Question

$html = file_get_contents("http://www.somesite.com/");

$dom = new DOMDocument();
$dom->loadHTML($html);

echo $dom;

引发

Warning: DOMDocument::loadHTML(): htmlParseEntityRef: expecting ';' in Entity,
Catchable fatal error: Object of class DOMDocument could not be converted to string in test.php on line 10

Answer 1

要消除警告，您可以使用libxml_use_internal_errors(true)

// create new DOMDocument
$document = new \DOMDocument('1.0', 'UTF-8');

// set error level
$internalErrors = libxml_use_internal_errors(true);

// load HTML
$document->loadHTML($html);

// Restore error level
libxml_use_internal_errors($internalErrors);

Answer 2

我敢打赌，如果您查看http://www.somesite.com/的来源，您会发现尚未转换为HTML的特殊字符。也许是这样的：

<a href="/script.php?foo=bar&hello=world">link</a>

应该是

<a href="/script.php?foo=bar&amp;hello=world">link</a>

Answer 3

$dom->@loadHTML($html);

这是不正确的，请改用：

@$dom->loadHTML($html);

Answer 4

致命错误的原因是DOMDocument没有__toString（）方法，因此无法回显。

你可能正在寻找

echo $dom->saveHTML();

Answer 5

有两个错误：第二个是因为$ dom不是字符串而是一个对象，因此无法“回显”。第一个错误是来自loadHTML的警告，这是由要加载的html文档的无效语法引起的（可能是＆amp;用作参数分隔符，而不是用＆amp;屏蔽为实体）。

通过使用错误控制操作符“@”（http://www.php.net/manual/en/language.operators.errorcontrol.php）

调用该函数，忽略并抑制此错误消息（不是错误，只是消息！）

$dom->@loadHTML($html);

Answer 6

无论echo（需要用print_r或var_dump替换），如果抛出异常，对象应保持为空：

DOMNodeList Object
(
)

<强>解决方案

将recover设为true，将strictErrorChecking设为false

$content = file_get_contents($url);

$doc = new DOMDocument();
$doc->recover = true;
$doc->strictErrorChecking = false;
$doc->loadHTML($content);

在标记的内容上使用php的实体编码，这是最常见的错误来源。

Answer 7

替换简单的

$dom->loadHTML($html);

更健壮......

libxml_use_internal_errors(true);

if (!$DOM->loadHTML($page))
    {
        $errors="";
        foreach (libxml_get_errors() as $error)  {
            $errors.=$error->message."<br/>";
        }
        libxml_clear_errors();
        print "libxml errors:<br>$errors";
        return;
    }

Answer 8

$html = file_get_contents("http://www.somesite.com/");

$dom = new DOMDocument();
$dom->loadHTML(htmlspecialchars($html));

echo $dom;

试试这个

Answer 9

另一种可能的解决方案是

$sContent = htmlspecialchars($sHTML);
$oDom = new DOMDocument();
$oDom->loadHTML($sContent);
echo html_entity_decode($oDom->saveHTML());

Answer 10

我知道这是一个老问题，但如果您想修复格式错误的＆＃39;＆amp;＆＃39;在HTML中签名。您可以使用与此类似的代码：

$page = file_get_contents('http://www.example.com');
$page = preg_replace('/\s+/', ' ', trim($page));
fixAmps($page, 0);
$dom->loadHTML($page);


function fixAmps(&$html, $offset) {
    $positionAmp = strpos($html, '&', $offset);
    $positionSemiColumn = strpos($html, ';', $positionAmp+1);

    $string = substr($html, $positionAmp, $positionSemiColumn-$positionAmp+1);

    if ($positionAmp !== false) { // If an '&' can be found.
        if ($positionSemiColumn === false) { // If no ';' can be found.
            $html = substr_replace($html, '&amp;', $positionAmp, 1); // Replace straight away.
        } else if (preg_match('/&(#[0-9]+|[A-Z|a-z|0-9]+);/', $string) === 0) { // If a standard escape cannot be found.
            $html = substr_replace($html, '&amp;', $positionAmp, 1); // This mean we need to escapa the '&' sign.
            fixAmps($html, $positionAmp+5); // Recursive call from the new position.
        } else {
            fixAmps($html, $positionAmp+1); // Recursive call from the new position.
        }
    }
}

Answer 11

另一种可能的解决方案是，也许您的文件是ASCII类型的文件，只需更改文件的类型即可。

Answer 12

即使在此之后，我的代码也能正常工作，所以我只是在第1行删除了此语句的所有警告消息。

<?php error_reporting(E_ERROR); ?>

警告：DOMDocument :: loadHTML（）：htmlParseEntityRef：expecting';'在实体中，

12 个答案: