Php 正在尝试将DOMDocument:：loadHTMLFile与生成的url一起使用

我正在使用我构建的url调用DOMDocument:：loadHTMLFile方法

这是我用来构建url的代码：

$url = "http://en.wikipedia.org".$path

$path

是从另一个文件的href属性获得的。当我回显时，它返回

/wiki/Pop_music

如果我将url硬编码为

http://en.wikipedia.org/wiki/Pop_music

页面返回正常，但如果我尝试使用生成的路径，就会出现错误

这是我目前正在使用的代码：

    foreach ($paths as $path) 
    {
        echo $path;                                         // will cause error 
        //echo $path = '/wiki/Pop_music';                       // will work
        $url = "http://en.wikipedia.org"."$path";
        $doc = getHTML($url, 1);

        if($doc !== false)
        {
            $xpath = new DOMXPath($doc);
            $xpathCode = "//h1[@id='firstHeading']";
            $nodes = $xpath->query($xpathCode);
            echo $nodes->item(0)->nodeValue."<br />";
        }
    }

set_error_handler(function($errno, $errstr, $errfile, $errline) {
    //Digest error here
});

$doc = new DOMDocument();
$isSuccessful = $doc->loadHTMLFile($url);

restore_error_handler();

$doc = getHTML($url, 1);
if ($doc instanceof \DOMDocument) {
    $xpath = new DOMXPath($doc);
}

foreach（$path作为$path）
{
echo$path；//将导致错误
//echo$path='/wiki/Pop_music'；//将起作用
$url=”http://en.wikipedia.org“$path”；
$doc=getHTML（$url，1）；
如果（$doc！==false）
{
$xpath=新的DOMXPath（$doc）；
$xpathCode=“//h1[@id='firstHeading']”；
$nodes=$xpath->query（$xpathCode）；
echo$nodes->item（0）->nodeValue。“
”；
}
}

getHTML函数是：

function getHTML($url, $domainID)
{
    $conArtistsCrawler = new mysqli(HOST, USERNAME, PASSWORD, CRAWLER_DB_NAME);

    // Load HTML
    $doc = new DOMDocument();
    $isSuccessful = $doc->loadHTMLFile($url);

    // Update the time to show that the domain was crawled.
    $sql = "UPDATE Domain SET LastCrawled = CURRENT_TIMESTAMP() WHERE DomainID = '$domainID'";
    $conArtistsCrawler->query($sql);
    $conArtistsCrawler->close();

    // Delay 1 second after the request to avoid getting BANNED
    sleep(1);

    // Check to see if URL is valid
    if($isSuccessful === false)
    {
        //URL invalid!
        echo "\"".$url."\" is invalid<br>";
        return false;
    }

    return $doc;
}

函数getHTML（$url，$domainID） { $conArtistsCrawler=新的mysqli（主机、用户名、密码、爬虫程序\u DB\u名称）； //加载HTML $doc=新的DOMDocument（）； $isSuccessful=$doc->loadHTMLFile（$url）； //更新时间以显示域已爬网。 $sql=“UPDATE Domain SET lastclawled=CURRENT_TIMESTAMP（），其中DomainID='$DomainID'； $conArtistsCrawler->query（$sql）； $conartist scrawler->close（）； //请求后延迟1秒以避免被禁止 睡眠（1）； //检查URL是否有效 如果（$isSuccessful==false） { //URL无效！ 回送“\”.$url.“\”无效
”； 返回false； } 返回$doc； } 代码输出：

    foreach ($paths as $path) 
    {
        echo $path;                                         // will cause error 
        //echo $path = '/wiki/Pop_music';                       // will work
        $url = "http://en.wikipedia.org"."$path";
        $doc = getHTML($url, 1);

        if($doc !== false)
        {
            $xpath = new DOMXPath($doc);
            $xpathCode = "//h1[@id='firstHeading']";
            $nodes = $xpath->query($xpathCode);
            echo $nodes->item(0)->nodeValue."<br />";
        }
    }

set_error_handler(function($errno, $errstr, $errfile, $errline) {
    //Digest error here
});

$doc = new DOMDocument();
$isSuccessful = $doc->loadHTMLFile($url);

restore_error_handler();

$doc = getHTML($url, 1);
if ($doc instanceof \DOMDocument) {
    $xpath = new DOMXPath($doc);
}

带有硬编码路径：

    foreach ($paths as $path) 
    {
        echo $path;                                         // will cause error 
        //echo $path = '/wiki/Pop_music';                       // will work
        $url = "http://en.wikipedia.org"."$path";
        $doc = getHTML($url, 1);

        if($doc !== false)
        {
            $xpath = new DOMXPath($doc);
            $xpathCode = "//h1[@id='firstHeading']";
            $nodes = $xpath->query($xpathCode);
            echo $nodes->item(0)->nodeValue."<br />";
        }
    }

set_error_handler(function($errno, $errstr, $errfile, $errline) {
    //Digest error here
});

$doc = new DOMDocument();
$isSuccessful = $doc->loadHTMLFile($url);

restore_error_handler();

$doc = getHTML($url, 1);
if ($doc instanceof \DOMDocument) {
    $xpath = new DOMXPath($doc);
}

警告：DOMDocument:：loadHTMLFile（）：ID已受保护的图标 定义于，第行：60 in /第77行的Applications/MAMP/htdocs/Assignments/Assignment4/test.php /wiki/Pop_音乐警告：DOMDocument:：loadHTMLFile（）：标记音频 输入无效，第225行输入 /第77行的Applications/MAMP/htdocs/Assignments/Assignment4/test.php

警告：DOMDocument:：loadHTMLFile（）：中的标记源无效 ，第行：225英寸 /第77行的Applications/MAMP/htdocs/Assignments/Assignment4/test.php 流行音乐

带有路径变量：

    foreach ($paths as $path) 
    {
        echo $path;                                         // will cause error 
        //echo $path = '/wiki/Pop_music';                       // will work
        $url = "http://en.wikipedia.org"."$path";
        $doc = getHTML($url, 1);

        if($doc !== false)
        {
            $xpath = new DOMXPath($doc);
            $xpathCode = "//h1[@id='firstHeading']";
            $nodes = $xpath->query($xpathCode);
            echo $nodes->item(0)->nodeValue."<br />";
        }
    }

set_error_handler(function($errno, $errstr, $errfile, $errline) {
    //Digest error here
});

$doc = new DOMDocument();
$isSuccessful = $doc->loadHTMLFile($url);

restore_error_handler();

$doc = getHTML($url, 1);
if ($doc instanceof \DOMDocument) {
    $xpath = new DOMXPath($doc);
}

警告：DOMDocument:：loadHTMLFile（）：中已定义ID保护图标 ，行：60英寸 /第77行的Applications/MAMP/htdocs/Assignments/Assignment4/test.php /维基/流行音乐

警告: DOMDocument:：loadHTMLFile（）： 无法打开流：HTTP请求失败！HTTP/1.1400错误请求 在线输入/Applications/MAMP/htdocs/Assignments/Assignment4/test.php 77

警告：DOMDocument:：loadHTMLFile（）：I/O警告：加载失败 外部实体“” 在线输入/Applications/MAMP/htdocs/Assignments/Assignment4/test.php “77”无效

简短答复: 嗯，您得到的错误是由于

$doc

不是DOMDocument对象，而是布尔值false。由于您正在抑制DOMDocument警告，因此无法知道为什么

getHTML（）

返回false

所以，失去@operator，检查DOMDocument抱怨什么 然后从那里进行调试。

编辑：

    foreach ($paths as $path) 
    {
        echo $path;                                         // will cause error 
        //echo $path = '/wiki/Pop_music';                       // will work
        $url = "http://en.wikipedia.org"."$path";
        $doc = getHTML($url, 1);

        if($doc !== false)
        {
            $xpath = new DOMXPath($doc);
            $xpathCode = "//h1[@id='firstHeading']";
            $nodes = $xpath->query($xpathCode);
            echo $nodes->item(0)->nodeValue."<br />";
        }
    }

set_error_handler(function($errno, $errstr, $errfile, $errline) {
    //Digest error here
});

$doc = new DOMDocument();
$isSuccessful = $doc->loadHTMLFile($url);

restore_error_handler();

$doc = getHTML($url, 1);
if ($doc instanceof \DOMDocument) {
    $xpath = new DOMXPath($doc);
}

但我仍然不确定，为什么当我传入变量时，会得到一个 当我硬编码时，结果就不同了。当我回显两个路径值时 或者url值，它们看起来完全相同

它们当然不完全相同。流行音乐后有一个

标记，这使得url无效。 长话短说 运行此脚本：

$path = '/wiki/Pop_music';
$url = "http://en.wikipedia.org$path";
$doc = new \DOMDocument();
$success = @$doc->loadHTMLFile($url);

if ($success) {
    $xpath = new DOMXPath($doc);
    $xpathCode = "//h1[@id='firstHeading']";
    $nodes = $xpath->query($xpathCode);
    echo $nodes->item(0)->nodeValue."<br />";
}

注意：您也可以使用

getHTML函数返回的类型不一致 getHTML函数可以返回DOMDocument对象或布尔值。虽然这本身并不是一件坏事（在内部，PHP通过许多函数实现了这一点），但这意味着您不能假设

$doc

是一个对象，因为它可以是布尔值false。因此，在将返回值作为参数传递给XDOMPath之前，必须对其进行测试。事实上，这就是你所得到的错误：

您正在将布尔值传递给XDOMPath，而不是DOMDocument对象 结伴

要么在函数中抛出异常（或错误），要么在传递给XDOMPath之前测试返回值

示例：

    foreach ($paths as $path) 
    {
        echo $path;                                         // will cause error 
        //echo $path = '/wiki/Pop_music';                       // will work
        $url = "http://en.wikipedia.org"."$path";
        $doc = getHTML($url, 1);

        if($doc !== false)
        {
            $xpath = new DOMXPath($doc);
            $xpathCode = "//h1[@id='firstHeading']";
            $nodes = $xpath->query($xpathCode);
            echo $nodes->item(0)->nodeValue."<br />";
        }
    }

set_error_handler(function($errno, $errstr, $errfile, $errline) {
    //Digest error here
});

$doc = new DOMDocument();
$isSuccessful = $doc->loadHTMLFile($url);

restore_error_handler();

$doc = getHTML($url, 1);
if ($doc instanceof \DOMDocument) {
    $xpath = new DOMXPath($doc);
}

---

您应该在

@$doc->loadHTMLFile（$url）之前删除
@

并使用正确的ErrorHandler我取出

@

并得到一些错误消息，但我仍然不确定为什么传入变量时得到的结果与硬编码时不同。当我回显路径值或url值时，它们看起来是相同的。弹出音乐后有一个

标记，以查看详细的响应。我完全忘记了我以前添加的

@

。我删除了

@

，但是我传入的变量仍然有问题。嘿，谢谢！我刚修好！我在path变量中附加了一个换行标记。@Tony yeah=）一个小错误，导致调试困难。这就是为什么@operator是邪恶的=P