我正在使用PHP的DOMDocument来解析和规范化用户提交的HTML，使用该方法来解析内容，然后通过以下方式获得格式良好的结果：loadHTMLsaveHTML
$dom= new DOMDocument();
$dom->loadHTML('<div><p>Hello World');
$well_formed= $dom->saveHTML();
echo($well_formed);
这在解析片段和添加适当的结束标记方面做得很好。问题是我还得到了一堆我不想要的标签，例如，，和。我知道每个格式良好的HTML文档都需要这些标签，但是我正在规范化的HTML片段将入到现有的有效文档中。<!DOCTYPE><html><head><body>
问题的快速解决方案是使用 xPath 表达式来抓取正文。
$dom= new DOMDocument();
$dom->loadHTML('<div><p>Hello World');
$xpath = new DOMXPath($dom);
$body = $xpath->query('/html/body');
echo($dom->saveXml($body->item(0)));
这里有一句警告。有时 loadHTML 会在遇到格式不佳的 HTML 文档时发出警告。如果你正在解析这些类型的HTML文档，你需要找到一个更好的html解析器[自我链接警告]。
在你的情况下，你不想使用HTML文档，而是使用HTML片段 - HTML代码的一部分;;这意味着DOMDocument并不是你需要的。
相反，我宁愿使用类似HTMLPurifier（引用）的东西：
HTML Purifier是一个用PHP编写的符合标准的HTML过滤器库。HTML Purifier不仅会通过经过彻底审核，安全但宽松的白名单删除所有恶意代码（更广为人知的XSS），还可以确保您的文档符合标准，这只有在全面了解W3C规范的情况下才能实现。
而且，如果您尝试使用代码部分：
<div><p>Hello World
使用HTMLPurifier的演示页面，您将获得这个干净的HTML作为输出：
<div><p>Hello World</p></div>
好多了，不是吗？;-)
（请注意，HTMLPurfier提供了广泛的选项，查看其文档可能不会造成伤害）
