Question

如果我使用DOMDocument::loadHTMLFile()加载HTML页面，然后将其传递给simplexml_import_dom()一切正常，但是，如果我使用$dom->saveHTML()从DOMDocument获取字符串表示形式然后使用simplexml_load_string()，我什么都没得到。实际上，如果我使用一个非常简单的页面，它将起作用，但只要有更复杂的事情，它就会在PHP日志文件中失败而没有任何错误。

有人能说清楚这个吗？

是否与HTML不可解析的XML有关？

我试图在使用内容之前从格式化的HTML文本中删除CR和换行符，因为它们与内容无关但插入到SimpleXMLElement对象中，这相当繁琐。

Answer 1

Is it something to do with HTML not being parsable XML?

YES！ HTML是一种非常严格的语法，因此simplexml_load_string本身不能使用它。这是因为simplexml很简单，HTML也很复杂。另一方面，DOMDocument旨在能够读取复杂的HTML结构，这意味着既然它可以理解HTML并且simplexml可以理解它，那么你可以弥合那里众所周知的差距。

<!-- Valid HTML but not valid XML -->
<ul>
    <li>foo
    <li>bar
</ul>

Answer 2

HTML可能是也可能不是有效的XML。当你使用loadHTMLFile时，它不一定必须是格式良好的xml，因为DOM是一个非常规则的HTML，但是当你将一个字符串传递给SimpleXML时，它确实必须很好地形成。

Answer 3

如果我的问题与您的问题相关，并且您只是希望输出中没有空格，则无需在此处使用simplexml。

使用：DOMDocument::preservewhitespace 像：

$dom->preserveWhiteSpace = false;

在saveHTML之前

并且您已设置。

simplexml_load_string（）！= simplexml_import_dom（）？

3 个答案: