DOMDocument::loadHTML 错误答案

【问题标题】：DOMDocument::loadHTML errorDOMDocument::loadHTML 错误
【发布时间】：2012-02-27 06:47:06
【问题描述】：

我构建了一个脚本，它将页面上的所有 css 组合在一起以在我的 cms 中使用它。它工作了很长时间现在我得到这个错误：

警告：DOMDocument::loadHTML() [domdocument.loadhtml]：实体中的标记标题无效，行：10 in css.php 第 26 行

警告： DOMDocument::loadHTML() [domdocument.loadhtml]：标签导航无效实体，行：css.php 中的第 10 行 26

警告：DOMDocument::loadHTML() [domdocument. loadhtml]: 标签实体中的部分无效，行：css.php 中的第 22 行 26

这是php脚本

这是我的代码：

<?php
header('Content-type: text/css');
include ('../global.php');

if ($usetpl == '1') {
    $client = New client();
    $tplname = $client->template();
    $location = "../templates/$tplname/header.php";
    $page = file_get_contents($location);
} else {
    $page = file_get_contents('../index.php');
}

class StyleSheets extends DOMDocument implements IteratorAggregate
{

    public function __construct ($source)
    {
        parent::__construct();
        $this->loadHTML($source);
    }

    public function getIterator ()
    {
        static $array;
        if (NULL === $array) {
            $xp = new DOMXPath($this);
            $expression = '//head/link[@rel="stylesheet"]/@href';
            $array = array();
            foreach ($xp->query($expression) as $node)
                $array[] = $node->nodeValue;
        }
        return new ArrayIterator($array);
    }
}

foreach (new StyleSheets($page) as $index => $file) {
    $css = file_get_contents($file);
    echo $css;
}

【问题讨论】：

这个问题已经在bugs.php.net/bug.php?id=60021 上报告了 PHP，这反过来又在底层 libxml2 中产生了一个功能请求：bugzilla.gnome.org/show_bug.cgi?id=761534

标签： php html domdocument

【解决方案1】：

Header、Nav 和 Section 是来自 HTML5 的元素。因为 HTML5 开发者觉得记住 Public 和 System Identifiers 太难了，所以 DocType 声明就是：

<!DOCTYPE html>

换句话说，没有要检查的 DTD，这将使 DOM 使用 HTML4 过渡 DTD 并且不包含那些元素，因此警告。

要取消警告，请放置

libxml_use_internal_errors(true);

在致电loadHTML 和

之前

libxml_use_internal_errors(false);

在它之后。

另一种方法是使用https://github.com/html5lib/html5lib-php。

【讨论】：

这样做了，现在我得到一个空白页
@user1079160 这是另一个问题！戈登有很好的答案，谢谢！
@Gordan 你如何解决空白页问题？
我遇到了同样的空白页问题。我的错误是使用print $document->saveXML() 而不是$document->saveHTML()。 HTML 版本不会像 XML 版本那样进行某些格式转换。如果这不是问题，请尝试检查输出源以查看存在哪些标签（如果有）。它应该让您了解幕后发生的事情。另外，别忘了var_dump！

【解决方案2】：

使用 DOMDocument 对象，您应该能够在加载方法之前放置一个 @ 以抑制所有警告。

$dom = new DOMDocument;
@$dom->loadHTML($source);

然后继续。

【讨论】：

这是一个糟糕的解决方案，因为您将在此行上出错，成为调试的噩梦。 @Gordon 的解决方案要好得多。

【解决方案3】：

仍然不支持 HTML5 元素，但您可以使用 $options 参数完全消除 libxml 错误。

刚刚设置

$doc = new DOMDocument();
$doc->loadHTMLFile("html5.html", LIBXML_NOERROR);

此选项优于 @，后者可消除 PHP 错误。

但要小心，libxml 非常宽容，它会解析损坏的 HTML 文档。 如果您忽略 libxml 错误，您甚至可能不会意识到 HTML 格式错误。

【讨论】：

【解决方案4】：

大多数人没有意识到 HTML 和 XML 作为语言以及 HTML 和 XML 在解析器方面的区别。解析器接受代码，而 HTML 和 XML 解析器完全不同。虽然 XML 解析器会在浏览器中容忍一些小事情（例如重复的 id 值），但它们不会乱处理看起来像代码的垃圾。

PHP 的 XML 解析器更加严格，不允许重复的 id 值。此外，由于任何东西都可以是元素（例如 footer、header、section），PHP 的 XML 解析器不会抱怨未知的 HTML5+ 元素。

$dom->loadXML($xml);

对于在客户端开发的任何人，我强烈建议使用 XML 解析器来处理您的 HTML5 代码，并且自从我在 2000 年代到 2020 年开始开发以来，Gecko 浏览器（例如 Waterfox、Firefox）拥有最好的 XML 解析器，因为整个页面将break 你会得到一个explicit错误信息。如果您能够理解质量最终会产生数量，那么更严格的代码会产生更好的结果，但相反则不然。

【讨论】：