Question

我希望通过php从其他域html获取<ul> s innerHTML。

$mhraWebUygulamasi =file_get_contents('http://www.mhra.gov.uk/Safetyinformation/Safetywarningsalertsandrecalls/index.htm');
$doc = new DOMDocument();
$doc->loadHTML($mhraWebUygulamasi);
$doc->preserveWhiteSpace=false;

但是为了进一步编码，我收到了这条警告信息。

Warning: DOMDocument::loadHTML(): Unexpected end tag : fragmentinstance in Entity, line: 123 in C:\xampp\htdocs\YeBeSis\mhra.php on line 4

第4行是$doc->loadHTML($mhraWebUygulamasi); 其他行号可能针对urls html代码。如何轻轻处理目标URL并将其加载到DOM容器？我哪里出错？

Answer 1

使用PHP Simple HTML DOM Parser您可以轻松完成，只需下载simple_html_dom.php文件from here并按如下方式使用即可。

include('simple_html_dom.php');
$html = file_get_html('http://www.mhra.gov.uk/Safetyinformation/Safetywarningsalertsandrecalls/index.htm');

然后循环，例如，获取所有ul标签及其内容，您可以使用以下循环

foreach($html->find('ul') as $li){
    echo $li->innertext.'<br />';
}

或者使用此选项仅获取具有班级名称ul

的subnav2

foreach($html->find('ul.subnav2') as $li){
    echo $li->innertext.'<br />';
}

输出上述代码（5 li个标签）

医疗   设备警报

字段   安全通告（FSNs）

药物   警报

安全   警告和药物信息

UK   关于药物安全的公共评估报告

易于使用且选择语法与jQuery类似，请阅读文档以了解更多信息。

Answer 2

你得到的信息只是一个警告;不是错误 - DOM仍在填充。

但是，它警告您传入的HTML不正确，因此无法保证它生成的DOM完全符合作者的意图。

但是在很多情况下，它确实无关紧要，所以如果你对此感到满意，请随意忽略警告并随意进行。

在这种情况下，您需要做的就是禁止显示警告。

这里将对此进行更详细的讨论：Disable warnings when loading non-well-formed HTML by DomDocument (PHP)

希望有所帮助。

带有目标url源代码的file_get_contents的警告消息

2 个答案: