Question

我在PHP中使用DOM扩展来构建一些HTML文档，我希望输出格式很好（使用新的行和缩进），以便它可读，但是，我已经完成了很多测试：

“formatOutput = true”对saveHTML（）完全不起作用，只有saveXML（）
即使我使用了saveXML（），它仍然只适用于通过DOM创建的元素，而不是loadHTML（）中包含的元素，即使是“preserveWhiteSpace = false”

如果有人知道不同，我真的很想知道他们是如何让它发挥作用的。

所以，我有一个DOM文档，我正在使用saveHTML（）来输出HTML。由于它来自DOM，我知道它是有效的，没有必要以任何方式“整理”或验证它。

我只是在寻找一种从DOM扩展接收的输出中获得格式良好的输出的方法。

NB。正如您可能已经猜到的那样，我不想使用Tidy扩展作为a）它还需要它做更多（标记已经有效）和b）它实际上对HTML内容进行了更改（例如HTML 5 doctype和一些元素。）

跟进：

好的，在下面的答案的帮助下，我已经找出了DOM扩展无法正常工作的原因。虽然给定的示例有效，但仍然无法使用我的代码。在this注释的帮助下，我发现如果你有任何文本节点，其中isWhitespaceInElementContent（）为true，则不会在该点之外应用格式化。无论preserveWhiteSpace是否为false，都会发生这种情况。解决方案是删除所有这些节点（虽然我不确定这是否会对实际内容产生负面影响）。

Answer 1

你是对的，HTML似乎没有缩进（others are also confused）。即使加载了代码，XML也可以工作。

<?php
function tidyHTML($buffer) {
    // load our document into a DOM object
    $dom = new DOMDocument();
    // we want nice output
    $dom->preserveWhiteSpace = false;
    $dom->loadHTML($buffer);
    $dom->formatOutput = true;
    return($dom->saveHTML());
}

// start output buffering, using our nice
// callback function to format the output.
ob_start("tidyHTML");

?>
<html>
    <head>
    <title>foo bar</title><meta name="bar" value="foo"><body><h1>bar foo</h1><p>It's like comparing apples to oranges.</p></body></html>
<?php
// this will be called implicitly, but we'll
// call it manually to illustrate the point.
ob_end_flush();
?>

结果：

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html>
<head>
<title>foo bar</title>
<meta name="bar" value="foo">
</head>
<body>
<h1>bar foo</h1>
<p>It's like comparing apples to oranges.</p>
</body>
</html>

与saveXML（）...

相同

<?xml version="1.0" standalone="yes"?>
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html>
  <head>
    <title>foo bar</title>
    <meta name="bar" value="foo"/>
  </head>
  <body>
    <h1>bar foo</h1>
    <p>It's like comparing apples to oranges.</p>
  </body>
</html>

可能忘记在loadHTML之前设置preserveWhiteSpace = false？

免责声明：我从tyson clugg/php manual comments窃取了大部分演示代码。懒我

更新：我现在记得几年前我尝试过同样的事情并遇到了同样的问题。我通过应用一个脏的解决方法（不是性能关键）修复了这个问题：我只是在SimpleXML和DOM之间转换，直到问题消失。我想转换摆脱了那些节点。也许用dom加载，用simplexml_import_dom导入，然后输出字符串，再次用DOM解析它，然后打印得很漂亮。据我所知，这有效（但它真的慢）。

Answer 2

当我有一堆名称空间的XML tidyHTML不喜欢时，遇到了这个：

http://gdatatips.blogspot.com/2008/11/xml-php-pretty-printer.html

Answer 3

结果：

<!DOCTYPE html>
<html>
    <head>
        <title>My website</title>
    </head>
</html>

请考虑：

function indentContent($content, $tab="\t"){
    $content = preg_replace('/(>)(<)(\/*)/', "$1\n$2$3", $content); // add marker linefeeds to aid the pretty-tokeniser (adds a linefeed between all tag-end boundaries)
    $token = strtok($content, "\n"); // now indent the tags
    $result = ''; // holds formatted version as it is built
    $pad = 0; // initial indent
    $matches = array(); // returns from preg_matches()
    // scan each line and adjust indent based on opening/closing tags
    while ($token !== false && strlen($token)>0){
        $padPrev = $padPrev ?: $pad; // previous padding //Artis
        $token = trim($token);
        // test for the various tag states
        if (preg_match('/.+<\/\w[^>]*>$/', $token, $matches)){// 1. open and closing tags on same line - no change
            $indent=0;
        }elseif(preg_match('/^<\/\w/', $token, $matches)){// 2. closing tag - outdent now
            $pad--;
            if($indent>0) $indent=0;
        }elseif(preg_match('/^<\w[^>]*[^\/]>.*$/', $token, $matches)){// 3. opening tag - don't pad this one, only subsequent tags (only if it isn't a void tag)
            foreach($matches as $m){
                if (preg_match('/^<(area|base|br|col|command|embed|hr|img|input|keygen|link|meta|param|source|track|wbr)/im', $m)){// Void elements according to http://www.htmlandcsswebdesign.com/articles/voidel.php
                    $voidTag=true;
                    break;
                }
            }
            $indent = 1;
        }else{// 4. no indentation needed
            $indent = 0;
        }


        $line = str_pad($token, strlen($token)+$pad, $tab, STR_PAD_LEFT);// pad the line with the required number of leading spaces
        $result .= $line."\n"; // add to the cumulative result, with linefeed
        $token = strtok("\n"); // get the next token
        $pad += $indent; // update the pad size for subsequent lines
        if($voidTag){
            $voidTag=false;
            $pad--;
        }
    }
    return $result;
}

//$htmldoc - DOMdocument Object!

$niceHTMLwithTABS = indentContent($htmldoc->saveHTML(), $tab="\t");

echo $niceHTMLwithTABS;

将导致HTML具有以下内容：

基于“级别”的缩进
在块级元素之后换行
内联和自动关闭元素不受影响

该函数（这是我使用的类的一种方法）在很大程度上基于：https://stackoverflow.com/a/7840997/7646824

Answer 4

您可以使用hl_tidy库的htmLawed功能代码。

// indent using one tab per indent, with all HTML being within an imaginary div
$out = hl_tidy($in, 't', 'div')

PHP“漂亮的打印”HTML（不整齐）

4 个答案: