Форум программистов [Powered by Invision Power Board]

В результате активной работы последнее время над парсингом HTML документов при помощи DOM обнаружил, что докуметы портятся.
Ниже приведенный пример иллюстрирует как закрывающий тег </h2> после загрузки в DOM перескакивает перед параграфом.

Код


<?php
$pagecode = <<<EOT
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">
<HTML>
<HEAD>
<meta content='text/html; charset=windows-1251' http-equiv='Content-Type'>
</HEAD>
<BODY>
<h2>
Большие буквы
<p>Вставлен типа абзац</p>
Должны быть тоже большие буквы
</h2>
</BODY>
</HTML>
EOT;

$doc = new DOMDocument('1.0', 'WINDOWS-1251');
$doc->loadHTML($pagecode);
echo $doc->saveHTML();
?>

Должно было быть:

Код


<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">
<HTML>
<HEAD>
<meta content='text/html; charset=windows-1251' http-equiv='Content-Type'>
</HEAD>
<BODY>
<h2>
Большие буквы
<p>Вставлен типа абзац</p>
Должны быть тоже большие буквы
</h2>
</BODY>
</HTML>

Получаеться:

Код


<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">
<HTML>
<HEAD>
<meta content='text/html; charset=windows-1251' http-equiv='Content-Type'>
</HEAD>
<BODY>
<h2>
Большие буквы
</h2>
<p>Вставлен типа абзац</p>
Должны быть тоже большие буквы
</BODY>
</HTML>

Традиционные два вопроса:
1) Почему так?
2) Как от этого избавиться?