在使用 PHP 的 DOMDocument 解析 HTML 时，有时会遇到元素被移动或修改的情况。这是因为 DOMDocument 会尝试按照 HTML 规范来解析和修正文档结构。本文将深入探讨 DOMDocument 对不符合规范的 HTML 结构的处理方式，并提供解决方案，以保留原始 HTML 结构。
理解 DOMDocument 的行为
DOMDocument 在解析 HTML 时，会遵循 HTML 规范。这意味着如果 HTML 结构不符合规范，DOMDocument 会尝试修正它。一个常见的例子是将
- 元素放置在
元素内。根据 HTML 规范，<pre class="brush:php;toolbar:false;"> 元素的内容只能是短语内容（phrasing content），而 <ul> 元素不属于短语内容。</p><p>例如，以下 HTML 代码：</p><pre class="brush:php;toolbar:false;"><pre class="brush:php;toolbar:false;">
some code
<div></div>
<ul>
<li>1</li>
</ul>
others
使用 DOMDocument 解析后，
- 元素会被移出
元素：</p><p><span>立即学习</span>“<a href="https://pan.quark.cn/s/7fc7563c4182" style="text-decoration: underline !important; color: blue; font-weight: bolder;" rel="nofollow" target="_blank">PHP免费学习笔记（深入）</a>”；</p><pre class="brush:php;toolbar:false;"><pre class="brush:php;toolbar:false;"> some code <div></div>
- 1
这是因为 DOMDocument 认为
- 元素不应该出现在
元素内部，所以将其移出。</p><h3>如何保留原始 HTML 结构</h3><p>如果需要保留原始的 HTML 结构，即使它不符合 HTML 规范，可以使用 createDocumentFragment 和 appendXML 函数。</p><p>createDocumentFragment 创建一个空的文档片段，可以将 HTML 字符串添加到这个片段中，而不会触发 DOMDocument 的自动修正行为。然后，将这个文档片段添加到 DOMDocument 中。</p><p>以下是示例代码：</p><pre class="brush:php;toolbar:false;"><?php
$html = '<pre class="brush:php;toolbar:false;">
some code
<div></div>
<ul>
<li>1</li>
</ul>
others
';
$doc = new DOMDocument();
$docFragment = $doc->createDocumentFragment();
$docFragment->appendXML($html);
$doc->appendChild($docFragment);
echo $doc->saveHTML();
?>这段代码首先创建一个 DOMDocument 对象，然后创建一个文档片段。使用 appendXML 将 HTML 字符串添加到文档片段中，最后将文档片段添加到 DOMDocument 对象。这样，DOMDocument 就不会尝试修正 HTML 结构，而是保留原始的 HTML 结构。
注意事项
- 使用 createDocumentFragment 和 appendXML 可以保留原始 HTML 结构，但这意味着你可能需要自己处理一些 HTML 规范问题。
- DOMDocument 在解析 HTML 时可能会发出警告信息，例如 "Unexpected end tag"。这些警告信息可以帮助你了解 HTML 结构中存在的问题。
- 在处理用户提交的 HTML 代码时，务必进行安全过滤，防止 XSS 攻击。
总结
DOMDocument 在解析 HTML 时会尝试遵循 HTML 规范，这可能会导致一些 HTML 结构被修改。如果需要保留原始的 HTML 结构，可以使用 createDocumentFragment 和 appendXML 函数。但是，需要注意的是，这可能会导致一些 HTML 规范问题需要手动处理。在处理用户提交的 HTML 代码时，务必进行安全过滤，防止 XSS 攻击。通过理解 DOMDocument 的行为并掌握相应的解决方案，可以更好地处理 HTML 解析任务。
