Question

我正在尝试将html页面转换为dom对象，以便从页面中获取信息

以下代码只给我一些错误，所以无论我做什么都是错误的

php代码

$page = file_get_contents('http://google.com');
$dom= new DOMDocument();
$dom->loadHTML($page);
echo $dom->saveHTML(); 
return;

错误示例

Warning: DOMDocument::loadHTML() [domdocument.loadhtml]: htmlParseEntityRef: expecting ';' in Entity, line: 34 in C:\xampp\htdocs\site\index.php on line 32

谁能告诉我我应该做什么？

Answer 1

老实说，我不知道这是否可以解决您的问题，但请尝试以下方法。使用tidy清理html。

$page = file_get_contents('http://google.com');

// Specify configuration
$config = array(
           'indent'         => true,
           'output-xhtml'   => true,
           'wrap'           => 200);

// Tidy
$tidy = new tidy();
$tidy->parseString($page, $config, 'utf8');
$tidy->cleanRepair();


$dom= new DOMDocument();
$dom->loadHTML($tidy);
echo $dom->saveHTML(); 
return;

在理解如何使用DOMDocument时遇到问题

1 个答案: