Désactiver les avertissements lors du chargement de HTML non bien formé par DomDocument (PHP)

Question

Je dois analyser certains fichiers HTML, cependant, ils ne sont pas bien formés et PHP génère des avertissements. Je veux éviter ce comportement de débogage/avertissement de manière programmatique. S'il vous plaît conseillez-moi. Je vous remercie!

Code:

// crée un document DOM et charge les données HTML
$xmlDoc = new DomDocument;
// cela affiche les avertissements
$xmlDoc->loadHTML($fetchResult);

Cela:

@$xmlDoc->loadHTML($fetchResult)

peut supprimer les avertissements mais comment puis-je capturer ces avertissements de manière programmatique?

Answer 1

Appel

libxml_use_internal_errors(true);

avant de traiter avec $xmlDoc->loadHTML()

Cela dit à libxml2 de ne pas envoyer les erreurs et avertissements à PHP. Ensuite, pour vérifier les erreurs et les gérer vous-même, vous pouvez consulter libxml_get_last_error() et/ou libxml_get_errors() lorsque vous êtes prêt :

libxml_use_internal_errors(true);
$dom->loadHTML($html);
$errors = libxml_get_errors();
foreach ($errors as $error) {
    // gérer les erreurs comme vous le souhaitez
}

Answer 2

Pour masquer les avertissements, vous devez donner des instructions spéciales à libxml qui est utilisé en interne pour effectuer l'analyse :

libxml_use_internal_errors(true);
$dom->loadHTML($html);
libxml_clear_errors();

La libxml_use_internal_errors(true) indique que vous allez gérer les erreurs et avertissements vous-même et que vous ne voulez pas qu'ils perturbent la sortie de votre script.

Ce n'est pas la même chose que l'opérateur @. Les avertissements sont collectés en arrière-plan et ensuite vous pouvez les récupérer en utilisant libxml_get_errors() si vous souhaitez effectuer un journal ou renvoyer la liste des problèmes à l'appelant.

Que vous utilisiez ou non les avertissements collectés, vous devriez toujours vider la file en appelant libxml_clear_errors().

Préservation de l'état

Si vous avez d'autres codes qui utilisent libxml, il peut être utile de vous assurer que votre code n'altère pas l'état global de la gestion des erreurs ; pour cela, vous pouvez utiliser la valeur de retour de libxml_use_internal_errors() pour sauvegarder l'état précédent.

// modifier l'état
$libxml_previous_state = libxml_use_internal_errors(true);
// analyser
$dom->loadHTML($html);
// gérer les erreurs
libxml_clear_errors();
// restaurer
libxml_use_internal_errors($libxml_previous_state);

Answer 3

Définir les options "LIBXML_NOWARNING" et "LIBXML_NOERROR" fonctionne également parfaitement :

$dom->loadHTML($html, LIBXML_NOWARNING | LIBXML_NOERROR);

Answer 4

Vous pouvez installer un gestionnaire d'erreur temporaire avec set_error_handler

class ErrorTrap {
  protected $callback;
  protected $errors = array();
  function __construct($callback) {
    $this->callback = $callback;
  }
  function call() {
    $result = null;
    set_error_handler(array($this, 'onError'));
    try {
      $result = call_user_func_array($this->callback, func_get_args());
    } catch (Exception $ex) {
      restore_error_handler();        
      throw $ex;
    }
    restore_error_handler();
    return $result;
  }
  function onError($errno, $errstr, $errfile, $errline) {
    $this->errors[] = array($errno, $errstr, $errfile, $errline);
  }
  function ok() {
    return count($this->errors) === 0;
  }
  function errors() {
    return $this->errors;
  }
}

Utilisation:

// créer un document DOM et charger les données HTML
$xmlDoc = new DomDocument();
$caller = new ErrorTrap(array($xmlDoc, 'loadHTML'));
// cela ne génère aucun avertissement
$caller->call($fetchResult);
if (!$caller->ok()) {
  var_dump($caller->errors());
}