DOMDocument loadHTML 在服务器上无法正常工作答案

【问题标题】：DOMDocument loadHTML doesn't work properly on a serverDOMDocument loadHTML 在服务器上无法正常工作
【发布时间】：2012-08-02 21:53:03
【问题描述】：

我首先在 MAMP 上运行代码，它运行良好。但是当我尝试在另一台服务器上运行代码时，我收到了很多警告，例如：

警告：DOMDocument::loadHTML()：意外的结束标记：实体中的头部，行：第 17 行 /cgihome/zhang1/html/cgi-bin/getPrice.php 中的 3349 警告：DOMDocument::loadHTML(): htmlParseStartTag: 标记错位实体，行：3350 in /cgihome/zhang1/html/cgi-bin/getPrice.php on 第 17 行警告：DOMDocument::loadHTML(): Tag header invalid in 实体，行：3517 in /cgihome/zhang1/html/cgi-bin/getPrice.php on 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');
?>

有人知道发生了什么吗？谢谢！

【问题讨论】：

标签： php dom

【解决方案1】：

要禁用警告，您可以使用

libxml_use_internal_errors(true);

这对我有用。 Manual

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，但默认给出警告。

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

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

【讨论】：

另外，不要忘记访问手册页以了解将来会产生一些错误的功能。您经常会在那里找到有用的注释和使用信息。还有用户cmets。见DOMDocument::loadHTML
@user1577801：如果此答案解决了您的问题，请考虑通过单击答案分数下方的绿色大勾号来支持并接受它。

【解决方案2】：

这个问题与非xHTML代码有关

由于 DOMdocument() 只能处理 clean XHTML 你需要清理你的代码

Php 有一个可以很好地完成这项工作的扩展。叫整洁 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);

【讨论】：

【解决方案3】：

您可以像这样隐藏警告：

@$doc->loadHTML($amazon);

【讨论】：