DOMDocument::loadHTML
<?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";
}
}
}
?>
DOMDocument::loadHTMLFile
(PHP 5)
DOMDocument::loadHTMLFile — Cargar HTML desde un fichero
Descripción
bool DOMDocument::loadHTMLFile
( string
$filename
)
Esta función analiza el documento HTML del fichero llamado
filename. A diferencia de cargar XML, HTML no tiene
que estar bien formado para cargarse.
Parámetros
-
filename -
La ruta al fichero HTML.
Valores devueltos
Devuelve TRUE en caso de éxito o FALSE en caso de error. Si se llama estáticamente, devuelve un
DOMDocument o FALSE en caso de error.
Errores/Excepciones
Si se pasa una cadena vacía a filename
o se nombra un fichero vacío, se generará una advertencia. Esta advertencia
no es generada por libxml y no se puede tratar usando funciones de manejo de errores de
libxml.
Este método puede ser llamado de forma estática, pero lanzará un error E_STRICT.
Aunque el HTML malformado debería cargar con éxito, esta función puede generar errores E_WARNING al encontrarse con marcado erróneo. Se pueden usar las funciones de manejo de errores de libxml para manejar estos errores.
Ejemplos
Ejemplo #1 Crear un Documento
<?php
$doc = new DOMDocument();
$doc->loadHTMLFile("filename.html");
echo $doc->saveHTML();
?>
Ver también
- DOMDocument::loadHTML() - Cargar HTML de una cadena
- DOMDocument::saveHTML() - Copia el documento interno a una cadena usando el formato HTML
- DOMDocument::saveHTMLFile() - Copia el documento interno a un fichero usando el formato HTML
add a note
User Contributed Notes
DOMDocument::loadHTMLFile - [5 notes]
Mark Omohundro, ajamyajax dot com ¶
4 years ago
andy at carobert dot com ¶
7 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!
gzech at SPAMFILTER dot eso dot org ¶
6 years ago
If you want to suppress output warnings from loadHTMLFile($url), put an @ sign in front. This even works in:
<?php
$load = @$dom->loadHTMLFile($url);
?>
Lachlan Hunt ¶
7 years ago
Andy, the code you gave should not give that result. In your code, $tag is an <a> element and the nodeValue of elements is null, according to the DOM2 spec. You need to get at the text node first, before getting the node value.
<?
...
foreach ($tags as $tag) {
echo $tag->getAttribute('href').' | '.$tag->childNodes->item(0)->nodeValue."\n";
}
?>
This should output:
/mypage1 | Hello World!
/mypage2 | Another Hello World!
bens at effortlessis dot com ¶
8 years ago
Note that this function doesn't parse the individual tags WITHIN the html file - it's all loaded as a "black box", and you end up with an XML widget that comprises nothing but the complete chunk of HTML.
I was hoping it would function as a sort of HTML-validator/parser, but that doesn't seem to be the case.