Как игнорировать теги CDATA? - PullRequest
Новая
       8

Как игнорировать теги CDATA?

3 голосов
/ 24 марта 2012

Я пытаюсь создать html-парсер, но когда я загружаю html, я получаю такие предупреждения

Предупреждение: DOMDocument :: loadHTML () [domdocument.loadhtml]: недопустимый символ в CDATA 0x1C в сущности, строка: 1302

Вот код, который я использую 

class Parser
{
public $url=null;
public $html=null;
public $tidy=null;
public $head=null;
public $head_xpath=null;


function __construct($url){
    $this->url=$url;
    $this->html=file_get_contents($this->url);
    $this->tidy=tidy_parse_string($this->html);
    $this->head=new DOMDocument();
    $this->head->loadHTML($this->tidy->head());
    $this->head_xpath= new DOMXPath($this->head);

}
}

$x=new Parser("http://www.guardian.co.uk/politics/2012/mar/24/vince-cable-coalition-banking-row");

Я искал и нашел константу LIBXML_NOCDATA, но я не знаю, как ее установить. Так как же я могу полностью игнорировать CDATA?

1 Ответ

0 голосов
/ 27 марта 2012 
$this->html = preg_replace('~//\s*?<!\[CDATA\[\s*|\s*//\]\]>~', '', $this->html);

должен работать, но на самом деле не проверял его.

...