PHP解析无效的html

我正在尝试解析一些不在我服务器上的 HTML

$dom = new DOMDocument();
    $dom->loadHTMLfile("http://www.some-site.org/page.aspx");      
    echo    $dom->getElementById('his_id')->item(0);

但是php会返回一个类似ID his_id的错误,这个错误已经在http://www.some-site.org/page.aspx中定义,第33行.我认为这是因为DOMDocument正在处理无效的html.那么,即使无效,我怎么解析呢？

在解析之前,您应该在其上运行 HTML Tidy以进行清理.

$html = file_get_contents('http://www.some-site.org/page.aspx');
$config = array(
  'clean' => 'yes','output-html' => 'yes',);
$tidy = tidy_parse_string($html,$config,'utf8');
$tidy->cleanRepair();
$dom = new DOMDocument;
$dom->loadHTML($tidy);

见list of options.