HTMLセグメントに終了タグを強制的に挿入するか、不足している終了タグを無視する

Question

より大きいhtmlドキュメント（最初のx文字）のサブセットを表示するRSSフィードを作成すると、「最初のx文字終了タグはその範囲外です。これは、フィードの消費者がフィード内のhtmlをレンダリングしようとしている場合、フィードを表示しているページで予期しないレンダリングの問題が発生する可能性があるという点で、楽しい問題を引き起こす可能性があります。

これは、RSSフィードの作者と読者がずっと前に解決した一般的な問題だと思っていますが、フィードのhtmlを解析して不足している終了タグを追加しようとすると、厄介になる可能性があります。どんな提案も高く評価されます。前もって感謝します。

クリス

Answer 1

あなたがPHPを使用している場合は、優れたソリューションがHTMLPurifierです。それはそれをきれいにし、再送信することを完全に安全にします。

Answer 2

これがあなたのプロジェクトではうまくいくかどうかはわかりませんが、私はこれをFeedDemonでHTML Tidyとしています。

Answer 3

大きな文書はどこから来ますか？ HTMLが生成される元のテキストがある場合は、の部分文字列を切り捨てて、部分HTMLの処理の問題を処理するよりも、切り捨てられたバージョンからHTMLを再生成する方が簡単です。これをすべて正しく行うには、基本的に、HTMLを再解析して、もう一度シリアル化する必要があります。

RSS内のHTMLは、とにかく面倒です。すべてのタグを取り除き、残されたものについて簡単なテキスト切り捨てをする方がよいかもしれません。