有没有办法使用 PHP 的 DOMDocument 来解析包含 javascript 的 HTML，而 javascript 本身包含 HTML 字符串？-解网

问：

我有一个包含 <script> 标签的 HTML 字符串，其中包含通过 window.customElements.define（...）创建影子 DOM 元素的 javascript，这反过来又包含一个 innerHTML 定义，该定义将自定义元素的 HTML 定义为字符串。

这是我尝试使用 PHP 的 DOMDocument 处理的有效 HTML，但是 DOMDocument 似乎被 innerHTML 的内容弄糊涂了，并开始将其内容视为需要处理的节点。

有没有办法解决这个问题，这样它就不会再混淆DOMDocument？

HTML 的相关部分看起来有点像这样：

<script>
class ExampleElement extends HTMLElement {
   constructor() {
      super();
      this.attachShadow({ mode: 'open' })
          .innerHTML = '<label>this is what confuses DOMDocument</label>'
  }
}
window.customElements.define('example-element', ExampleElement);
</script>

然后在 PHP 中像这样处理

$doc = new DOMDocument();
$doc->loadHTML($html, LIBXML_HTML_NODEFDTD | LIBXML_HTML_NOIMPLIED);

然后，libxml 会生成一个关于 </label 的错误>该错误不匹配：“意外的结束标记：实体中的标签”

显然我可以 - 分解 innerHTML，以便 DOMDocument 不再使用字符串连接将 <label> 和 </label> 识别为标签，
或者

- 通过 document.createElement（...）等构建元素的内容

但是，由于这是有效的 HTML，因此了解它是否可以按我的立场进行解析会很有用。

javascript php domdocument

“这是有效的 HTML” - 在 HTML5 中，是的，但我不知道 DOMDocument 是否真的这样解析它？在 HTML 4.01 中，这将是一个错误 - 脚本元素中的每个元素都会在此时隐式结束脚本元素，并且必须将其编写为，或者首先将整个脚本元素内容包装到 CDATA 中。</<\/

0赞 Dougall Winship 6/16/2023

做出这种区分的好点。

答：

-2赞 Abid Raheem 6/15/2023 #1

class ExampleElement extends HTMLElement {
   constructor() {
      super();
      this.attachShadow({ mode: \'open\' })
          .innerHTML = \'<label>this is what confuses DOMDocument</label>\'
  }
}
window.customElements.define(\'example-element\', ExampleElement);
</script>';

$doc = new DOMDocument();
libxml_use_internal_errors(true); // Disable libxml errors
$doc->loadHTML($html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);

libxml_use_internal_errors(false); // Enable libxml errors 

// Continue processing the DOMDocument object as required

您可以使用以下代码来解析包含 javascript 的 html，使用 PHPDOM 文档

有没有办法使用 PHP 的 DOMDocument 来解析包含 javascript 的 HTML，而 javascript 本身包含 HTML 字符串？

Is there a way to use PHP's DOMDocument to parse HTML containing javascript which itself contains HTML strings?

评论

评论

评论