警告：DOMDocument :: loadHTML（）：htmlParseEntityRef：期待';' 在实体中

$html = file_get_contents("http://www.somesite.com/");

$dom = new DOMDocument();
$dom->loadHTML($html);

echo $dom;

抛出

Warning: DOMDocument::loadHTML(): htmlParseEntityRef: expecting ';' in Entity,
Catchable fatal error: Object of class DOMDocument could not be converted to string in test.php on line 10

要消除警告，您可以使用 libxml_use_internal_errors(true)

// create new DOMDocument
$document = new \DOMDocument('1.0', 'UTF-8');

// set error level
$internalErrors = libxml_use_internal_errors(true);

// load HTML
$document->loadHTML($html);

// Restore error level
libxml_use_internal_errors($internalErrors);

我敢打赌，如果您查看源代码，http://www.somesite.com/将会发现尚未转换为HTML的特殊字符。也许是这样的：

<a href="/script.php?foo=bar&hello=world">link</a>

应该

<a href="/script.php?foo=bar&amp;hello=world">link</a>

$dom->@loadHTML($html);

这是不正确的，请改用：

@$dom->loadHTML($html);

有两个错误：第二个错误是因为$ dom不是字符串而是一个对象，因此不能被“回显”。第一个错误是来自loadHTML的警告，它是由要加载的html文档的语法无效引起的（可能是＆（与号）用作参数分隔符，而没有被＆掩盖为实体）。

您可以通过使用错误控制运算符“ @”（http://www.php.net/manual/zh/language.operators.errorcontrol）调用函数来忽略并抑制该错误消息（不是错误，而只是消息！）。 php）

@$dom->loadHTML($html);

致命错误的原因是DOMDocument没有__toString（）方法，因此无法回显。

您可能正在寻找

echo $dom->saveHTML();

不管回显（需要用print_r或var_dump替换），如果引发异常，则对象应保持为空：

DOMNodeList Object
(
)

解

1. 设置recover为true和strictErrorCheckingfalse

   $content = file_get_contents($url);
   
   $doc = new DOMDocument();
   $doc->recover = true;
   $doc->strictErrorChecking = false;
   $doc->loadHTML($content);
   

2. 在标记的内容上使用php的实体编码，这是最常见的错误源。

取代简单

$dom->loadHTML($html);

与更强大的...

libxml_use_internal_errors(true);

if (!$DOM->loadHTML($page))
    {
        $errors="";
        foreach (libxml_get_errors() as $error)  {
            $errors.=$error->message."<br/>";
        }
        libxml_clear_errors();
        print "libxml errors:<br>$errors";
        return;
    }

$html = file_get_contents("http://www.somesite.com/");

$dom = new DOMDocument();
$dom->loadHTML(htmlspecialchars($html));

echo $dom;

试试这个

另一个可能的解决方案是

$sContent = htmlspecialchars($sHTML);
$oDom = new DOMDocument();
$oDom->loadHTML($sContent);
echo html_entity_decode($oDom->saveHTML());

我知道这是一个老问题，但是如果您要修复HTML中格式错误的“＆”符号，请问。您可以使用类似于以下代码：

$page = file_get_contents('http://www.example.com');
$page = preg_replace('/\s+/', ' ', trim($page));
fixAmps($page, 0);
$dom->loadHTML($page);


function fixAmps(&$html, $offset) {
    $positionAmp = strpos($html, '&', $offset);
    $positionSemiColumn = strpos($html, ';', $positionAmp+1);

    $string = substr($html, $positionAmp, $positionSemiColumn-$positionAmp+1);

    if ($positionAmp !== false) { // If an '&' can be found.
        if ($positionSemiColumn === false) { // If no ';' can be found.
            $html = substr_replace($html, '&', $positionAmp, 1); // Replace straight away.
        } else if (preg_match('/&(#[0-9]+|[A-Z|a-z|0-9]+);/', $string) === 0) { // If a standard escape cannot be found.
            $html = substr_replace($html, '&', $positionAmp, 1); // This mean we need to escape the '&' sign.
            fixAmps($html, $positionAmp+5); // Recursive call from the new position.
        } else {
            fixAmps($html, $positionAmp+1); // Recursive call from the new position.
        }
    }
}

另一个可能的解决方案是，也许您的文件是ASCII类型的文件，只需更改文件的类型即可。

即使在此之后，我的代码仍能正常工作，所以我只是在第1行使用此语句删除了所有警告消息。

<?php error_reporting(E_ERROR); ?>