我正在尝试从网页中抓取数据。网页可以是任何页面。例如，我正在http://www.google.com/使用curl. 它给出了很多警告，却什么也没做。警告在第 30 行：
警告：SimpleXMLElement::__construct(): 在 C:\wamp\www\nbacurl\index.php
这个错误重复了好几次。
我听说过 simplehtmldom ，我下载了它，但不知道如何使用它。我有页面要解析，但我找不到出路。这是一个非常简单的代码，它不起作用。
$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, 'http://www.google.com' );
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
$contents = curl_exec ($ch);
$xml = new SimpleXMLElement($contents);
echo '<pre>' , print_r($xml) , '</pre'>;
不要尝试用SimpleXMLElement, 或者DOMDocument更适合 HTML 解析的其他解决方案来解析它。
也许尝试ScriptableBrowser（用于 PHP）。我个人在 python 中使用 Mechanize 和 BeautifulSoup。
使用DOMDocumentand 或者loadHTML启用loadXML恢复。前者可能是你真正想要的。
<?php
$doc = new DOMDocument();
$doc->loadHTML($contents);
...
?>
见：http ://www.php.net/manual/en/class.domdocument.php#domdocument.props.recover
<?php
$doc = new DOMDocument();
$doc->recover = TRUE;
$doc->loadXML($contents);
...
?>
希望没有人会因为“无关紧要”而投反对票，但我使用mechanize抓取网页并发现它非常直观和有效。用一个小api很容易学习。
我刚刚看到您使用的是 php 而不是 python。Mechanize 是一个 python/perl 库，所以在这里可能不相关。