Как производить парсинг HTML-кода?

Question

[Сергей Золотарёв]

Cталкиваюсь с решением проблемы, которую принёс компилятор в специальной PHP-библиотеке для парсинга HTML-кода, которую я использую в функционале данных для получения первой строки параграфа из всего контента в виде HTML внутри базы данных.

Ошибка

Библиотека не читает новые строки.

Comments

[Сергей Золотарёв]

Проблемный PHP-код динамической разметки для выборки данных:

<section id="eventcalendar" data-text="Events" class="section">
			<header>
                <hr color="#0079bf" size="4" width="37px" align="left"/>
                <h2>Upcoming Events</h2>
			</header>
            <main>
			<?php foreach($lastUpcoming as $events){ ?>
				<div class="calendar">
                      <header><span class="date"><?php echo $events->date_from || $events->date_to; ?></span></header>
                      <main><img src="<?php echo $events->titleImage; ?>" alt="Event"></main>
                      <footer>
                        <?php
							$contentQuery = (new HtmlWeb)->load($events->content);
							$description = (mb_strlen($contentQuery->find('p', 0)->outertext) > 45)? mb_substr($contentQuery->find('p', 0)->outertext, 0, (mb_strlen($contentQuery->find('p', 0)->outertext) > 45)? mb_strripos(mb_substr($contentQuery->find('p', 0)->outertext, 0, 45), ' ') : 45).' ...' : mb_substr($contentQuery->find('p', 0)->outertext, 0, (mb_strlen($contentQuery->find('p', 0)->outertext) > 45)? mb_strripos(mb_substr($contentQuery->find('p', 0)->outertext, 0, 45), ' ') : 45);
							
							if($events->location != ''){ echo Html::tag('span', $events->location, ['class' => 'event-location']); }
							
							echo Html::a($events->title, ['news/event', 'contentId' => $events->id]);
							echo Html::tag('p', $description, ['class' => 'descr']);
                        ?>
                      </footer>
                </div>
             <?php } ?>
			</main>
	</section>

[Сергей Золотарёв]

$this->content - это получаемая из БД HTML-разметка, на которую жалуется компилятор:

<p>In the first half of the year, Russian audit underwent changes that were unprecedented before, consulting in some sectors experienced rapid growth, in others &mdash; a sharp decline, and evaluation services became an integral part of the massive restructuring of businesses due to circumstances.</p>

<p>We will discuss the following topics with industry experts in a discussion format:</p>

<ul>
	<li>Changes in the Russian audit market &mdash; results of the first half of the year in new realities;</li>
	<li>Adaptation of the&quot; big four &quot; auditors in the market after the break with international networks.&nbsp;Work restructuring, business preservation and development;</li>
	<li>Entry of the norm on the presence of at least three OMR auditors in the staff of an audit organization from July 1, 2022.&nbsp;Implications for the industry;</li>
	<li>Creating a register of audit firms for working with socially significant organizations.&nbsp;Composition and selection criteria;</li>
	<li>Reform of the audit industry.&nbsp;Central Bank comments;</li>
	<li>Consulting in various sectors (tax, IT, legal, financial, real estate consulting).&nbsp;Half-year results and forecasts until the end of the year;</li>
	<li>Anti-crisis services offered by consultants to clients for the second half of the year&mdash; trends;</li>
	<li>Growth or contraction of the consulting market;</li>
	<li>Presentation of the app &quot;Rating of appraisers&quot;;</li>
	<li>Trends in evaluation services.</li>
</ul>

<p>31 August, Wednesday&nbsp;</p>

<table border="1" cellpadding="1" cellspacing="1" style="width:100%">
	<tbody>
		<tr>
			<td>09:00 - 09:30</td>
			<td>
			<h3>Registration, welcome coffee break</h3>
			</td>
		</tr>
		<tr>
			<td>09:30 - 10:45</td>
			<td>
			<h3>1st block</h3>
			</td>
		</tr>
		<tr>
			<td>10:45 - 11:15</td>
			<td>
			<h3>Lunch</h3>
			</td>
		</tr>
		<tr>
			<td>11:15 - 12:30</td>
			<td>
			<h3>2nd block</h3>
			</td>
		</tr>
		<tr>
			<td>12:30 - 13:30</td>
			<td>Networking</td>
		</tr>
	</tbody>
</table>

[Дмитрий]

Сергей Золотарёв, думаю что то не то с данными, возможно невидимые символы или сигнатуры bom все ломают

[Сергей Золотарёв]

Дмитрий, воспользуясь одним фрагментом из документации, я добавил служебные теги html и body, но минизировал полученные из БД HTML-строки в файлах проекта, которые имеют доступ к парсеру, используя специальную библиотеку для этого:

<?php
							$contentQuery = (new HtmlWeb)->load('<html><body>' . (new HtmlMin)->minify($events->content) . '</body></html>');
							$description = (mb_strlen($contentQuery->find('p', 0)->outertext) > 45)? mb_substr($contentQuery->find('p', 0)->outertext, 0, (mb_strlen($contentQuery->find('p', 0)->outertext) > 45)? mb_strripos(mb_substr($contentQuery->find('p', 0)->outertext, 0, 45), ' ') : 45).' ...' : mb_substr($contentQuery->find('p', 0)->outertext, 0, (mb_strlen($contentQuery->find('p', 0)->outertext) > 45)? mb_strripos(mb_substr($contentQuery->find('p', 0)->outertext, 0, 45), ' ') : 45);
							
							if($events->location != ''){ echo Html::tag('span', $events->location, ['class' => 'event-location']); }
							
							echo Html::a($events->title, ['news/event', 'contentId' => $events->id]);
							echo Html::tag('p', $description, ['class' => 'descr']);
                        ?>

Предпологаю, что будет всё норм, но комплиятор заиграл эту же песню, которую описал в самом вопросе.

Сам фрагмент из документации:

// Create a DOM object
$html = new simple_html_dom();

// Load HTML from a string
$html->load('<html><body>Hello!</body></html>');

P.S.: Я использую другое название объекта, так как я Simple HTML DOM устанавливал в проект из Composer.

[Сергей Золотарёв]

Дмитрий, пробовал я через var_dump проверить и компилятор выдал null. С одной стороны вы были правы. И как этот NULL исправить?

[Дмитрий]

Сергей Золотарёв, скорее всего надо получать данные не библиотекой, а например через курл, потом передавать данные на обработку как строку

[Сергей Золотарёв]

Дмитрий, курл тут ни причём. Сам HTML берётся из столбца таблицы БД по запросу

[Дмитрий]

Сергей Золотарёв, а визуально хтмл валидный?

[Сергей Золотарёв]

Дмитрий, да. Через var_dump HTML в объекте результатов запроса показывается, а либа с ним не работает почему-то

[Дмитрий]

Сергей Золотарёв, может надо посмотреть другую либу, или освоить dom расширение