不要在 php 7.1 上解析简单的 HTML DOM答案

【问题标题】：Dont Parse Simple HTML DOM on php 7.1不要在 php 7.1 上解析简单的 HTML DOM
【发布时间】：2018-04-23 04:32:09
【问题描述】：

我在 php 7.1 上运行简单的 html dom。

但是第一行我无法解析html

我的代码

<?php
include 'simple_html_dom.php';

$html = file_get_html('http://google.com');

echo $html;
?>

上面的代码页面什么都不显示（白色背景）。

但下面的代码却运行：

<?php
include 'simple_html_dom.php';
//base url
$base = 'https://google.com';
$curl = curl_init();
curl_setopt($curl, CURLOPT_SSL_VERIFYPEER, FALSE);
curl_setopt($curl, CURLOPT_HEADER, false);
curl_setopt($curl, CURLOPT_FOLLOWLOCATION, true);
curl_setopt($curl, CURLOPT_URL, $base);
curl_setopt($curl, CURLOPT_REFERER, $base);
curl_setopt($curl, CURLOPT_RETURNTRANSFER, TRUE);
$str = curl_exec($curl);
curl_close($curl);
// Create a DOM object
$html_base = new simple_html_dom();
// Load HTML from a string
$html_base->load($str);
echo $html_base;
$html_base->clear(); 
unset($html_base);
?>

然后，我尝试在上面的代码中使用下面的类来获取 img，但没有工作：

要获取的图片html：

<div class="product_thumb">
<a title="Me Before You" class="image-border" href=/me-before-you-a-novel-movie-tie-in-p69988.html">
<img class="   pict lazy-img" id="det_img_00069988" 
src="/images/thumbnails/product/115x/222614_me-before-you-a-novel-movie-tie-
in.jpg">
</a></div>

我的简单 HTML DOM，所有都不起作用（在可能的页面上没有 html）

//* Find all images 1st code
foreach($html_base->find('img[class=   pict lazy-img]') as $element) 
   echo '<img src="' . $element->src . '" />' . '<br>';
//* Find all images 2nd code
foreach($html_base->find('img[class=   pict lazy-img]',0) as $element) 
   echo '<img src="' . $element->src . '" />' . '<br>';
//* Find all images 3rd code
foreach($html_base->find('img[class$=pict lazy-img]',0) as $element) 
   echo '<img src="' . $element->src . '" />' . '<br>';
//* Find all images 4th code
foreach($html_base->find('img[class$=pict lazy-img]',0) as $element) 
   echo '<img src="' . $element->src . '" />' . '<br>';

【问题讨论】：

file_get_html 似乎返回一个对象，使用var_dump($html) 而不是echo
PHP ini file_get_contents external url - 这可能只是 allow_url_fopen PHP 配置。但是，您可以启用错误报告以查看实际错误吗？这将有助于调试。
var_dump($html) 在 php 7.1 上运行，结果类似于在 php 5.6 上的 echo $html。
运行时没问题 follow stackoverflow.com/a/44131040/8916968 它的工作方式类似于在 php 5.6 上运行

标签： php

【解决方案1】：

file_get_html 更改 simple_html_dom 包含文件需要更改。见下文，它对我有用。见链接https://sourceforge.net/p/simplehtmldom/bugs/161/

从 PHP 7.1 开始可以解释负偏移量。偏移量的默认值必须从-1 更改为0。

function file_get_html($url, $use_include_path = false, $context=null, $offset = 0, $maxLen=-1, $lowercase = true, $forceTagsClosed=true, $target_charset = DEFAULT_TARGET_CHARSET, $stripRN=true, $defaultBRText=DEFAULT_BR_TEXT, $defaultSpanText=DEFAULT_SPAN_TEXT)

【讨论】：

【解决方案2】：

我知道这有点旧，但你总是可以在这里下载最新版本 -> https://sourceforge.net/projects/simplehtmldom/

截至本文的最新更新是 10-08-19

【讨论】：

【解决方案3】：

我通过将方法“parse_slector()”（第 386 行）中的“simple_html_dom.php”文件更改为

来避免这种情况

$pattern = "/([\w\-:\*]*)(?:\#([\w\-]+)|\.([\w\-]+))?(?:\[@?(!?[\w\-]+)(?:([!*^$]?=)[\"']?(.*?)[\"']?)?\])?([\/, ]+)/is";

在方法“read_tag()”中（第 722 行）

if (!preg_match("/^[\w\-:]+$/", $tag)) {
...
}

诀窍是在模式上的“-”之前添加反斜杠

【讨论】：

这对我有用（PHP 7.3），非常感谢！我还删除了第 75 行 file_get_contents 中的偏移参数，并在第 70 行的 file_get_html 函数中将偏移设置为 0。