PHP 8.4.1 Released!

DOMDocument::loadHTMLFile

(PHP 5, PHP 7, PHP 8)

DOMDocument::loadHTMLFile Carrega HTML de um arquivo

Descrição

public DOMDocument::loadHTMLFile(string $filename, int $options = 0): bool

A função analisa o documento HTML no arquivo com o nome filename. Ao contrário do carregamento de XML, o HTML não precisa ser bem formado para ser carregado.

Aviso

Esta função interpreta a entrada usando um analisador de HTML 4. As regras de análise de HTML 5, que são as que os navegadores modernos usam, são diferentes. Dependendo da entrada isso pode resultar em uma estrutura DOM diferente. Portanto, esta função não pode ser usada para sanitizar HTML de forma segura.

O comportamento ao interpretar HTML pode depender da versão da libxml que está sendo usada, particularmente em relação a condições de contorno e manipulação de erros. Para interpretação que se conforma à especificação HTML5, use Dom\HTMLDocument::createFromString() ou Dom\HTMLDocument::createFromFile(), adicionado no PHP 8.4.

Como um exemplo, alguns elementos HTML irão fechar implicitamente um elemento pai quando encontrados. As regras para fechamento automático de elementos pai diferem entre HTML 4 e HTML 5 e por isso a estrutura DOM resultante que DOMDocument enxerga pode ser diferente da estrutura DOM que um navegador enxerga, possivelmente permitindo a um intruso quebrar o HTML resultante.

Parâmetros

filename

O caminho para o arquivo HTML.

options

Bit a bit OR das constantes de opções da libxml.

Valor Retornado

Retorna true em caso de sucesso ou false em caso de falha.

Erros/Exceções

Se uma string vazia for passada como o filename ou um arquivo vazio for nomeado, um aviso será gerado. Este aviso não é gerado pelo libxml e não pode ser tratado usando as funções de manipulação de erros do libxml.

Embora o HTML malformado deva ser carregado com sucesso, esta função pode gerar erros E_WARNING quando encontrar marcação incorreta. As funções de tratamento de erros da biblioteca libxml podem ser usadas para lidar com esses erros.

Registro de Alterações

Versão Descrição
8.3.0 Esta função agora tem um tipo de retorno bool tentativo.
8.0.0 Chamando esta função estaticamente agora irá gerar um Error. Anteriormente, era gerado um E_DEPRECATED.

Exemplos

Exemplo #1 Criando um Documento

<?php
$doc
= new DOMDocument();
$doc->loadHTMLFile("filename.html");
echo
$doc->saveHTML();
?>

Veja Também

adicione uma nota

Notas Enviadas por Usuários (em inglês) 4 notes

up
14
onemanbanddan at gmail dot com
10 years ago
The options for surpressing errors and warnings will not work with this as they do for loadXML()
e.g.
<?php
$doc
->loadHTMLFile($file, LIBXML_NOWARNING | LIBXML_NOERROR);
?>
will not work.
you must use:
<?php
libxml_use_internal_errors
(true);
$doc->loadHTMLFile($file);
?>
and handle the exceptions as neccesarry.
up
5
Mark Omohundro, ajamyajax dot com
15 years ago
<?php
// try this html listing example for all nodes / includes a few getElementsByTagName options:

$file = $DOCUMENT_ROOT. "test.html";
$doc = new DOMDocument();
$doc->loadHTMLFile($file);

// example 1:
$elements = $doc->getElementsByTagName('*');
// example 2:
$elements = $doc->getElementsByTagName('html');
// example 3:
//$elements = $doc->getElementsByTagName('body');
// example 4:
//$elements = $doc->getElementsByTagName('table');
// example 5:
//$elements = $doc->getElementsByTagName('div');

if (!is_null($elements)) {
foreach (
$elements as $element) {
echo
"<br/>". $element->nodeName. ": ";

$nodes = $element->childNodes;
foreach (
$nodes as $node) {
echo
$node->nodeValue. "\n";
}
}
}
?>
up
-4
andy at carobert dot com
19 years ago
This puts the HTML into a DOM object which can be parsed by individual tags, attributes, etc.. Here is an example of getting all the 'href' attributes and corresponding node values out of the 'a' tag. Very cool....

<?php
$myhtml
= <<<EOF
<html>
<head>
<title>My Page</title>
</head>
<body>
<p><a href="/mypage1">Hello World!</a></p>
<p><a href="/mypage2">Another Hello World!</a></p>
</body>
</html>
EOF;

$doc = new DOMDocument();
$doc->loadHTML($myhtml);

$tags = $doc->getElementsByTagName('a');

foreach (
$tags as $tag) {
echo
$tag->getAttribute('href').' | '.$tag->nodeValue."\n";
}
?>

This should output:

/mypage1 | Hello World!
/mypage2 | Another Hello World!
up
-5
qrworld.net
10 years ago
In this post http://softontherocks.blogspot.com/2014/11/descargar-el-contenido-de-una-url_11.html I found a simple way to get the content of a URL with DOMDocument, loadHTMLFile and saveHTML().

function getURLContent($url){
$doc = new DOMDocument;
$doc->preserveWhiteSpace = FALSE;
@$doc->loadHTMLFile($url);
return $doc->saveHTML();
}
To Top