如何使用 PHP a DOMDocument::saveHTML() 防止 html 实体？答案

【问题标题】：How can I prevent html entities with PHP a DOMDocument::saveHTML()?如何使用 PHP a DOMDocument::saveHTML() 防止 html 实体？
【发布时间】：2015-04-04 15:25:02
【问题描述】：

由于自定义存储需求（“为什么”在这里并不重要，谢谢！）我必须以特定格式保存 html <a> 链接，例如：

myDOMNode->setAttribute("href", "{{{123456}}}");

一切正常，直到我在包含的 DOMDocument 上调用 saveHTML()。这会杀死它，因为它会将{ 编码为%7B。

这是一个旧版应用程序，其中 href="{{{123456}}}" 用作占位符。命令行解析器会准确查找此模式（未编码）并且无法更改。

我别无选择，只能这样做。

我无法对结果进行 htmldecode()。

这个 HTML 永远不会这样显示，它只是一个存储需求。

感谢您的帮助！

注意：我已经环顾了 2 个小时，但没有一个建议的解决方案对我有用。对于那些会盲目地将问题标记为重复的人：请发表评论并让我知道。

【问题讨论】：

确实对它进行了编码。但这并不能解释您所说的“这会杀死它”是什么意思。这是一个 URL，它们可以被编码，没问题。让大家看看我不是在开玩笑，我做了一个例子：ergobase.nl/test25.html 看源代码，它是编码的，点击链接，它可以工作！哇。那么请告诉我你所说的“这会杀死它”是什么意思？
你是对的，链接可以工作，但这是一个遗留应用程序，其中 href="{{{123456}}}" 用作占位符。命令行解析器会准确查找此模式（未编码）并且无法更改。
如果在saveHTML() 之后和将其发送到命令行解析器之前使用html_entity_decode() 会发生什么？
正如我所说不能那样做（页面有其他编码实体必须保持不变）
你说它是一个遗留应用程序；你用的是什么 PHP 版本？

标签： php domdocument

【解决方案1】：

由于旧代码使用{{{...}}} 作为占位符，因此可以安全地使用preg_replace_callback 的一些老套的方法。生成 HTML 后，以下内容将恢复 URL 编码的占位符：

$src = <<<EOS
<html>
    <body>
        <a href="foo">Bar</a>
   </body>
</html>
EOS;

// Create DOM document
$dom = new DOMDocument();
$dom->loadHTML($src);

// Alter `href` attribute of anchor
$a = $dom->getElementsByTagName('a')
    ->item(0)
    ->setAttribute('href', '{{{123456}}}');

// Callback function to URL decode match
$urldecode = function ($matches) {
    return urldecode($matches[0]);
};

// Turn DOMDocument into HTML string, then restore/urldecode placeholders 
$html = preg_replace_callback(
    '/' . urlencode('{{{') . '\d+' . urlEncode('}}}') . '/',
    $urldecode,
    $dom->saveHTML()
);

echo $html, PHP_EOL;

输出（为清楚起见缩进）：

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html>
    <body>
        <a href="{{{123456}}}">Bar</a>
    </body>
</html>

【讨论】：