Php - 从 xml 文件中检索信息答案

【问题标题】：Php - retrieve informations from an xml filePhp - 从 xml 文件中检索信息
【发布时间】：2012-10-31 06:48:21
【问题描述】：

我正在学习网络编程。我需要从网页中检索一些信息。我有页面的url，所以我想要html源代码，把它翻译成xml，然后使用php的dom函数来获取我需要的信息。

我的php代码是这样的：

$url=$_POST['url']; //url

$doc_html=new DOMDocument();
$doc_html->loadHTML($url); //html page
$doc_xml=new DOMDocument();
$doc_xml->loadXML($doc_html->saveXML()); //xml converted page

$nome_app=new DOMElement($doc_xml->getElementById('title'));

echo $nome_app->nodeValue;

我收到这个致命错误：

未捕获的异常 'DOMException' 与此行上的消息“无效字符错误”：

$nome_app=new DOMElement($doc_xml->getElementById('title'));

怎么了？是html-to-xml的整个过程吗？我在网上找到了一些例子，应该可以工作...... 谢谢！

【问题讨论】：

标签： php html xml dom

【解决方案1】：

解决了！简单地说：

$doc_html=new DOMDocument();
$doc_html->loadHTML(file_get_contents($url));
$doc_html->saveXML();
$nome = $doc_html->getElementsByTagName('h1');
foreach ($nome as $n) { 
   echo $n->nodeValue, PHP_EOL;
}

可能之前的代码太乱了。谢谢大家的回答！

【讨论】：

【解决方案2】：

您需要为您在 HTML 中使用的特殊字符定义 XML 实体。肯定是和这里一样的问题：DOMDocument::loadXML vs. HTML Entities

【讨论】：

【解决方案3】：

我会使用 preg_match() 解决方案来获取您需要的内容，而不是将整个文档解析为 XML。特别是如果文档由于某种原因变得无效，您将无法再获得您的信息。

【讨论】：

您和@Bgi 是对的，但这是我的情况：我有大量源代码，但我不知道 XML 文件需要的 DTD。解析和更正整个文档将毫无用处，因为我只需要一些 html 内容，以及一种无需解析很长的字符串即可检索这些内容的方法，因此使用 DOM。

【解决方案4】：

最好的方法是使用 xpath 查询，

http://php.net/manual/en/simplexmlelement.xpath.php

速度很快

【讨论】：

是我的第二个想法，但我更喜欢使用 DOM，因为源代码很长而且很混乱，所以我最好使用标签名称:)