Question

我正在使用下面的代码来获取DOMDocument所需的内容表格，

$subject = 'some html code';
$doc = new DOMDocument('1.0');                   
$doc->loadHTML($subject);
$xpath = new DOMXpath($doc);
$result = $xpath->query("//div");
$docSave = new DOMDocument('1.0');
foreach ( $result as $node ) {
    $domNode = $docSave->importNode($node, true);
    $docSave->appendChild($domNode);
}
echo $docSave->saveHTML();

问题在于，如果HTML $主题中有一个特殊字符，如空格或新行，那么它将转换为html权限。输入HTML远远不是好的风格，一些特殊字符也在标签的路径中，例如：

$subject = '<div><a href='http://www.site.com/test.php?a=1&b=2, 3, 
4'></a></div>';

将产生：

<div><a href='http://www.site.com/test.php?a=1&b=2,%203,%0A%204'></a></div>

而不是：

<div><a href='http://www.site.com/test.php?a=1&b=2, 3, 
    4'></a></div>'

如果想要保留无效的html，可以做些什么来省略特殊字符到其实体的转换？

我尝试将此标志substituteEntities设置为false，但我没有改进，也许我用错了？一些代码示例非常有用。

Answer 1

您无法使用解析器并能够操纵错误的HTML。解析器会清理HTML以便解析它。

如果您绝对必须使用错误的HTML，请使用正则表达式，但要注意头部受伤的风险极大，因为您要么 - 或者将头撞到桌面上太多。

如何关闭将特殊字符转换为DOMDocument中的实体？

1 个答案: