如何将 HTML 片段组装到 DOMDocument 中？答案

【问题标题】：How do I assemble pieces of HTML into a DOMDocument?如何将 HTML 片段组装到 DOMDocument 中？
【发布时间】：2011-06-11 05:59:10
【问题描述】：

对于代表 HTML 文档部分的文件，loadHTML 和 loadHTMLFile 似乎为每个部分填写了 html 和 body 标记，正如我输出以下内容时所显示的那样：

$doc = new DOMDocument();
$doc->loadHTMLFile($file);
$elements = $doc->getElementsByTagName('*');

if( !is_null($elements) ) {
    foreach( $elements as $element ) {
        echo "<br/>". $element->nodeName. ": ";

        $nodes = $element->childNodes;
        foreach( $nodes as $node ) {
            echo $node->nodeValue. "\n";
        }
    }
}

由于我计划在我自己的代码中将这些部分组装到更大的文档中，并且我被指示使用 DOMDocument 来执行此操作，我可以做些什么来防止这种行为？

【问题讨论】：

标签： php html parsing dom

【解决方案1】：

这是HTML parser module of libxml 对文档所做的几项修改的一部分，以便处理损坏的 HTML。只有在部分标记上使用 loadHTML 和 loadHTMLFile 时才会发生这种情况。如果您知道部分是有效的 X(HT)ML，请改用 load 和 loadXML。

你可以使用

$doc->saveXml($doc->getElementsByTagName('body')->item(0));

转储body元素的outerHTML，例如<body>anything else</body> 并用str_replace 剥离body 元素或用substr 提取内部html。

$html = '<p>I am a fragment</p>';
$dom = new DOMDocument;
$dom->loadHTML($html); // added html and body tags
echo substr(
    $dom->saveXml(
        $dom->getElementsByTagName('body')->item(0)
    ),
    6, -7
);
// <p>I am a fragment</p>

请注意，这将使用符合 XHTML 的标记，因此 <br> 将变为 <br/>。从 PHP 5.3.5 开始，无法将节点传递给 saveHTML()。 A bug request has been filed.

【讨论】：

保存到 XML 并重新加载效率高吗？
@Hamster 在什么方面或与什么相比？我假设 i/o 性能与任何其他文件操作相同。需要时间的是从/到 DOM 实例的（反）序列化。如果您对性能有任何顾虑，请考虑运行基准测试。

【解决方案2】：

您最接近的是使用DOMDocumentFragment。

那么你可以这样做：

$doc = new DOMDocument();
...
$f = $doc->createDocumentFragment();
$f->appendXML("<foo>text</foo><bar>text2</bar>"); 
$someElement->appendChild($f);

但是，这需要 XML，而不是 HTML。

无论如何，我认为您正在制造一个人为的问题。由于您知道行为是创建 html 和 body 标记，因此您可以从 body 标记中提取文件中的元素，然后将其导入到您正在组装最终文件的 DOMDocument 中。见DOMDocument::importNode。

【讨论】：