PHP Tidy 删除空格并插入换行符

Question

在将 xml 加载到 DomDocument 之前，我想使用 PHP Tidy 来确保它有效。

但是，我不希望 Tidy 改变我的格式 - 我只希望它修复标签不平衡等问题。

问题的一个例子可以在这个页面看到:http://www.tek-tips.com/viewthread.cfm?qid=1654452

我自己的例子如下。

输入:<ex><context>собр<stress>а</stress>ние</context> акцион<stress>е</stress>ров — <stress>aa</stress>ndeelhoudersvergadering</ex> (这已经是有效的 xml)

预期输出:<ex><context>собр<stress>а</stress>ние</context> акцион<stress>е</stress>ров — <stress>aa</stress>ndeelhoudersvergadering</ex> (</context> 和 актион 之间有空格)

实际输出:

<ex>
<context>собр
<stress>а</stress>ние</context>акцион
<stress>е</stress>ров — 
<stress>aa</stress>ndeelhoudersvergadering</ex>

(它删除了 </context> 和 актион 之间的空格，这将使文本不可读，并在每个标签后插入换行符)

我的代码是:

function TidyXml($inputXml)
    {
        $config = array(
            'indent'         => false,
            'output-xml'     => true,
            'input-xml'     => true,
        );

        $tidy = new tidy();
        $tidy->parseString($inputXml, $config, 'utf8');
        $tidy->cleanRepair();
        $cleanXml = tidy_get_output($tidy);
        return $cleanXml;
    }

我尝试更改几个选项，但没有成功。

Answer 1

我找到了一个解决方案，但它有点老套，所以我仍然愿意接受更好的建议。

放<pre>在要验证的 xml 周围(这指示 Tidy 不要更改空格)，然后将 output-html 设置为 true 修复 xml，然后删除 <pre>和 \n换行符。

例子:

$config = array(
    'indent' => false,
    'indent-attributes' => false,
    'output-html' => true,
    'input-xml' => true,
    'wrap' => 0,  
    'vertical-space' => false,  
    'new-inline-tags' => 'context,abr,stress',  
    'new-blocklevel-tags'   => 'def,ex,examples'
);

$tidy = new tidy();
$inputXml = "<pre>" . $inputXml . "</pre>";
$validXml = $tidy->repairString($inputXml, $config, 'utf8');
$cleanXml = str_replace("\n", "", $validXml);
$cleanXml = substr($cleanXml, strlen("<pre>"), strlen($cleanXml));  
$cleanXml = substr($cleanXml, 0, strlen($cleanXml)-strlen("</pre>"));