Question

我想解析一个html文件。

$html =htmlentities( file_get_contents('http://forums.heroesofnewerth.com/showthread.php?553261'));
$dom = new DOMDocument();
$dom->loadHTML($html);//line 30

我收到这些错误

Warning: DOMDocument::loadHTML(): htmlParseEntityRef: expecting ';' in Entity, line: 113 in D:\Projects\Web projects\done\honscript\index.php on line 30

Warning: DOMDocument::loadHTML(): htmlParseEntityRef: expecting ';' in Entity, line: 113 in D:\Projects\Web projects\done\honscript\index.php on line 30

Warning: DOMDocument::loadHTML(): htmlParseEntityRef: expecting ';' in Entity, line: 200 in D:\Projects\Web projects\done\honscript\index.php on line 30

Warning: DOMDocument::loadHTML(): htmlParseEntityRef: expecting ';' in Entity, line: 200 in D:\Projects\Web projects\done\honscript\index.php on line 30

更改为使用htmlenttities并获取

Warning: DOMDocument::loadHTML(): Empty string supplied as input in D:\Projects\Web projects\done\honscript\index.php on line 30

Answer 1

您尝试加载的文档不是有效的HTML，因此不是有效的DOM（有关该页面上HTML列表错误的详细列表，请参阅http://validator.w3.org/check?verbose=1&uri=http%3A%2F%2Fforums.heroesofnewerth.com%2Fshowthread.php%3F553261。）

所以PHP基本上必须猜测它提供的HTML的含义并警告它（它可能会猜错）。

＆amp; HTML中的一个特殊字符，用于转义特殊字符（例如，在HTML页面中打印＆lt;你必须编写＆amp; lt;。它在URL中也有特殊含义作为请求变量的分隔符（例如http://example.com?foo=bar&braz=omfg）因此在网站上出现了很多。在HTML中编写＆amp;的正确方法是＆amp; amp ;.

可能猜测是正确的，DOMDocument可以正常工作。所以你可以像这样压制这个警告：

@$dom->loadHTML($html);

否则你必须以某种方式修复HTML。只是通过上面提到的htmlentities运行它将无法工作，因为它也将逃避所有标记标记等。

可能有效的是取代所有＆amp;同＆放大器;放大器;虽然这可能导致其他后果，因为＆amp; amp;会成为＆amp; amp; amp;所以你只需要替换那些没有放大器的那些＆amp;。

Domdocument加载

1 个答案: