php – DOMDocument :: loadHTML()：由于输入错误,输入转换失败

发布时间：2020-12-13 17:47:05 所属栏目：PHP教程来源：网络整理

导读：我想用 PHP和CURL废弃一个中文网站.早些时候我遇到了压缩结果的问题,SO帮助我解决了问题. 现在我在通过PHP-DOMDocument解析内容时遇到了麻烦. 错误如下, Warning: DOMDocument::loadHTML(): input conversion failed due to input error,bytes 0xE3 0x80 0x9

我想用 PHP和CURL废弃一个中文网站.早些时候我遇到了压缩结果的问题,SO帮助我解决了问题.
现在我在通过PHP-DOMDocument解析内容时遇到了麻烦.
错误如下,

Warning: DOMDocument::loadHTML(): input conversion failed due to input error,bytes 0xE3 0x80 0x90 0xE8 in /var/www/html/ ..

即使警告这是阻止进一步的结果.

我的代码如下：

$agent = 'Mozilla/5.0 (Windows NT 6.1; Win64; x64; rv:25.0) Gecko/20100101 Firefox/25.0';
$curl = curl_init(); 
curl_setopt($curl,CURLOPT_URL,$url); 
curl_setopt($curl,CURLOPT_HTTPHEADER,array('text/html; charset=gb2312')); 
curl_setopt($curl,CURLOPT_RETURNTRANSFER,1);  
curl_setopt($curl,CURLOPT_CONNECTTIMEOUT,10);
curl_setopt($curl,CURLOPT_ENCODING,"");  // handling all compressions 
curl_setopt($curl,CURLOPT_USERAGENT,$agent);
curl_setopt($curl,CURLOPT_TIMEOUT,1000);
$html = curl_exec($curl) or die("error: ".curl_error($curl));
curl_close($curl);
$htmlParsed = mb_convert_encoding($result,'utf-8','gb2312');

$doc = new DOMDocument();
$doc->loadHTML($htmlParsed);

$xpath = new DOMXpath($doc);

$elements = $xpath->query('//div[@class="test"]//a/@href');

if (!is_null($elements)) {
  foreach ($elements as $element) {
    echo "<br/>[". $element->nodeName. "]";

    $nodes = $element->childNodes;
    foreach ($nodes as $node) {
      echo $node->nodeValue. "n";
    }
  }
}

我在目标网站上找到了内容类型,

<meta http-equiv="Content-Type" content="text/html; charset=gb2312" />

所以我尝试将结果转换为utf-8.

由于输入转换在代码的’DOMDocument :: loadHTML()’行失败,我无法解析网页以获得结果.
我目前陷入困境,任何帮助或建议都将受到高度赞赏. Thanx提前.

(之前我曾经使用简单的HTML DOM解析器,这非常简单.但是后来在阅读SO中关于其用法的缺点.我计划切换到PHP的原生DOM解析器)

解决方法

我今天看到了解决方案.

$html=new DOMDocument();  
$html_source    = get_html();
$html_source    =mb_convert_encoding( $html_source,"HTML-ENTITIES","UTF-8");
$html->loadHTML( $html_source );

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!