求助：如何用DOMDocument打印完整XML并抓取URL链接生成XML？附报错

嘿，我来帮你一步步搞定这两个技术需求，顺便解决那个触发TypeError的致命错误问题～

一、先搞定DOMDocument::saveXML()的致命错误 #

你遇到的这个Fatal error原因很明确：DOMDocument::saveXML()方法接收的参数必须是DOMNode实例或者null，但你传了一个字符串。

举个错误的反例（就是你可能写的代码）：

$dom = new DOMDocument();
// 错误：传字符串给saveXML()
echo $dom->saveXML('<root><test>content</test></root>');

正确的用法是：

• 如果要输出整个XML文档，直接调用$dom->saveXML()（不需要传参数）
• 如果要输出某个特定节点，传入该节点的DOMNode对象

比如正确示例：

$dom = new DOMDocument('1.0', 'UTF-8');
$dom->loadXML('<root><test>content</test></root>');

// 输出完整XML文档
echo htmlspecialchars($dom->saveXML());

// 或者输出根节点
echo htmlspecialchars($dom->saveXML($dom->documentElement));

二、实现你的两个技术需求 #

1. 使用DOMDocument打印完整的XML文档 #

这里分两种场景：加载已有XML字符串/文件，然后打印完整内容。

场景1：加载XML字符串并打印

// 初始化DOMDocument，设置版本和编码
$dom = new DOMDocument('1.0', 'UTF-8');
$dom->formatOutput = true; // 开启格式化，让输出的XML更美观

// 加载XML字符串
$xmlContent = '<bookstore>
    <book category="fiction">
        <title>Harry Potter</title>
        <author>J.K. Rowling</author>
    </book>
</bookstore>';
$dom->loadXML($xmlContent);

// 打印完整XML（用htmlspecialchars避免浏览器直接解析标签）
echo htmlspecialchars($dom->saveXML());

场景2：加载XML文件并打印

$dom = new DOMDocument('1.0', 'UTF-8');
$dom->formatOutput = true;

// 加载本地XML文件
if ($dom->load('books.xml')) {
    echo htmlspecialchars($dom->saveXML());
} else {
    echo '加载XML文件失败';
}

2. 抓取指定URL的所有链接并以XML格式输出 #

这个需求需要先抓取网页内容，解析出所有<a>标签，再构建规范的XML输出。下面是完整可运行的代码：

// 目标URL
$targetUrl = 'http://www.example.com/xxxx/';

// 步骤1：获取目标页面的HTML内容
$htmlContent = file_get_contents($targetUrl);
if (!$htmlContent) {
    die('无法获取目标页面，请检查URL是否正确或网络连接');
}

// 步骤2：解析HTML（网页HTML往往不规范，需要抑制解析错误）
$dom = new DOMDocument();
libxml_use_internal_errors(true); // 关闭HTML解析错误提示
$dom->loadHTML($htmlContent);
libxml_clear_errors(); // 清除解析过程中的错误记录

// 步骤3：用XPath提取所有<a>标签
$xpath = new DOMXPath($dom);
$allLinks = $xpath->query('//a'); // 匹配所有<a>元素

// 步骤4：构建输出的XML文档
$outputXml = new DOMDocument('1.0', 'UTF-8');
$outputXml->formatOutput = true;

// 创建根节点
$rootNode = $outputXml->createElement('extracted_links');
$outputXml->appendChild($rootNode);

// 遍历所有链接，添加到XML中
foreach ($allLinks as $link) {
    // 获取链接的href属性
    $href = $link->getAttribute('href');
    // 处理相对链接，转换为绝对链接（避免输出相对路径）
    if (!parse_url($href, PHP_URL_SCHEME)) {
        $href = rtrim($targetUrl, '/') . '/' . ltrim($href, '/');
    }
    // 获取链接文本，处理空文本的情况
    $linkText = trim($link->nodeValue) ?: '无链接文本';

    // 创建<a>元素并设置属性
    $aElement = $outputXml->createElement('a');
    $aElement->setAttribute('href', $href);
    $aElement->setAttribute('target', '_blank');
    $aElement->nodeValue = $linkText;

    // 将<a>元素添加到根节点
    $rootNode->appendChild($aElement);
}

// 步骤5：输出XML（设置正确的响应头）
header('Content-Type: application/xml');
echo $outputXml->saveXML();

代码关键点说明： #

• 处理相对链接：把页面中的相对路径（比如/yyyy/）转换为绝对URL，确保输出的链接可直接访问
• 抑制HTML解析错误：网页HTML经常有不规范的标签，用libxml_use_internal_errors(true)避免报错中断程序
• 规范XML构建：用DOMDocument的API创建节点和属性，避免手动拼接字符串导致的XML语法错误

内容的提问来源于stack exchange，提问作者Jazuly