savehtml php,PHP – DOMDocument :: saveHTML创建奇怪的实体

所以我从API中提取xml,我的目标是将xhtml作为html保存在文件中供用户查看.

问题是,保存的html文件得到了一些它不应该有的新怪异实体.

这是一个例子.

这就是拉动的xhtml片段的样子：

"At that point

这是保存的文件的样子：

    "At that point

这就是Chromium看到的：

    "At that point

从被拉动的xhtml到被保存的它,它被几个不同的类处理,因此为了简单起见,我将简化数据传递的所有对象.

//curl call is initialized here

$raw = curl_exec($ch);

$simplexml = simplexml_load_string($raw);

$xmlstr = $simplexml->xpath($xpath)->asXML();

$html = new DOMDocument;

$html->formatOutput = true;

$wrapper = $html->createElement("div");

$wrapper->setAttribute("id", "wrapper");

$wrapper = $html->appendChild($wrapper);

$content = DOMDocument::loadHTML($xmlstr, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);

foreach($content->firstChild->childNodes as $node)

$wrapper->appendChild($html->importNode($node, TRUE));

$htmlstr = $html->saveHTML();

$html = new DOMDocument;

$html->formatOutput = true;

$content = DOMDocument::loadHTML($htmlstr, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);

foreach($content->childNodes as $node)

$html->appendChild($html->importNode($node, TRUE));

$html_str = $html->saveHTML();

file_put_contents($content_path, $html_str);

是的,它有点复杂,但数据传递相当多,因为它需要添加很多东西.

我只是不明白这些新实体的来源.任何帮助,将不胜感激.

解决方法:

我弄清楚我做错了什么.

我用simplexml保存了输出,如下所示：

$xmlstr = $simplexml->xpath($xpath)->asXML();

这将输出格式化为XML,但稍后,当我将输出导入DOMDoc时,我使用importHTML执行此操作：

$content = DOMDocument::loadHTML($xmlstr, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);

我只需使用loadXML而不是loadHTML即可解决问题：

$content = DOMDocument::loadXML($xmlstr, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);

现在我的输出是正确的：

    "At that point

虽然我打算写一个函数来修剪()这些段落.我不知道他们为什么会这样提供.

标签：php,xml,domdocument,html,simple-html-dom

来源： https://codeday.me/bug/20190628/1320746.html