Я пытаюсь собрать некоторую информацию из веб-службы, но у меня возникают проблемы с разделом CDATA страницы, потому что все идет хорошо, когда я использую что-то вроде этого:
$url = 'http://www.example.com';
$content = file_get_contents($url);
$doc = new DOMDocument();
$doc->loadHTML($content);
foreach($doc->getElementsByTagName('h3') as $subtitle) {
echo $subtitle->textContent; //The output is the Subtitle/s.
}
Но когда страница содержит разделы CDATA, возникает проблема с этой ошибкой в строке $ doc-> loadHTML ($ content).
Warning: DOMDocument::loadHTML(): Invalid char in CDATA
Я видел здесь решение, которое я пытался реализовать без какого-либо успеха.
function sanitize_html($content) {
if (!$content) return '';
$invalid_characters = '/[^\x9\xa\x20-\xD7FF\xE000-\xFFFD]/';
return preg_replace($invalid_characters,'', $content);
}
$url = 'http://www.example.com';
$content = file_get_contents($url);
$cleanContent = sanitize_html($content);
$doc = new DOMDocument();
$doc->loadHTML($cleanContent); //Warning: DOMDocument::loadHTML(): htmlParseEntityRef: no name in Entity
Но я получил эту другую ошибку:
Warning: DOMDocument::loadHTML(): htmlParseEntityRef: no name in Entity
Что может быть хорошим способом справиться с разделами CDATA страницы? Привет.
Задача ещё не решена.
Других решений пока нет …