PHP DOMDocument loadHTML丢失WordPress文章<br/>换行的解决方法

使用PHP DOMDocument的loadHTML方法处理WordPress文章内容时，发现<br />标签生成的换行被合并，所有文本输出为一行，可读性极差。

期望输出：

Specifications:
Name: VR glasses
Type: virtual reality glasses
Model: for VRGPRO+
Lens type: blue coated lens

实际输出：

Specifications:Name: VR glassesType: virtual reality glassesModel: for VRGPRO+Lens type: blue coated lens

已尝试以下方法，均未解决问题：

• 移除LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD | LIBXML_PARSEHUGE | LIBXML_COMPACT | LIBXML_NOBLANKS参数
• 在strip_tags中允许<br>标签
• 简化处理代码

主题中的相关代码： #

$dom = new DOMDocument; 

$dom->loadHTML(strip_tags(mb_convert_encoding(get_the_content(), 'HTML-ENTITIES', 'UTF-8'), '<img>,<div>,<table>,<thead>,<tbody>,<tfoot>,<tr>,<th>,<td>,<ul>,<ol>,<li>,<strong>,<em>,<h3>,<h4>,<h5>,<h6>,<p>'), LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD | LIBXML_PARSEHUGE | LIBXML_COMPACT | LIBXML_NOBLANKS);

$xpath = new DOMXPath($dom);


foreach ($xpath->query('//@*[not(name()="src")]') as $attr) {
     $attr->parentNode->removeAttribute($attr->nodeName);
}
$images = $dom->getElementsByTagName('img');
        foreach ( $images as $image )
        {
$properlink = rtrim(preg_replace ('//','https:',$image->getAttribute('src'),1),'/');
                $image->setAttribute( 'alt', esc_attr( wp_trim_words( get_the_title(), 10,'') ) );
    $image->setAttribute( 'data-src', $properlink );
                $image->removeAttribute('src');
$image->setAttribute( 'style', 'width:100%;max-width:100%;' );
        }
while (($node_list = $xpath->query('//*[not(*) and not(@*) and not(text()[normalize-space()])]')) && $node_list->length) {
    foreach ($node_list as $node) {
       $node->parentNode->removeChild($node);
    }
}
echo $dom->saveHTML();

更新信息： #

1. WordPress文章中确实存在<br />标签，格式如下：

Specifications:<br />Name: VR glasses<br />Type: virtual reality glasses<br />Model: for VRGPRO+<br />Lens type: blue coated lens<br />

2. 尝试在strip_tags中允许<br>或<br/>标签，要么页面空白，要么换行仍丢失。

3. 简化代码后问题依旧：

$content = get_the_content();
$dom = new DOMDocument(); 
$dom->loadHTML(
    strip_tags($content, '<img><br><div><table><thead><tbody><tfoot><tr><th><td><ul><ol><li><strong><em><h3><h4><h5><h6><p>'),
    LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD | LIBXML_PARSEHUGE | LIBXML_COMPACT | LIBXML_NOBLANKS
);
$html = $dom->saveHTML();
$html = str_replace('<br>', "<br>\n", $html); // if you want newlines
echo $html;

4. 已提供典型的WordPress文章内容示例。

内容的提问来源于stack exchange，提问作者Johnny Bravo