Querypath和格式错误的HTML

Question

我正在使用QueryPath来操作页面DOM。我正在操作的页面有一些QueryPath不知道如何解释的标记。

我尝试将以下内容作为选项传递，但仍然收到错误：

ignore_parser_warnings

use_parser (html)

在启用这些功能的情况下，我得到了以下错误：

Warning: DOMDocument::loadHTML() [domdocument.loadhtml]: Tag nobr invalid in Entity

Warning: DOMDocument::loadHTML() [domdocument.loadhtml]: htmlParseEntityRef: expecting ';' in Entity

任何帮助都将不胜感激。

Answer 1

试试libxml functions

libxml_use_internal_errors(TRUE);
$dom->load('whatever'); // or whatever you use for loading the DOM
libxml_clear_errors();

不只是清除错误，您可以选择处理它们，尽管上面的操作对于大多数情况应该足够了。

Answer 2

使用htmlqp()而不是qp()。htmlqp()函数对讨厌的超文本标记语言做了大量的修复。

Answer 3

只需在QueryPath函数前面使用@就可以取消警告。虽然无效的HTML可能会生成警告，但它通常可以很好地处理它。