警告：DOMDocument::loadHTML(): htmlParseEntityRef: 期待 ';'在实体中，答案

【问题标题】：Warning: DOMDocument::loadHTML(): htmlParseEntityRef: expecting ';' in Entity,警告：DOMDocument::loadHTML(): htmlParseEntityRef: 期待 ';'在实体中，
【发布时间】：2009-11-06 03:40:26
【问题描述】：

$html = file_get_contents("http://www.somesite.com/");

$dom = new DOMDocument();
$dom->loadHTML($html);

echo $dom;

抛出

Warning: DOMDocument::loadHTML(): htmlParseEntityRef: expecting ';' in Entity,
Catchable fatal error: Object of class DOMDocument could not be converted to string in test.php on line 10

【问题讨论】：

标签： php

【解决方案1】：

要消除警告，您可以使用libxml_use_internal_errors(true)

// create new DOMDocument
$document = new \DOMDocument('1.0', 'UTF-8');

// set error level
$internalErrors = libxml_use_internal_errors(true);

// load HTML
$document->loadHTML($html);

// Restore error level
libxml_use_internal_errors($internalErrors);

【讨论】：

【解决方案2】：

我敢打赌，如果您查看 http://www.somesite.com/ 的源代码，您会发现尚未转换为 HTML 的特殊字符。也许是这样的：

<a href="/script.php?foo=bar&hello=world">link</a>

应该是

<a href="/script.php?foo=bar&amp;hello=world">link</a>

【讨论】：

只是为了扩展这一点，如果 & 字符甚至在文本中而不是 HTML 属性，它仍然需要转义为 &。解析器抛出错误的原因是因为在看到 & 之后它期待 ;终止 HTML 实体。
...为了进一步扩展，在字符串上调用htmlentities() 或类似名称将解决问题。

【解决方案3】：

$dom->@loadHTML($html);

这是不正确的，改用这个：

@$dom->loadHTML($html);

【讨论】：

或 $dom->strictErrorChecking = false;
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。 @Dewsworld 的解决方案要好得多。
@ 是什么意思？
这是一个非常肮脏的解决方案，它不会解决所有问题。
虽然您的答案可以解决问题，但“这是不正确的”这一行本身就是不正确的。

【解决方案4】：

有两个错误：第二个是因为 $dom 不是字符串而是一个对象，因此不能“回显”。第一个错误是来自 loadHTML 的警告，原因是要加载的 html 文档的语法无效（可能是一个 &（与号）用作参数分隔符，而不是用 & 屏蔽为实体）。

您通过使用错误控制运算符“@”（http://www.php.net/manual/en/language.operators.errorcontrol.php）调用函数来忽略并抑制此错误消息（不是错误，只是消息！）

@$dom->loadHTML($html);

【讨论】：

【解决方案5】：

您的致命错误的原因是 DOMDocument 没有 __toString() 方法，因此无法回显。

你可能正在寻找

echo $dom->saveHTML();

【讨论】：

【解决方案6】：

不管回显（需要用 print_r 或 var_dump 替换），如果抛出异常，对象应该保持为空：

DOMNodeList Object
(
)

解决方案

将recover 设置为true，将strictErrorChecking 设置为false

$content = file_get_contents($url);

$doc = new DOMDocument();
$doc->recover = true;
$doc->strictErrorChecking = false;
$doc->loadHTML($content);

在标记的内容上使用 php 的实体编码，这是最常见的错误来源。

【讨论】：

在第一个解决方案中你写的是 dom 而不是 doc。
这对我有用，我只添加了 $content = mb_convert_encoding( $content, 'HTML-ENTITIES', 'UTF-8' );

【解决方案7】：

替换简单

$dom->loadHTML($html);

拥有更强大的...

libxml_use_internal_errors(true);

if (!$DOM->loadHTML($page))
    {
        $errors="";
        foreach (libxml_get_errors() as $error)  {
            $errors.=$error->message."<br/>";
        }
        libxml_clear_errors();
        print "libxml errors:<br>$errors";
        return;
    }

【讨论】：

【解决方案8】：

$html = file_get_contents("http://www.somesite.com/");

$dom = new DOMDocument();
$dom->loadHTML(htmlspecialchars($html));

echo $dom;

试试这个

【讨论】：

【解决方案9】：

我知道这是一个老问题，但如果您想修复 HTML 中格式错误的“&”符号。你可以使用类似这样的代码：

$page = file_get_contents('http://www.example.com');
$page = preg_replace('/\s+/', ' ', trim($page));
fixAmps($page, 0);
$dom->loadHTML($page);


function fixAmps(&$html, $offset) {
    $positionAmp = strpos($html, '&', $offset);
    $positionSemiColumn = strpos($html, ';', $positionAmp+1);

    $string = substr($html, $positionAmp, $positionSemiColumn-$positionAmp+1);

    if ($positionAmp !== false) { // If an '&' can be found.
        if ($positionSemiColumn === false) { // If no ';' can be found.
            $html = substr_replace($html, '&amp;', $positionAmp, 1); // Replace straight away.
        } else if (preg_match('/&(#[0-9]+|[A-Z|a-z|0-9]+);/', $string) === 0) { // If a standard escape cannot be found.
            $html = substr_replace($html, '&amp;', $positionAmp, 1); // This mean we need to escape the '&' sign.
            fixAmps($html, $positionAmp+5); // Recursive call from the new position.
        } else {
            fixAmps($html, $positionAmp+1); // Recursive call from the new position.
        }
    }
}

【讨论】：

【解决方案10】：

另一个可能的解决方案是

$sContent = htmlspecialchars($sHTML);
$oDom = new DOMDocument();
$oDom->loadHTML($sContent);
echo html_entity_decode($oDom->saveHTML());

【讨论】：

这行不通。根据php.net/manual/en/function.htmlspecialchars.php，所有 html 特殊字符也都被转义了。以这段 HTML 代码<span>Hello World</span> 为例。将其运行到htmlspecialchars 将产生&lt;span&gt;Hello World&lt/span&gt;，这不再是HTML。 DOMDocument::loadHTML 将不再将其视为 HTML，而是将其视为字符串。
这对我有用：$oDom = new DOMDocument(); $oDom->loadHTML($sHTML); echo html_entity_decode($oDom->saveHTML());

【解决方案11】：

另一种可能的解决方案是，也许您的文件是 ASCII 类型的文件，只需更改文件的类型即可。

【讨论】：

【解决方案12】：

即使在这之后我的代码运行良好，所以我只是在第 1 行使用此语句删除了所有警告消息。

<?php error_reporting(E_ERROR); ?>

【讨论】：