0

Estou tentando baixar o conteúdo de uma site, porém está dando este warning:

`DOMDocument::loadHTML(): Unexpected end tag : tr in Entity

E está indicando diversas linhas. também não estou conseguindo arrumar a acentuação.

Alguém poderia me ajudar a entender e solucionar estes problemas?

$content = http_build_query([
    'Local' => 'Adamantina',
    'Inicio' => '01/01/2015',
    'Final' => '31/12/2015',
]);

$context = stream_context_create([
    'http' => [
        'method'  => 'POST',
        'header'  => 'Content-type: application/x-www-form-urlencoded',
        'content' => $content,
    ]
]);

$contents = utf8_decode(file_get_contents('http://www.ciiagro.sp.gov.br/ciiagroonline/Listagens/BH/LBalancoHidricoLocal.asp', false, $context));

$dom = new DOMDocument();
$dom->loadHTML($contents);
$dom->saveHTML($dom->documentElement);

$xpath = new DomXPath($dom);
$rows = $xpath->query('//table/tr[position()>0]');

foreach ($rows as $row) {
    $tds=$row->getElementsByTagName("td");   

    foreach ($tds as $td) {
        print($td->nodeValue);
        echo "<br>";
    }
}
2
  • assim: $rows = $xpath->query('//table'); $rows2 = $xpath->query('.//tr', $rows); foreach($rows2 as $row){ $tds=$row->getElementsByTagName("td"); foreach($tds as $td){ print ($td->nodeValue); echo "<br>"; } } não funcionou 21/01/2016 às 12:14
  • É, este não é o problema, veja se a resposta ajuda a questão.
    – Inkeliz
    21/01/2016 às 12:53

1 Resposta 1

1

Problema de Warning:

Para corrigir o problema do Warning você deve utilizar o libxml_use_internal_errors(), na verdade ele irá apenas ocultar os erros do libxml.

Utilize o seguinte:

libxml_use_internal_errors(true);

Fonte: http://php.net/manual/pt_BR/function.libxml-use-internal-errors.php

Problema de acento:

Para corrigir o problema de codificação utilize o mb_convert_encoding(), isto irá converter para HTML, mas remova o utf8_decode() anterior!

Utilize o seguinte:

mb_convert_encoding($td->nodeValue, 'HTML-ENTITIES', 'UTF-8');

Fonte: http://php.net/manual/pt_BR/function.mb-convert-encoding.php

Altere para algo similar à isto:

$contents = file_get_contents('http://www.ciiagro.sp.gov.br/ciiagroonline/Listagens/BH/LBalancoHidricoLocal.asp', false, $context);

Removendo o utf8_decode().

Nota:

  1. A maneira mais fácil para saber quando usar o HTML-ENTITIES, para mim, é saber que apresenta o ? ao invés de <?> (com fundo preto) ou algumas combinações de caracteres "aleatórios". Lógico, isto é apenas para mim, que vou chutando até funcionar.

  2. Acredito que seja melhor usar cURL ao invés de file_get_contents(),

Estou sem tempo, desculpe, irei tentar melhorar a resposta em breve.

1
  • Descobri que o site que estou tentando pegar os dados tem problemas no desenvolvimento, então deve ser o problema dele. Mas obrigado pela ajuda. 21/01/2016 às 13:27

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .