用 PHP DomDocument 区分 HTML 和 XML答案

【问题标题】：Differentiating HTML and XML with PHP DomDocument用 PHP DomDocument 区分 HTML 和 XML
【发布时间】：2015-10-28 18:05:22
【问题描述】：

有没有办法通过 PHP DomDocument 区分 XML 和 HTML？

我查看了docs 并没有找到任何东西。

我正在寻找像 check($string) 这样的函数，它为每个 $string 返回 'is XML' 或 'is HTML'。

SO 中的这些 similar questions here 对我没有帮助。

【问题讨论】：

我不这么认为！因为 HTML 是一种 XML！所以他们是一样的！您必须通过检查代码、矿山类型等来找到解决方案。
@CyC0der：不，HTML 不是一种 XML。 XHTML 是，但不是 HTML。

标签： php html xml domdocument

【解决方案1】：

使用preg_match 扩展名。示例：

if( preg_match('/<html[^>]*>/', $string) ) {
{
  // ... actions for XML ...
} elseif( preg_match('/<\?xml[^?]*\?>/', $string) ) {
  // ... actions for HTML ...
} else {
  // ... actions for another ...
}

【讨论】：

【解决方案2】：

没有这样的功能，但是当DOMDocument::loadXML()返回true（将recover设置为false）时，您可以放心，某些$string是格式良好的XML。 HTML 文档会因此而失败。

对于 HTML，您可以使用 DOMDocument::loadHTML() 检查是否可以将文档加载为 HTML。 HTML 不像 XML 那样严格。

【讨论】：

谢谢@hakre。它看起来正确，但代码 $dom = new DOMDocument(); $var = $dom->loadXML("<html><body>Test</body></html>"); print_r ($var);die(); 返回 1。有什么问题？
它应该返回 ``bool(true)`，参见这里：eval.in/413856 - 这很好，因为字符串是格式良好的 XML。
其实你是对的。我没有注意到该字符串是格式正确的 XML。我用其他 HTML 进行了测试，效果就像返回 bool(false) 的魅力
HTML 文档可能是格式良好的 XML。在这种情况下，您可能还想检查->documentElement 字段的DOMElement::$tagName 是否为“html”。比较不区分大小写。这将是一个强烈的信号，表明这是一个 HTML 文档。