(PHP 5, PHP 7, PHP 8)
DOMDocument::loadHTMLFile — HTML belgeyi bir dosyadan yükler
HTML belgeyi belirtilen dosyadan yükler. XML belge yüklemedeki gibi belgenin iyi biçemli olma gereği yoktur.
Bu işlev, girdiyi bir HTML 4 ayrıştırıcısı kullanarak ayrıştırır. Günümüz tarayıcılarının kullandığı HTML 5 için ayrıştırma kuralları farklıdır. Girdiye bağlı olarak bu farklı bir DOM yapısıyla sonuçlanabilir. Bu nedenle bu işlev HTML temizliği için güvenli bir şekilde kullanılamaz.
HTML ayrıştırılırken davranış, özellikle uç koşulları ve hata işleme
açısından kullanılan libxml sürümüne bağlı olabilir.
HTML5 belirtimine uyan ayrıştırma için PHP 8.4 sürümünde eklenen
Dom\HTMLDocument::createFromString() veya
Dom\HTMLDocument::createFromFile() kullanılmalıdır.
Örneğin, bazı HTML öğeleri karşılaşıldığında bir üst öğeyi örtük olarak kapatır. Üst öğeleri otomatik olarak kapatma kuralları HTML 4 ve HTML 5 arasında farklılık gösterir ve bu nedenle DOMDocument tarafından görülen sonuç DOM yapısı bir tarayıcının gördüğü DOM yapısından farklı olabilir ve bu da bir saldırganın sonuç HTML kodunu kırmasına olanak tanıyabilir.
dosyaHTML belgeyi içeren dosyanın yolu.
seçenekler
dosya olarak boş bir dizge veya boş bir dosya
aktarılırsa bir uyarı üretilir. Bu uyarıyı libxml üretmez ve libxml'in hata
işlevleri ile elde edilemez.
Bozuk bir HTML sayfa başarıyla yüklense bile bu işlev hatalı bir imlenim ile
karşılaştığında bir E_WARNING iletisi üretebilir. Böyle
bir durumu atlatabilmek için
libxml'in hata
işleme işlevleri kullanılabilir.
| Sürüm: | Açıklama |
|---|---|
| 8.3.0 | Bu işlevin dönüş türü artık deneysel bool türünde. |
| 8.0.0 |
Bu işlevin duruk olarak çağrılması artık Error
oluşturuyor. Evvelce E_DEPRECATED hatası verirdi.
|
Örnek 1 - Bir belge oluşturmak
<?php
$doc = new DOMDocument();
$doc->loadHTMLFile("filename.html");
echo $doc->saveHTML();
?>
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.<?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";
}
}
}
?>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!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();
}