Advertencia: DOMDocument :: loadHTML(): htmlParseEntityRef: expecting ';' en la Entidad,

Question

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

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

echo $dom; 

tiros

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 

Answer 1

La razón de su error fatal es DOMDocument no tiene un método __toString() y por lo tanto no puede ser echo'ed.

Probablemente se esté buscando

echo $dom->saveHTML(); 

Answer 2

Hay 2 errores: el segundo se debe a $ dom hay ninguna cadena sino un objeto y por lo tanto no puede ser "eco". El primer error es una advertencia de loadHTML, causada por la sintaxis no válida del documento html para cargar (probablemente un & utilizado como separador de parámetros y no enmascarado como entidad con &).

Usted ignora y suprimir este mensaje de error (no el error, sólo el mensaje!) Llamando a la función con el operador de control de errores "@" (http://www.php.net/manual/en/language.operators.errorcontrol.php)

$dom->@loadHTML($html); 

Answer 3

$dom->@loadHTML($html); 

Esto es incorrecto, utilizar esto en su lugar:

@$dom->loadHTML($html); 

Answer 4

apostaría que si uno mira en la fuente de http://www.somesite.com/ se encontraría caracteres especiales que no han sido convertidos a HTML. Tal vez algo como esto:

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

Debe ser

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

Answer 5

Independientemente del eco (que tendría que ser sustituido por print_r o var_dump), si se produce una excepción el objeto debe permanecer vacío:

DOMNodeList Object 
(
) 

Solución

1. Conjunto recover en true y false strictErrorChecking

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

2. entidad de codificación de uso php en el contenido del margen de beneficio, que es una fuente de error más común.

Answer 6

para evaporar el aviso, puede utilizar 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); 

Answer 7

Otra solución es possibile

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

Answer 8

reemplazar la sencilla

$dom->loadHTML($html); 

con el más robusto .. .

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; 
    } 

Answer 9

Sé que esto es una vieja pregunta, pero si alguna vez desea ot fijar las señales con formato incorrecto '&' en su HTML. Se puede utilizar código similar al siguiente:

$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, '&', $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, '&', $positionAmp, 1); // This mean we need to escapa the '&' sign. 
      fixAmps($html, $positionAmp+5); // Recursive call from the new position. 
     } else { 
      fixAmps($html, $positionAmp+1); // Recursive call from the new position. 
     } 
    } 
} 

Answer 10

No siempre es debido a los contenidos de la página y podría ser debido a la propia dirección URL.

Me encontré con este error recientemente y fue duo devolver el carácter del carro al final de la URL. La razón de la existencia de este personaje fue el error en la división de las URL.

$urls_array = explode("\r\n", $urls); 

en lugar de

$urls_array = explode("\n", $urls); 

Answer 11

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

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

echo $dom; 

probar este