Script til at konvertere HTML til XHTML

Hvis koden ellers er valid html4.01 strict, burde det kunne lade sig gøre ved simpelthen at lave en preg_replace på de tags, der ikke lukkes i html. Dvs. <br>, <hr>, <img>, <meta> og <link>. Der er måske flere, men dette var dem jeg lige umiddelbart kunne komme i tanke om.

$xhtml=preg_replace("/<(br|hr|img|meta|link)\s([^>]*)>/","<\\1 \\2 />",$html);

Hvis tag-navne og attributter er skrevet med store bogstaver, skal de også rettes til, men det er en større opgave.

Derudover er der nogle programmer, der ikke lukker <p> selveom det (også i html) egentlig er forkert ikke at lukke den. Hvis dette også skal fixes, skal der lidt mere avanceret kode til at rette det.

Ups. En fejl. Øjeblik.

Denne burde være bedre. Jeg har dog ikke afprøvet, så jeg ved ikke helt, hvordan den vil håndtere en ren <br>.

$xhtml=preg_replace("/<(br|hr|img|meta|link)(\s[^>]*)?>/","<\\1 \\2 />",$html);

Husk <input ...>

tefcke: Ja, naturligvis. Den er jo tit ganske vigtig.

$xhtml=preg_replace("/<(br|hr|img|meta|link|input)(\s[^>]*)?>/","<\\1 \\2 />",$html);

Jeg kom også lige i tanke om et par flere, der kan give samme problemer som <p>. Det er <li>, <dt> og <dd>. De to sidste er dog ikke ret brugt.

Nå det er vist ved at være lukketid for dette spørgsmål.

Sandbox smider du et svar? Jeg er vist nødt til at lave en funktion/classe selv baseret på noget reg.exp

Jeps

Forresten kunne du jo tage et kig på kildekoden til HTML-tidy og se, om de har nogle gode ideer til ting, du har overset.

eller håbe på at en af de mange daglige mails fra phpclasses kommer med løsningen :-)