Question

当我尝试使用simplexml_load_string将HTML文件作为XML加载时，我收到很多关于HTML的错误和警告但是它失败了，有没有办法使用SimpleXML正确加载html文件？

此HTML文件可能包含不需要的空格，也可能是其他一些我希望SimpleXML忽略的错误。

Answer 1

将DomDocument::loadHtmlFile与simplexml_import_dom一起使用，将非正常的HTML网页加载到SimpleXML中。

Answer 2

我建议使用PHP Simple HTML DOM。我自己使用它来处理从页面抓取到操作HTML模板文件的任何事情，它非常简单而且非常强大，应该很适合你的需求。

以下是他们的文档中的一些示例，其中显示了您可以执行的操作：

// Create DOM from URL or file
$html = file_get_html('http://www.google.com/');

// Find all images
foreach($html->find('img') as $element)
       echo $element->src . '<br>';

// Find all links
foreach($html->find('a') as $element)
       echo $element->href . '<br>';

Answer 3

检查this手册页，其中一个选项（例如LIBXML_NOERROR）可能对你有帮助..但请记住，html不一定是有效的xml，因此将其解析为xml可能无效。 / p>

Answer 4

这里有一些加载外部html页面的快速代码，然后用简单的xml解析它。

    //suppresses errors generated by poorly-formed xml
    libxml_use_internal_errors(true);

    //create the html object
    $html = new DOMDocument();

    //load the external html file
    $html->loadHtmlFile('http://blahwhatever.com/');

    //import the HTML object into simple xml
    $shtml = simplexml_import_dom($html);

    //print the result
    echo "<pre>";
    print_r($shtml);
    echo "</pre>";

PHP SimpleXML：如何加载HTML文件？

4 个答案: