SimpleXML->的XPath问题

http://www.alliedelec.com/search/searchresults.aspx?N=0&Ntt=PIC16F648&Ntk=Primary&i=0&sw=n

与SimpleXML->的XPath。我已经确定了表的XPath的是：

'//*[@id="tblParts"]'

现在我把我的卷曲串$串并执行以下操作：

$tidy->parseString($string); 
$output = (string) $tidy; 
$xml = new SimpleXMLElement($output); 
$result = $xml->xpath('//*[@id="tblParts"]'); 
while(list(, $node) = each($result)) 
{ 
echo 'NODE:' . $node . "\n"; 
}

我回来的错误，如这些，由百位：

Warning: SimpleXMLElement::__construct() [simplexmlelement.--construct]: Entity: line 60: parser error : Opening and ending tag mismatch: meta line 22 and head in C:\xampp\htdocs\elexess\api\driver\driver_alliedelectronics.php on line 119 

Warning: SimpleXMLElement::__construct() [simplexmlelement.--construct]: </head> in C:\xampp\htdocs\elexess\api\driver\driver_alliedelectronics.php on line 119 

Warning: SimpleXMLElement::__construct() [simplexmlelement.--construct]:^in C:\xampp\htdocs\elexess\api\driver\driver_alliedelectronics.php on line 119 

Warning: SimpleXMLElement::__construct() [simplexmlelement.--construct]: Entity: line 108: parser error : Opening and ending tag mismatch: img line 106 and td in C:\xampp\htdocs\elexess\api\driver\driver_alliedelectronics.php on line 119

除了这个底：

Fatal error: Uncaught exception 'Exception' with message 'String could not be parsed as XML' in C:\xampp\htdocs\app\com\get\get_alliedelectronics.php:119 Stack trace: #0 C:\xampp\htdocs\app\com\get\get_alliedelectronics.php(119): SimpleXMLElement->__construct('<!DOCTYPE html ...') #1 C:\xampp\htdocs\app\com\get\get_alliedelectronics.php(95): get_Alliedelectronics->extractData('<!DOCTYPE html ...') #2 C:\xampp\htdocs\app\com\get\get_alliedelectronics.php(138): get_Alliedelectronics->query('PIC16F648') #3 {main} thrown in C:\xampp\htdocs\app\com\get\get_alliedelectronics.php on line 119

来源

2011-05-08 Jack Murphy

你看上去获取并试图解析页面的HTML格式不正确（标签不匹配等）

您可以尝试使用simplexml_import_dom修正错误，因为我在this SO post解释。

来源

2011-05-08 14:17:53

此外，您需要使用适合您正在处理的数据的工具。如果您打算使用XML方法，那么编写好的代码要求可以*保证输入的格式良好，而不仅仅是希望和实验的猜测。您只能相信XML库为您生成XML，因此如果您在处理的早期处于“肮脏”阶段，则必须使用HTML方法进行转换并使代码安全。 – 2011-05-08 14:50:05

我不知道我可以用什么其他工具从这个HTML文件中提取数据，我不知道如何清除脏代码，除非让它通过整齐运行。 – 2011-05-08 14:53:27

我建议不要使用SimpleXML（@Nev Stokes和@Nicholas Wilson是正确的：这是html，而不是XML，你不能保证它会验证为XML）并使用类似DOM的东西（请参阅http://www.php.net/manual/en/book.dom.php）。你可以这样做：

$doc = new DOMDocument(); 
$doc->loadHTML($string); 
$xpath = new DOMXPath($doc); 
$entries = $xpath->query('//*[@id="tblParts"]'); 
foreach ($entries as $entry) { 
    // do something 
}

看看是否有帮助。

来源

2011-05-08 16:23:41 Femi

SimpleXML->的XPath问题

回答

相关问题