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