私はPHPでHTMLを操作する良い方法を探しています。たとえば、私が現在持っている問題は、不正な形式のHTMLを扱うことです。あなたが気づいたようPHPでのDOM操作
<div>This is some <b>text
、HTMLは終了タグが欠落しています。
私はこのようになります入力を取得しています。この問題を解決するために、正規表現またはXMLパーサを使用することができます。しかし、将来私は他のDOM操作を行う必要があります。私は、JavascriptがDOM操作を扱うのと同様のDOM操作を処理する良いPHPライブラリがあるのだろうかと思います。
PHPはa PECL extension that gives you access to the features of HTML Tidyです。 Tidyは非常に強力なライブラリであり、そのようなコードと知的なやり方でタグを閉じることができるはずです。
私はそれを使用して、不正な形式のXMLとHTMLをインポートする前に、分類された広告システムによって私に送信されます。
DOMを操作するために、あなたが探しているものはthisだと思います。私はWebからHTML文書を解析するのに使ってきましたが、うまくいきました。
私はPHP Simple HTML DOMがもっとも有用でストレートなライブラリであることを発見しました。私はPECLよりも優れています。私はhow to use it to scrape myspace artist tour datesの記事（単なる一例を。）書いた
はここで今、ビルトインされたDOMライブラリは簡単にこの問題を解決することができますphp simple html dom parser.
へのリンクです。 loadHTMLメソッドは、不正なXMLを受け取りますが、loadメソッドは受け付けません。
$d = new DOMDocument;
$d->loadHTML('<div>This is some <b>text');
$d->saveHTML();
出力は次のようになります。
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html>
<body>
<div>This is some <b>text</b></div>
</body>
</html>
私はもう少し文字列のエンコーディングとどのようにドキュメントフラグメント[ここ]（http://stackoverflow.com/questions/8500390/fixing-unclosed-html-tags/43212965#43212965）を抽出すると同様の答えを入力しました –
私はそれで何かを行う前に、HTML清浄機を通じて不正なHTMLを実行します。 – TRiG