php tidy奇怪的行为

我使用php的整洁库来“清理和修复”一些来自用户输入的html。php tidy奇怪的行为

一切工作正常，但我遇到了一个问题，我无法弄清楚它是什么原因。我的代码是这样的：

$tidy = new tidy(); 

    $tidy_options = array(
     'hide-comments' => true,'tidy-mark' => false, 'indent' => false, 
     'new-blocklevel-tags' => 'article,footer,header,hgroup,output,progress,section,video', 
     'new-inline-tags' => 'audio,details,time,ruby,rt,rp', 
     'drop-empty-paras' => false, 
     'doctype' => '<!DOCTYPE HTML>', 
     'sort-attributes' => 'none', 'vertical-space' => false, 
     'output-xhtml' => true,'wrap' => 180, 
     'wrap-attributes' => false, 
     'break-before-br' => false, 
     'show-body-only' => true 
     ); 
$data = $tidy->repairString($data, $tidy_options, 'UTF8'); 
echo $data;

这适用于各种投入，当我试图使用HTML embeding SWF文件除外。
所以，我试试这个代码：

<object data="http://the_swf_file_url" type="application/x-shockwave-flash" width="853" height="520"> 
    <param name="movie" value="http://the_swf_file_url"> 
</object>

但repairString条纹关闭所有的它，并返回一个空字符串。
最奇怪的是：
- 如果我上述沿输入一些文字，所以输入就像Hello world<object...>...</object>然后正常工作。
- 或如果我指定'show-body-only' => false它也正常工作！

任何线索为什么会发生这种情况？在此先感谢。

编辑：试图pankar的建议有保留设置实体为true，但没有运气...

来源

2012-07-26 CrisDeBlonde

问题是您正在尝试处理HTML 片段。

当您这样做时，文档的其余部分是推断。如果您将配置保留为默认配置，并且只输出一段文本，那么您将看到DOCTYPE,html,head和body标签，您没有给它。它推断这些标签必须存在。

这里的问题是，HTML specification regarding objects指出：

对象元件也可以出现在头元件的内容。

当你的片段的位置被推断，它把它放在它可以发生首位。这意味着整洁将它放在head标签中。

show-body-only影响您的输出的原因是因为您的片段没有被放置在body。

但是当你添加一些文字，它迫使你的片段到 body标签。这是因为原始文本 不允许在 head标记中。所以你的片段的逻辑推断位置在 body。

在我看来，最适合您的选择是将所有代码片段注入“模板”文档，然后再解析出来。你可以用DOMDocument很容易地做到这一点。

第二种解决方案是注入一个标记值，以便在仅显示身体时再去除。

I.e.

____MY_MAGIC_TOKEN____ 
<object ...></object>

然后你可以在之后再去掉它。

来源

2012-08-02 10:54:35 Leigh

嗨莱特，谢谢你打扰我的问题，并提供足够的解释性答案。现在我得到了这个问题，并且可以提供一个解决方案（您的提议似乎都是合法的）。我可能从来没有想过，'OBJECT元素也可能出现在HEAD元素的内容中.' – CrisDeBlonde 2012-08-07 20:21:55

没问题，*标准*是棘手的bug子手。每个人都想坚持他们，但大多数人不知道（或关心）他们的内容。经过一番尝试和一个“跆拳道”的时刻，我必须自己去看看，以确保它！ – Leigh 2012-08-07 20:28:01

~~尝试指定 configuration选项 preserve-entities到 true（默认为 false）。~~

编辑

秒（更透彻）的想法。这是一个预期的行为。通过将show-body-only设置为true，您可以告知tidy输出xhtml已处理文档的正文部分。

此设置实际上将忽略文档的<head>中的所有内容。 <object>组件是<head>的子项。您可以通过简单地指定

$data = "<title>My Site</title>"进行验证。

输出将再次为空。

您试图将前缀文本标记为<object>标记只是简单地哄骗整洁，因为它认为这些数据必须作为页面主体的一部分进行处理，从而进行显示。

希望这次有更多的帮助。

来源

2012-07-26 13:28:38 pankar

嗨潘卡尔，谢谢你的回复。我尝试了你的建议，但没有再次运气。这是否意味着整洁认为我的代码'

php tidy奇怪的行为

回答

相关问题