基于PHP的HTML验证器

没有必要在这个问题上重新发明轮子。已经有了 PEAR library that interfaces with the W3C HTML Validator API 他们愿意为你做这项工作,为什么不让他们做呢? :)

虽然它不是严格意义上的PHP(它是一个可执行文件),但我真正喜欢的是w3c的HTML整洁。它将显示HTML的错误,如果你想修复它,它还会美化HTML,这样它就不会看起来一团糟。从命令行运行,易于集成到php中。

过来看。 http://www.w3.org/People/Raggett/tidy/

如果你不能使用Tidy(有时托管服务不会激活这个php模块),你可以使用这个php类: http://www.barattalo.it/html-fixer/

我有一个案例,我需要检查部分html代码是否存在不匹配和格式错误的标签(主要是,例如</br>,我的示例中的一个常见错误),各种重型验证器太多了,无法使用。因此,我最终在PHP中创建了自己的自定义验证例程,它粘贴在下面(您可能需要使用 mb_substr 如果您有不同语言的文本,则不进行基于索引的字符检索)( 笔记 它不解析 CDATA 或脚本/样式标签,但可以轻松扩展):

function check_html( $html )
{
    $stack = array();
    $autoclosed = array('br', 'hr', 'input', 'embed', 'img', 'meta', 'link', 'param', 'source', 'track', 'area', 'base', 'col', 'wbr');
    $l = strlen($html); $i = 0;
    $incomment = false; $intag = false; $instring = false;
    $closetag = false; $tag = '';
    while($i<$l)
    {
        while($i<$l && preg_match('#\\s#', $c=$html[$i])) $i++;
        if ( $i >= $l ) break;
        if ( $incomment && ('-->' === substr($html, $i, 3)) )
        {
                // close comment
                $incomment = false;
                $i += 3;
                continue;
        }
        $c = $html[$i++];
        if ( '<' === $c )
        {
            if ( $incomment ) continue;
            if ( $intag )  return false;
            if ( '!--' === substr($html, $i, 3) )
            {
                // open comment
                $incomment = true;
                $i += 3;
                continue;
            }

            // open tag
            $intag = true;
            if ( '/' === $html[$i] )
            {
                $i++;
                $closetag = true;
            }
            else
            {
                $closetag = false;
            }
            $tag = '';
            while($i<$l && preg_match('#[a-z0-9\\-]#i', $c=$html[$i]) )
            {
                $tag .= $c;
                $i++;
            }
            if ( !strlen($tag) ) return false;
            $tag = strtolower($tag);
            if ( $i<$l && !preg_match('#[\\s/>]#', $html[$i]) ) return false;
            if ( $i<$l && $closetag && preg_match('#^\\s*/>#sim', substr($html, $i)) ) return false;
            if ( $closetag )
            {
                if ( in_array($tag, $autoclosed) || (array_pop($stack) !== $tag) )
                    return false;
            }
            else if ( !in_array($tag, $autoclosed) )
            {
                $stack[] = $tag;
            }
        }
        else if ( '>' ===$c )
        {
            if ( $incomment ) continue;
            
            // close tag
            if ( !$intag ) return false;
            $intag = false;
        }
    }
    return !$incomment && !$intag && empty($stack);
}