php代码丑,php – 屏幕截图你生命中见过的最丑陋的HTML

我正在使用

PHP和libtidy来尝试筛选可能是历史上最糟糕和最不正确的HTML表格使用情况.该站点关闭了几个table,tr,td,font或bold标签,并且一致地嵌套了表中的许多不同的表层.

示例代码段：

Home Team - Wildcats

Away Team - Polar Bears

Rosters

1 

Baird, T

2 

Knight, P

8 

Miller, B

9 

Huebsch, B

11 

Buschmann, C

12 

Reding, J

14 

Simpson, S

27 

Kupferschmidt, M

28 

Anderson, D

31 

Gehrts, J

39 

McGinnis, G

42 

Temple, B

44 

Kemplin, A

77 

Weiner, B

95 

Zytkoskie, D

5 

Mack, A

8 

Foucault, R

11 

Oberpriller, D *

12 

Underwood, J

15 

Oberpriller, M

19 

Langfus, B

25 

Carroll, R

30 

Hirdler, T

33 

Gibson, S

35 

Marthaler, C

44 

Yurik, J

58 

Gronemeyer, S

Goals

Player

Period

Time

Assist 1

Assist 2

SH

PP

Kupferschmidt, M

1

12:51

Kemplin, A

None

McGinnis, G

1

12:33

Huebsch, B

None

Kupferschmidt, M

2

16:01

None

None

Buschmann, C

3

00:38

None

None

Player

Period

Time

Assist 1

Assist 2

SH

PP

Oberpriller, D *

3

12:31

Gronemeyer, S

None

Penalties

Player

Period

Minutes

Offense

Start

Expired

Buschmann, C

3

2

Interference

11:11

09:11

Buschmann, C

3

2

Unsportmanlike Conduct

03:26

01:26

Bench

3

2

Too Many Men

01:46

00:00

Player

Period

Minutes

Offense

Start

Expired

Marthaler, C

1

2

Interference

01:19

16:19

Underwood, J

2

2

Interference

12:32

10:32

Marthaler, C

3

2

Interference

11:39

09:39

Goalies

Name

Shots

Goals

Baird, T

20

1

Open Net

0

Name

Shots

Goals

Hirdler, T

42

奇怪的是,所有浏览器似乎都很好.

PHPTidy设法很好地理解了这一切,但是这些表是如此深入且几乎随机地嵌套,使用DOM XPath很难遍历它.

有没有人对其他方法有任何建议？

POST-MORTEM：经过太多的比利时小麦啤酒和弄脏了我的代码真正的好我通过strip_tags()删除所有标签除了table,tr和td,然后通过libtidy运行它得到了很好的结果.它现在格式很漂亮,很容易遍历.看起来它只是需要一点点按摩才能将它发送到解析器.