DOMDocument loadHTML 在服务器上无法正常工作

Question

我首先在 MAMP 上运行代码并且运行良好。但是当我试图在另一台服务器上运行代码时，我收到了很多警告，比如：

警告：DOMDocument::loadHTML()：意外的结束标记：实体中的头部，第 17 行 /cgihome/zhang1/html/cgi-bin/getPrice.php 中的 3349 警告：DOMDocument::loadHTML()：htmlParseStartTag：错位实体中的标签，第 17 行 /cgihome/zhang1/html/cgi-bin/getPrice.php 中的第 3350 行警告：DOMDocument::loadHTML()：实体中的标签标头无效，第 3517 行在/cgihome/zhang1/html /cgi-bin/getPrice.php 第 17 行

代码如下：

 <?php
 $amazon = file_get_contents('http://www.amazon.com/blablabla');
 $doc = new DOMdocument();
 $doc->loadHTML($amazon);
 $doc->saveHTML();
 $price = $doc -> getElementById('actualPriceValue')->textContent;
 $ASIN = $doc -> getElementById('ASIN')->getAttribute('value');
?>

任何人都知道发生了什么事？谢谢！

原文由 LuZ 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

要禁用警告，您可以使用

libxml_use_internal_errors(true);

这对我有用， 手册，继续阅读：

---

背景： 您正在加载无效的 HTML。无效的 HTML 很常见， DOMDocument::loadHTML 纠正了大部分问题，但默认情况下会发出警告。

使用 libxml_use_internal_errors 您可以控制该行为。在加载文档之前设置它：

 $previously = libxml_use_internal_errors(true);
$doc->loadHTML($amazon);

然后加载后你可以处理错误（如果你想要/需要）：

 /* @var LibXMLError[] $xmlErrors */
$xmlErrors = libxml_get_errors();

最后清除它们（因为它们会累加）并恢复以前的设置（如果适用）：

 unset($xmlErrors);
libxml_clear_errors();
libxml_use_internal_errors($previously);

---

参考

• libxml_use_internal_errors 禁用 libxml 错误并允许用户根据需要获取错误信息
• libxml_clear_errors 清除libxml错误缓冲区
• libxml_get_errors 检索错误数组
• LibXMLError libXMLError 类
• Stackoverflow 对 DOMDocument PHP 内存泄漏 的回答（作者： Tak ；2011 年 12 月）

原文由 hakre 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

此 问题 与非 xHTML 代码有关

由于 DOMdocument () 只能处理 干净的 XHTML ，因此您需要清理代码

Php 有一个扩展可以很好地完成这项工作。名为 Tidy php.net/book.tidy

这可能很棘手，因为您可能需要在 php.ini 中 启用 它

然后

$tidy_config = array(
                     'clean' => true,
                     'output-xhtml' => true,
                     'show-body-only' => true,
                     'wrap' => 0,

                     );

$tidy = tidy_parse_string( $html, $tidy_config, 'UTF8');
$tidy->cleanRepair();
$doc = new DOMdocument();
$doc->loadHTML( (string) $tidy);

原文由 Pascal 发布，翻译遵循 CC BY-SA 3.0 许可协议