问题标签 [domdocument]

所以我正在尝试解析 HTML 页面并<p>使用get_elements_by_tag_name('p');

问题是当我使用时$element->nodeValue，它会返回奇怪的字符。文档首先$html使用 curl 加载，然后将其加载到 DOMDocument 中。

我确定它与字符集有关。

这是一个响应示例：“aujourd’hui”。

提前致谢。

我正在使用 loadhtml 函数 ( http://php.net/manual/en/domdocument.loadhtml.phpt ) 加载外部 .html 文件。当我加载它时，它会“整理”我的代码，这是我不想要的。我不想要一个完整的 HTML 文档，我只想要 .html 中的 html 片段，并且我不希望 loadhtml 文件尝试使其成为有效的 html，因为我不希望它这样做。

有没有更好的功能来加载 .html 文件，这样它就不会整理代码？！

我正在尝试解析 TEXTDATA 中包含字符 & < 和 > 的 XML 字符串。通常，这些字符应该是 htmlencoded，但在我的情况下，它们不是，所以我收到以下消息：

警告：DOMDocument::loadXML() [function.loadXML]：在实体中解析属性名称时出错...警告：DOMDocument::loadXML() [function.loadXML]：找不到开始标记的结尾...

我可以使用 str_replace 对所有 & 进行编码，但如果我使用 < 或 > 进行编码，我也会对有效的 XML 标记进行编码。

有谁知道这个问题的解决方法？

谢谢！

在使用 curl 获取 HTML 文件后，我正在使用 DOMDocument 解析一些数据。代码看起来像这样

我无法$var使用 strtotime 转换为时间戳。我不知道为什么，我知道$cols->item(1)->nodeValue返回了我想要的值，我什至尝试将其分解并内爆到另一个变量中，但我仍然无法使用 strtotime 将其转换为时间戳。我也直接测试了值

strtotime('11 Jan 2010');

它确实返回了一个时间戳，那么，我该怎么办？

谁能指出我正确的方向

我正在使用 curl 来取回 google picasa api 提要。这一切都很好，通过自动化和数据获取，但现在我想在 try'n 中扩展一点，从我的网站添加、更新标签、图片、地理信息。

如何以某种方式将我用 curl 返回的提要传递给 domDocument？

这没有用

如果我直接回显它，我会在 FF 中获得一个 RSS 页面

但

会给出一个 xml 解析语法错误吗？

此外，如果有人有任何链接可以使用 google-api 进行与 ZEND 无关的 PUT、DELETE、UPDATE 操作，但使用不同的 PHP 方法、curl 或其他方法，那就太好了。（更容易理解的代码）

谢谢，理查德

我有一个外部 HTML 源，我想抓取它并转换为本地 XML 文件或添加到 MySQL DB。

外部源大多是规范化的和（有点）语义的，所以我需要做的就是使用XPATH来获取所有td内容或所有li内容等。问题是这些项目有时会使用<strong>or <b>or<i>标记来设置我需要的元素的样式。

这在技术上是语义化的，因为重点是要强调特定文本，并且开发人员可能希望使用不是浏览器默认的 CSS。

问题是我试图抓取的实际内容被认为是这个内联元素的子元素，因此 PHP 扩展喜欢simplexmlorDOMDocument并将DOMNode它们视为这样。例如：

将导致：

显然上面的内容并不是simplexml返回的内容，但上面反映了普遍的问题。

那么有没有一种方法，使用已经内置在 DOMDocument 中的参数或使用更复杂的 XPath 查询来获取td元素的内容，其中任何子项（如果有的话）被剥离其后代状态并将所有内容视为文本查询的元素？

现在，我唯一的解决方案是：

a) 有一个foreach检查每个结果的循环，例如：

b)<strong>在将 HTML 字符串导入任何预构建类（如 simplexml 或 DOMDocument）之前，使用正则表达式从 HTML 字符串中去除任何标签。

有谁知道我如何将这个 xml 放入 domDocument 中？

现在，它会抛出一个错误，说它缺少顶级元素。我看到的是 feed 是顶级元素，所以这对我来说是个谜。这只发生在我运行它时抛出 domDocument 而不是当我直接回显它时。xml 验证器也没有给出错误。

这是xml：

这不起作用

感谢广告，理查德

我有一个具有以下结构的 xml 文档：

我希望能够搜索节点值，例如 id 字段的值 1。然后，一旦找到该节点，选择父节点，即 < item > 并在其中插入一个新子节点。

我知道使用 dom 文档的概念，但不知道在这种情况下如何做。

使用 PHP，我试图获取从 WYSIWYG 编辑器传递的 HTML 字符串，并用新的 HTML 替换预加载的 HTML 文档中元素的子元素。

到目前为止，我正在加载标识要通过 ID 更改的元素的文档，但是将 HTML 转换为可以放置在 DOMElement 中的内容的过程让我望而却步。

我从某个来源获得了一个 XML 字符串。我创建了一个 DOMDocument 对象并将 XML 字符串加载到其中（使用 DOMDocument::loadXML()）。然后我使用各种方法（例如 DOMXPath）浏览 XML 文档，直到找到我想要的节点（当然是 DOMNode）。

这个节点有一堆后代，我想获取整个节点（及其后代）并从中创建一个新的 DOMDocument 对象。我不知道该怎么做；我尝试创建一个新的 DOMDocument 并使用 DOMDocument::importNode()，但这似乎只有在 DOMDocument 中已经有一个主文档节点时才有效，在这种情况下，它将导入的节点作为主文档节点的子节点附加，这不是我想要的——我希望导入的节点成为 DOMDocument 主节点。

也许有一种更简单的方法可以做到这一点（即一种更简单的方法来提取我想要转换为自己的文档的原始 XML 部分），但我不知道。我对 DOMDocument 比较陌生，尽管我使用过 SimpleXMLElement 足以让我感到恼火。