Como impedir que o doctype seja adicionado ao HTML?
Estive trabalhando nessas tags arrumar-bagunçado-html com DOM, mas agora percebo um problema maior,
$content = '<p><a href="#">this is a link</a></p>';
function tidy_html($content,$allowable_tags = null, $span_regex = null)
{
$dom = new DOMDocument();
$dom->loadHTML($content);
// other codes
return $dom->saveHTML();
}
echo tidy_html($content);
Ele produzirá todo o DOM,
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html><body><p><a href="#">this is a link</a></p></body></html>
mas eu só quero algo assim no retorno,
<p><a href="#">this is a link</a></p>
Eu não quero,
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html><body>...</body></html>
Isso é possível?
EDITAR
ainnerHTML simulação @ gera alguns códigos estranhos no meu banco de dados, como ,  , ’
<p>Monday July 5th 10am - 3.30pm £20</p>
<p>Be one of the first visitors to the ...at this special event.Â</p>
<p>All participants will receive a free copy of the ‘Contemporary Art Kit’ produced exclusively for Art on....</p>
ainnerHTML simulação,
$innerHHTML = '';
$nodeBody = $dom->getElementsByTagName('body')->item(0);
foreach($nodeBody->childNodes as $child) {
$innerHTML .= $nodeBody->ownerDocument->saveXML($child);
}
Eu descobri que a razão pela qual ele cria códigos estranhos quando há uma interrupção é causada porsaveXML($child)
Então, quando eu tenho algo parecido com isto,
$content = '<p><br/><a href="#">xx</a></p>
<p><br/><a href="#">xx</a></p>';
Voltará algo como isto,
<p><a href="#">xx</a></p>
<p><a href="#">xx</a></p>
Mas eu quero algo assim, na verdade,
<p><a href="#">xx</a></p>
<p><a href="#">xx</a></p>