tidy->repairString($inputXml, $config, 'utf8');
$cleanXml = str_replace("\n", "", $validXml);
$cleanXml = substr($cleanXml, strlen("<pre>"), strlen($cleanXml));  
$cleanXml = substr($cleanXml, 0, strlen($cleanXml)-strlen("</pre>"));
于 2013-03-01T21:25:47.933 回答
1

就我而言，我能够在 html 上运行替换以删除多个空行并防止 Tidy 添加中断$html = preg_replace("/\n([\s]*)\n/", "\r\n", $html);

于 2014-12-08T19:24:31.117 回答