在 DOMDocument->load() 上捕获 404 错误答案

【问题标题】：Catch 404 error on DOMDocument->load()在 DOMDocument->load() 上捕获 404 错误
【发布时间】：2012-05-10 20:49:33
【问题描述】：

我正在使用 DOM 加载一堆 rss 提要，有时会出现 404 而不是生成文件。问题是网络服务器发送了一个 html 404 页面来代替预期的 xml 文件，因此使用以下代码：

$rssDom = new DOMDocument();
$rssDom->load($url);
$channel = $rssDom->getElementsByTagName('channel');
$channel = $channel->item(0);
$items = $channel->getElementsByTagName('item');

我收到此警告：

Warning: DOMDocument::load() [domdocument.load]: Entity 'nbsp' not defined

随后出现此错误：

Fatal error: Call to a member function getElementsByTagName() on a non-object

通常，此代码可以正常工作，但在我收到 404 的情况下，它无法执行任何操作。我在 load 语句周围尝试了一个标准的 try-catch，但它似乎没有捕捉到它。

【问题讨论】：

如果“实体 nbsp; 未定义”，也许 404 返回了 XML（不是 HTML）源？（&nbsp; 未在 XML 中定义。）

标签： php xml dom rss

【解决方案1】：

您可以suppress the output of parsing errors 与

libxml_use_internal_errors(true);

要检查返回的响应是否为 404，您可以在调用 DOMDocument::load() 后检查 $http_response_header

例子：

libxml_use_internal_errors(true);
$rssDom = new DOMDocument();
$rssDom->load($url);
if (strpos($http_response_header[0], '404')) {
    die('file not found. exiting.');
}

替代方法是使用file_get_contents，然后检查响应标头，如果不是404，则使用DOMDocument::loadXml 加载标记。这将阻止 DOMDocument 解析无效的 XML。

请注意，所有这些都假定服务器在响应中正确返回了 404 标头。

【讨论】：

+1，虽然我认为我更喜欢它，因为我根本不知道 $http_response_headers。 PHP，你能走多低？
@Jon 是的，我更喜欢get_last_response_headers() 之类的函数，而不是$http_response_headers 在http 调用后神奇地填充。这太不明显了。
错字？ $http_response_headers 未定义，而 $http_response_header 已定义。文档页面 $http_response_header 也链接到单数 header。

【解决方案2】：

使用file_get_contents 或curl 手动加载HTML（允许您自己进行错误检查），如果一切顺利，则将结果提供给DOMDocument::loadHTML。

这里有很多curl 的例子（例如，看看this one，虽然它肯定不是最好的）；要获取 HTTP 状态代码，您将使用 curl_getinfo。

【讨论】：

我使用this answer检查HTTP状态码。

【解决方案3】：

为避免警告，您可以使用LIBXML_NOWARNING（注意：通常禁止显示警告并不是一件好事）。

这里更重要的问题是致命错误：为避免这种情况，您应该检查文档是否已正确加载。为此，只需保存load()s return-value 并使用它：

$loaded = $rssDom->load($url, LIBXML_NOWARNING);
if($loaded){
    $channel = $rssDom->getElementsByTagName('channel');
    $channel = $channel->item(0);
    $items = $channel->getElementsByTagName('item');
}else{
    // show error-message or something like that
}

【讨论】：

问题是load认为成功了，所以不会一直为假。

【解决方案4】：

像这样：

$rssDom = new DOMDocument();
if($rssDom->load($url)) {
   $channel = $rssDom->getElementsByTagName('channel');
   $channel = $channel->item(0);
   $items = $channel->getElementsByTagName('item');
}

【讨论】：

我上面说了，问题是load认为成功了，所以不会一直为假。

【解决方案5】：

如果有人需要解决方案，这就像魅力一样：

$objDOM = new DOMDocument();
$loaded=@$objDOM->load(url);

if (!$loaded){
    //something went terribly wrong
} else {
    //this is going ok!!
}

当我们通过 '@' 抑制警告并在发生错误时加载返回 true 或 false 时，这会起作用。

【讨论】：