PHP geçersiz html ayrıştırma

3 Cevap php

Ben benim sunucu üzerinde değil, bazı html ayrıştırmak çalışıyorum

    $dom = new DOMDocument();
    $dom->loadHTMLfile("http://www.some-site.org/page.aspx");      
    echo    $dom->getElementById('his_id')->item(0);

33 : Ama php ID his_id already defined in http://www.some-site.org/page.aspx, çizgi gibi bir hata şey döndürür. Ben DOMDocument geçersiz html ile uğraşıyor çünkü olduğunu düşünüyorum. Peki, nasıl ben o olsa bile geçersiz ayrıştırmak?

3 Cevap

Bunu ayrıştırma önce bunu temizlemek için üzerine HTML Tidy çalıştırmanız gerekir.

$html = file_get_contents('http://www.some-site.org/page.aspx');
$config = array(
  'clean' => 'yes',
  'output-html' => 'yes',
);
$tidy = tidy_parse_string($html, $config, 'utf8');
$tidy->cleanRepair();
$dom = new DOMDocument;
$dom->loadHTML($tidy);

Bu bak list of options.

Bir göz atın: libxml_use_internal_errors ()

http://php.net/libxml_use_internal_errors

Docs Okuma, ben görmek DOĞRU için $dom->strictErrorChecking bu varsayılan. Ayarlamak ne olur $dom->strictErrorChecking = false?

etiketler