Здравствуйте!
Мне необходимо обработать HTML-документ как XML. При этом этот HTML-документ до невозможности не валидный. Вопрос: существует ли готовая библиотека или скрипт на PHP, который бы из невалидных HTML-документов делал валидные?
Заранее спасибо!

  
Смешная шутка. Нет.
  

в общем случае это невозможно.
к примеру,

- как это разделить?
или если вдруг закрывающий тег "потерялся" - в каком месте его вставить?
нет, разбирайся с разметкой вручную.

Вот ч-о-о-орт! Этот документ поступает ко мне из источника, который не подправишь....

значит парсить его не как xml, а обычными способами

barcelona, "невалидности" носят постоянный характер? пример почему не приводишь?

bars80080, а какие это обычные способы?
Я откопал расширение php5 - tidy называется, оно не может подойти для чистки исходного HTML-документа?
skyboy, документ кривой насквозь. Незакрытые теги, атрибуты тегов без кавычек - и вообще полный набор определения "невалидность".

Это сообщение отредактировал(а) barcelona - 1.8.2008, 15:09

при желании можно вылечить регулярками. разве что, если в значении пробел, то автоматизировать распознание "это не отдельное значение, а к тому, предыдущему относится" не выйдет.

ну, одиночные вроде <input> или <image> ещё можно закрыть теми же регулярками. но вот где ставить закрывающий тег для <p>?

обычные способы, это отыскивать нужную инфо по вехам, типа strstr(), preg_match(), парсить теми же регулярками и explode()

геморно, и никак иначе. либо сумеешь заставить источник валидно отдавать, либо придётся работать эту кучу
я к примеру свой источник одной инфо не сумел заставить, теперь в ручную