DOMDocument::loadHTML(): 警告 - htmlParseEntityRef: 实体中没有名称答案

【问题标题】：DOMDocument::loadHTML(): warning - htmlParseEntityRef: no name in EntityDOMDocument::loadHTML(): 警告 - htmlParseEntityRef: 实体中没有名称
【发布时间】：2013-02-01 14:25:38
【问题描述】：

我发现了几个类似的问题，但到目前为止，没有一个能够帮助我。

我试图在 HTML 块中输出所有图像的“src”，所以我使用DOMDocument()。这种方法确实有效，但我在某些页面上收到警告，我不知道为什么。一些帖子建议隐藏警告，但我更愿意找出生成警告的原因。

警告：DOMDocument::loadHTML(): htmlParseEntityRef: 没有名字实体，行：10

产生错误的post->post_content 的一个示例是 -

On Wednesday 21st November specialist rights of way solicitor Jonathan Cheal of Dyne Drewett will be speaking at the Annual Briefing for Rural Practice Surveyors and Agricultural Valuers in Petersfield.
<br>
Jonathan is one of many speakers during the day and he is specifically addressing issues of public rights of way and village greens.
<br>
Other speakers include:-
<br>
<ul>
<li>James Atrrill, Chairman of the Agricultural Valuers Associates of Hants, Wilts and Dorset;</li>
<li>Martin Lowry, Chairman of the RICS Countryside Policies Panel;</li>
<li>Angus Burnett, Director at Martin & Company;</li>
<li>Esther Smith, Partner at Thomas Eggar;</li>
<li>Jeremy Barrell, Barrell Tree Consultancy;</li>
<li>Robin Satow, Chairman of the RICS Surrey Local Association;</li>
<li>James Cooper, Stnsted Oark Foundation;</li>
<li>Fenella Collins, Head of Planning at the CLA; and</li>
<li>Tom Bodley, Partner at Batcheller Monkhouse</li>
</ul>

如果有帮助，我可以发布更多post->post_content 包含的示例？

我已暂时允许访问开发站点，因此您可以查看一些示例 [注意 - 已回答问题后无法再访问链接] -

关于如何解决这个问题的任何提示？谢谢。

$dom = new DOMDocument();
$dom->loadHTML(apply_filters('the_content', $post->post_content)); // Have tried stripping all tags but <img>, still generates warning
$nodes = $dom->getElementsByTagName('img');
foreach($nodes as $img) :
    $images[] = $img->getAttribute('src');
endforeach;

【问题讨论】：

显示导致错误的行肯定会使调试更容易。
???警告在DOMDocument::loadHTML();，所以导致错误的行是dom->loadHTML(apply_filters('the_content', $post->post_content));
您正在解析的内容的第 10 行...
好的，和你一起。在一种情况下，它是James Cooper, Stnsted Oark Foundation;。我确实认为可能是 ; 导致了这个问题，但是将它们全部替换（之前有几个）并没有帮助。
@DavidGard 我最好的猜测是在 HTML 中的某处有一个未转义的 & 符号 (&)。这将使解析器认为我们在实体引用中（例如&copy;）。当它到达; 时，它认为实体已经结束。然后它意识到它所拥有的内容不符合实体，因此它发出警告并将内容作为纯文本返回。

标签： php warnings domdocument

【解决方案1】：

这个正确答案来自@lonesomeday 的评论。

我最好的猜测是在 HTML 中的某处有一个未转义的 & 符号。这将使解析器认为我们在实体引用中（例如 ©）。当它到达 ; 时，它认为实体已经结束。然后它意识到它所拥有的内容不符合实体，因此它发出警告并将内容作为纯文本返回。

【讨论】：

那我该如何解决呢？我不能在整个 html 字符串上调用 htmlentities。
@MavWolverine 我知道这是多年以后的事了，但我只是遇到了同样的问题。我发现的最简单的选项就是将str_replace(' & ', ' &amp; ', $string) 替换为htmlentities 和htmlspecialcharacters 导致HTML 标记的< 和> 被转换。现在我 100% 确定有更好的方法来做到这一点，但这对我在一个简单的一次性解析工作中所需的内容进行了排序。
@PanPipes 更严格一点：preg_replace("/&(?!\S+;)/", "&amp;", $string).
这节省了我的时间，我一直在苦苦挣扎，后来发现用户生成的内容在名称中包含 &，这是所有错误的根源。谢谢

【解决方案2】：

这里提到

Warning: DOMDocument::loadHTML(): htmlParseEntityRef: expecting ';' in Entity,

你可以使用：

libxml_use_internal_errors(true);

见http://php.net/manual/en/function.libxml-use-internal-errors.php

【讨论】：

并像 @$dom->loadHTML($html); 这样加载 html 对我有帮助。
这解决了我的问题
太好了，stackoverflow 又救了我 ;)

【解决方案3】：

在任何地方检查 HTML 代码中的“&”字符。由于这种情况，我遇到了这个问题。

【讨论】：

并将&amp;替换为&amp;

【解决方案4】：

我没有在上面发表评论所需的声誉，但在我的情况下使用htmlspecialchars 解决了这个问题：

$inputHTML = htmlspecialchars($post->post_content);
$dom = new DOMDocument();
$dom->loadHTML(apply_filters('the_content', $inputHTML)); // Have tried stripping all tags but <img>, still generates warning
$nodes = $dom->getElementsByTagName('img');
foreach($nodes as $img) :
    $images[] = $img->getAttribute('src');
endforeach;

出于我的目的，我也在使用strip_tags($inputHTML, "<strong><em><br>")，因此所有图像标签也被删除了 - 我不确定这是否会成为问题。

【讨论】：

【解决方案5】：

我最终以正确的方式解决了这个问题，使用 tidy

// Configuration
$config = array(
    'indent'         => true,
    'output-xhtml'   => true,
    'wrap'           => 200);

// Tidy to avoid errors during load html
$tidy = new tidy;
$tidy->parseString($bill->bill_text, $config, 'utf8');
$tidy->cleanRepair();

$domDocument = new DOMDocument();
$domDocument->loadHTML(mb_convert_encoding($tidy, 'HTML-ENTITIES', 'UTF-8'));

【讨论】：

欢迎来到 StackOverflow。请说明您的代码如何解决问题。
我相信 loadHTML 方法无法处理格式错误的 HTML。使用 tidy 帮助我解决了这个问题。

【解决方案6】：

对于 laravel，

使用 {{ }} 代替 {!! !!}

我遇到了这个问题，我设法解决了。

【讨论】：

【解决方案7】：

我发现我的表格标签中有错误。有一个额外的</td> 我删除和宾果游戏。

【讨论】：

【解决方案8】：

只需将字符串中的“&”替换为“and”即可。对所有其他符号执行此操作

【讨论】：

不，这是一个糟糕的建议。 & 的使用是出于特定目的，在大多数情况下，简单地将其替换为 and 并不符合要求。公司名称就是一个明显的例子。