问题标签 [htmltidy]

我正在通过 Amazon Web Services 获取内容（例如产品描述）。由于来自亚马逊的内容通常标记得很差，最终会弄乱我的网页布局。所以，我想出了一个使用 HTML Tidy 来“清理”内容的功能。

奇怪的是，当我将它与我的应用程序分开测试时，一切似乎都运行良好。但在我的应用程序（在 CodeIgniter 上运行）中，该函数似乎返回奇数字符。

下面的代码是我的测试脚本。它输出我认为我需要的东西。

在我的应用程序中，我从数据库中获取描述，对其进行清理，然后将其显示在我的网页上。例如，在清理之后，document’s（您可以在下面的示例中看到这个词）变为document’s（再次，仅在实际应用中；不在测试代码中。两个功能是相同的）。

任何想法为什么？这是我的测试功能：

更新：

这是我在我的应用程序中得到的：

这是我在应用程序之外得到的：

在我的应用程序中，我从网络中提取了一些 HTML 内容。有时该标记不是看起来最有效的代码，我想清理它（修复标记错误等），类似于 HTMLTidy 的工作方式。

有人提到了 libTidy，但我没有发现如何使用它，所以让我问一下，清理 HTML 以在 iOS 中更有效的最佳方法是什么？

我正在尝试在我的 iPhone 应用程序中设置 TouchXML 以解析网站中的 HTML，但不幸的是，该网站的 HTML 不是有效的 XML。我想用 HTML tidy 来整理一下，实际上 TouchXML 有一个设置，TOUCHXMLUSETIDY，打开时实际上是这样做的。但是当我打开此设置时，我收到以下错误：Tidy.h: No such file or directory found.我的目标中安装了 libtidy.dylib，并尝试下载 HTML Tidy 源并将其直接放入我的应用程序，但没有任何效果。有关如何在 iPhone 上将 HTML 整理成有效 XML 的任何建议？

人们是否认为.NET需要一个很好的HTML Tidy类似物？

我正在寻找一个产品来做一些事情，比如过滤文档的 HTML 语法，执行各种任务，例如：清理 Microsoft Word 生成的 HTML，将 HTML 转换为 XHTML，去除某些元素等。

HTML 整洁器还可以预期哪些其他可能的常见功能？

如果属性值周围缺少引号，我是否可以设置任何选项来整齐地向我显示警告？目前我运行整洁如下：

内test.html：

没有警告，但实际上 XML 需要引号。我不需要更正后的输出。我想使用-e选项。

2009 年 3 月 25 日发布的适用于 Windows 的 HTML Tidy

可能重复：
如何让 HTML Tidy 在关闭标签之前不放置换行符？

htmltidy我用了几天了，但是在使用的时候总会出现一个“bug”。这个错误会自动包装我的脚本标签！！

我不得不提一下，它们只是内联脚本，只链接到外部脚本。

搜索了高级的整洁命令后，我仍然无法解决这个奇怪的问题。有没有人遇到过这种情况？

我的个人配置

我未整理的 test.html

我整理的 test.html

我正在使用这种代码：

使用 HTML tidy 后，脚本标签被移除到表格之外，因此破坏了页面布局。我知道，这段代码不是最先进的。然而，在不手动重新布线我的页面的情况下，我可以做些什么来整理它？

谢谢

我正在使用 HTML Tidy Online ( http://infohound.net/tidy/ ) 来整理一些非常陈旧且混乱的 HTML 文件，其中包含一些希伯来语字符。每当 Tidy 处理页面时，即使在设置中更改编码方法后，输出也会将希伯来字符变成乱码。使用不同的设置，我确实设法将希伯来字符作为 unicode 实体获得相同的输出。我用谷歌搜索了一个可能的解决方案，但没有找到。我有几个想法，但我不确定如何接近它们，如果有的话（也许有人有更好的解决方案）。

1. 我想也许我可以（在处理页面之后）扫描页面以查找 unicode 实体并将它们替换为相应的希伯来字符（当然是以系统的方式）。
2. 也许我可以获取 HTML Tidy 源代码并对其进行修改以适当地输出希伯来语字符。问题在于，我怀疑我是否知识渊博，甚至可以开始做这样的事情。

我使用 php tidy 处理数据库中的 html 输入，

我在我的服务器上打开了这个 php_tidy 但我的实时服务器不支持整洁，

致命错误：在第 587 行的 /customers/0/5/a/mysite.com/httpd.www/models/functions.php 中调用未定义的函数 tidy_repair_string()

我有什么办法可以解决这个问题吗？

当 HTML Tidy 看到这个 HTML 时：

它生成

这会导致运行时错误：未终止的正则表达式文字。

有没有办法避免这种行为？谢谢