在DOMDocument-> load（）上捕获404错误

Question

我正在使用DOM加载一堆rss feed，有时会有404而不是生成文件。 问题是web服务器发出一个html 404页面来代替预期的xml文件，所以使用这个代码：

$rssDom = new DOMDocument();
$rssDom->load($url);
$channel = $rssDom->getElementsByTagName('channel');
$channel = $channel->item(0);
$items = $channel->getElementsByTagName('item');

我收到这个警告：

Warning: DOMDocument::load() [domdocument.load]: Entity 'nbsp' not defined

接下来是这个错误：

Fatal error: Call to a member function getElementsByTagName() on a non-object

通常，这段代码工作正常，但是在我得到404的情况下它没有做任何事情。 我在load语句周围尝试了一个标准的try-catch，但它似乎没有抓住它。

Answer 1

您可以使用抑制解析错误的输出

libxml_use_internal_errors(true);

要检查返回的响应是否为404，您可以在调用DOMDocument::load()之后检查$http_response_header

例：

libxml_use_internal_errors(true);
$rssDom = new DOMDocument();
$rssDom->load($url);
if (strpos($http_response_header[0], '404')) {
    die('file not found. exiting.');
}

另一种方法是使用file_get_contents ，然后检查响应头，如果不是404，则使用DOMDocument::loadXml加载标记。 这将阻止DOMDocument解析无效的XML。

请注意，所有这些都假定服务器在响应中正确返回404标头。

Answer 2

使用file_get_contents或curl手动加载HTML（允许您进行自己的错误检查），如果一切顺利，则将结果提供给DOMDocument::loadHTML 。

这里有很多curl例子（例如看这个 ，虽然它肯定不是最好的）; 要获取HTTP状态代码，您将使用curl_getinfo 。

Answer 3

为了避免警告，你可以使用LIBXML_NOWARNING （注意：抑制警告通常不是一件好事）。

这里更重要的问题是致命错误：要避免这种情况，您应该检查文档是否已正确加载。 为此，只需保存load()的返回值即可 ：

$loaded = $rssDom->load($url, LIBXML_NOWARNING);
if($loaded){
    $channel = $rssDom->getElementsByTagName('channel');
    $channel = $channel->item(0);
    $items = $channel->getElementsByTagName('item');
}else{
    // show error-message or something like that
}

Answer 4

像这样：

$rssDom = new DOMDocument();
if($rssDom->load($url)) {
   $channel = $rssDom->getElementsByTagName('channel');
   $channel = $channel->item(0);
   $items = $channel->getElementsByTagName('item');
}

Answer 5

如果有人需要解决方案，这就像魅力：

$objDOM = new DOMDocument();
$loaded=@$objDOM->load(url);

if (!$loaded){
    //something went terribly wrong
} else {
    //this is going ok!!
}

这有效，因为我们通过'@'来抑制警告，并且在出现错误时，load返回true或false。