ConFoo 2025

DOMDocument::loadHTMLFile

(PHP 5, PHP 7, PHP 8)

DOMDocument::loadHTMLFile Load HTML from a file

Beschreibung

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

The function parses the HTML document in the file named filename. Unlike loading XML, HTML does not have to be well-formed to load.

Warnung

Um modernes HTML zu parsen und zu verarbeiten, sollte Dom\HTMLDocument anstelle von DOMDocument verwendet werden.

Diese Funktion analysiert die Eingabe mit einem HTML 4-Parser. HTML 5, das von modernen Webbrowsern verwendet wird, hat andere Parsing-Regeln. Je nach Eingabe kann dies zu einer anderen DOM-Struktur führen, weshalb diese Funktion nicht bedenkenlos zur Bereinigung von HTML verwendet werden kann.

Das Verhalten beim Analysieren von HTML kann von der verwendeten Version von libxml abhängen, insbesondere in Bezug auf die Randbedingungen und die Fehlerbehandlung. Für Analysen, die der HTML5-Spezifikation entsprechen, sollte eine der in PHP 8.4 eingeführten Methoden Dom\HTMLDocument::createFromString() oder Dom\HTMLDocument::createFromFile() verwendet werden.

Beispielsweise schließen einige HTML-Elemente implizit ein übergeordnetes Element, wenn sie darauf treffen. Die Regeln für das automatische Schließen übergeordneter Elemente unterscheiden sich zwischen HTML 4 und HTML 5, sodass die resultierende DOM-Struktur, die DOMDocument sieht, sich von der DOM-Struktur unterscheiden kann, die ein Webbrowser sieht.

Parameter-Liste

filename

The path to the HTML file.

options

Bitweises OR von libxml-Konstanten für weitere Optionen.

Rückgabewerte

Gibt bei Erfolg true zurück. Bei einem Fehler wird false zurückgegeben.

Fehler/Exceptions

If an empty string is passed as the filename or an empty file is named, a warning will be generated. This warning is not generated by libxml and cannot be handled using libxml's error handling functions.

Auch wenn fehlerhaftes HTML erfolgreich laden sollte, kann diese Funktion dennoch Fehler der Stufe E_WARNING generieren, wenn sie auf falsches Markup stößt. Die Fehlerbehandlungsfunktionen von libxml können genutzt werden, um diese Fehler zu behandeln.

Changelog

Version Beschreibung
8.3.0 This function now has a tentative bool return type.
8.0.0 Calling this function statically will now throw an Error. Previously, an E_DEPRECATED was raised.

Beispiele

Beispiel #1 Creating a Document

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

Siehe auch

add a note

User Contributed Notes 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
16 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