Разбор (невалиден) HTML от друг уебсайт с помощта на PHP

Опитвам се да анализирам следния HTML от следния URL адрес:

http://md5.rednoize.com/?q=fbade9e36a3f36d3d676c1b808451dd7

Кодът:

    $html = file_get_contents($url.$hash);
    $config = array(
      'clean' => 'yes',
      'output-html' => 'yes',
    );
    $tidy = tidy_parse_string($html, $config, 'utf8');
    $tidy->cleanRepair();
    $dom = new DOMDocument;
    $dom->loadHTML($tidy);

    $result = $dom->getElementById('result');

Въпреки това е невалиден:

Warning: DOMDocument::loadHTML() [<a href='/bgdomdocument.loadhtml'>domdocument.loadhtml</a>]: ID switcher already defined in Entity, line: 128 in

Има ли начин все още да можете да го анализирате?


php html-parsing domdocument
person PeeHaa    schedule 09.07.2011    source източник
comment
Може би глупава забележка, но не можете ли просто да поставите 'clean' =› 'yes' на 'clean' =› 'no', ?   -  person Hans Wassink    schedule 10.07.2011
comment
@Hans: Защо бих искал да направя това?   -  person PeeHaa    schedule 10.07.2011
comment
Какво се случва, ако промените $dom->loadHTML($tidy); на $dom->loadHTML($tidy->value);   -  person Glass Robot    schedule 10.07.2011

Отговори (1)


arrow_upward
4
arrow_downward

Можете да опитате да го анализирате, след като изключите стриктната проверка за грешки:

$dom = new DOMDocument;
$dom->strictErrorChecking = FALSE;
$dom->loadHTML($tidy);
person Michael Berkowski    schedule 09.07.2011