PHP GetElementsByTagName错误

我写了一个很长的代码，我不得不从一个网站上检索很多标签，例如标题，h1，h2，h3，a，p等等。我首先用preg_match做了这件事，但很快意识到这是错误的做法。所以我开始用这个：

function getTextBetweenTags($string, $tagname){
    $d = new DOMDocument();
    $d->loadHTML($string);
    $return = array();
    foreach($d->getElementsByTagName($tagname) as $item){
        $return[] = $item->textContent;
    }
    return $return;
}

要检索标记：

$title=getTextBetweenTags（$contents，'title'）

这在正在使用的testpage上运行良好，这是一个wikipedia页面

但当我在另一页上测试它时，它给了我很多错误，比如：

警告：DOMDocument:：loadHTML（）[DOMDocument.loadHTML]：输入不正确UTF-8，请指示编码！在实体中

在这之后有很多：

警告：DOMDocument:：loadHTML（）[DOMDocument.loadHTML]：HTMLParserEntityRef:应为“；”在实体中，

我做了一些研究，发现它期待一个
“&；”而不是
&
，例如，在每个“特殊字符”之后，它都需要一个
但由于它使用
file\u get\u contents
检索内容（
$file\u contents=file\u get\u contents（$url）；
）。我真的不想回到
preg\u match
（出于明显的原因），所以我想问你们是否知道如何解决我的问题

提前谢谢
 您可以使用解决此问题。当前，每次调用函数时，函数都会调用
loadHTML（）
。我只需在函数外部加载HTML，并将其作为参数传递

$dom = new DOMDocument();
$errorState = libxml_use_internal_errors(TRUE); // don't display errors
$dom->loadHTML($string);
libxml_use_internal_errors($errorState); // reset the state

function getTextBetweenTags(DOMDocument $dom, $string, $tagname) {
    $return = array();
    foreach($dom->getElementsByTagName($tagname) as $item){
        $return[] = $item->textContent;
    }
    return $return;
}

用法示例：

$string = file_get_contents($url);
$title = getTextBetweenTags($dom, $string, 'title');

欢迎来到解析无效html的世界…嘿，谢谢你的回答，它比以前工作得多！但是，它不再允许我找到
标题
和
i
。而且不知怎么搞砸了我的if语句。我不知道你有没有时间看看这个？如果你感兴趣，我会编辑我的问题，你可以看一下。好吧，我解决了我的问题，我在
$dom->loadHTML（$string）中包含了错误的
$
。谢谢你的帮助。我接受了你的回答。