PHP DOMDocument::loadHTML() [domdocument.loadhtml]: htmlParseEntityRef: no name in Entity PHP的DOMDocument::loadHTML()方法出现错误：htmlParseEntityRef: 没有实体名称。

Question

我正在尝试从某些网页中获取"link"元素。但是我无法弄清楚我做错了什么。我得到了以下错误:

严重性: 警告

消息: DOMDocument::loadHTML() [domdocument.loadhtml]: htmlParseEntityRef: no name in Entity, line: 536

文件名: controllers/test.php

行号: 34

代码中的第34行如下：

      $dom->loadHTML($html);

我的代码：

            $url = "http://www.amazon.com/";

    $ch = curl_init();

    curl_setopt($ch, CURLOPT_URL, $url);
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
    curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, 10);
    if($html = curl_exec($ch)){

        // parse the html into a DOMDocument
        $dom = new DOMDocument();

        $dom->recover = true;
        $dom->strictErrorChecking = false;

        $dom->loadHTML($html);

        $hrefs = $dom->getElementsByTagName('a');

        echo "<pre>";
        print_r($hrefs);
        echo "</pre>";

        curl_close($ch);


    }else{
        echo "The website could not be reached.";
    }

- David

---

更改为适合谷歌的URL。如果不适合您，请将其恢复。 - Shiplu Mokaddim

你能看到这个吗？为什么会因为错误处理函数而导致DOMDocument停止工作？ - Shiplu Mokaddim

Answer 1

这意味着一些HTML代码无效。这只是一个警告，而不是错误。您的脚本仍将处理它。要抑制警告，请设置

 libxml_use_internal_errors(true);

或者你可以通过执行以下操作来完全禁止该警告

@$dom->loadHTML($html);

- Kris

---

你确定在 PHP 脚本顶部设置了 libxml_use_internal_errors(true) 吗？我还更新了我的答案，提供另一种选择。 - Kris

这段程序隐藏了警告，但是它返回了一个空对象。 - David

很奇怪。我运行了你的完全相同的代码，它正常工作。它返回了一堆对象。你的print_r语句输出了DOMNodeList对象 ( [length] => 81 ) - Kris

-1 表示建议在该行抑制所有错误。这将导致调试成为一场噩梦。如果没有这个问题，我本来会给你一个+1的。 - Gerry

@Gerry，Kris在一件事上是错误的 - 脚本不会处理你想要的东西（它会跳过它们），@操作符不仅隐藏消息，还强制脚本继续进行 - 这可能有点危险，但在加载某些糟糕的HTML之类的情况下，它可能是最强大的工具 :) - jave.web

这是一个糟糕的解决方案，永远不要这样做...如果你想抑制错误输出到浏览器，你可以做类似于ob_start();...在这里输入命令....$buf=ob_get_clean()，然后检查$buf是否有任何错误输出，这将让你保留错误，但停止浏览器输出。 - Christopher Thomas

Answer 2

这可能是由于一个野生的 & 符号紧接着被一个正确的标签所跟随而导致。否则你将会收到一个缺失 ; 的错误。参见：警告：DOMDocument::loadHTML()：htmlParseEntityRef: expecting ';' in Entity，。

解决办法是 - 用 & 替换 & 符号
或者，如果你必须使用原来的 &，那么可以将其置于以下语句中：<![CDATA[ - ]]>

- Ujjwal Singh

---

在我的情况下，我输出了一个包含<td>标签之间的“&”符号的变量，即 $variable['ingredient'] = "7 & 8"; $tbody .= "<td>" . $variable['ingredient'] . "</td>"; 这导致了这个错误：Message: DOMDocument::loadHTML() [domdocument.loadhtml]: htmlParseEntityRef: no name in Entity。 - Hmerman6006

Answer 3

HTML格式不规范。如果HTML格式足够差，将其加载到DOM文档中可能会失败。如果loadHTML无法工作，则抑制错误是没有意义的。如果您无法将HTML加载到DOM中，请使用类似HTML Tidy这样的工具“清理”不规范的HTML。

HTML Tidy可以在此处找到：http://www.htacg.org/tidy-html5/

- DeltaLee