如何在纯PHP中获取HTML表单的起始标签？

你现在需要从完整的表单HTML里提取仅包含所有原属性的起始<form>标签，现有通过循环遍历属性的方法虽然可行，但确实可以更简洁优雅。下面给你几种优化方案：

方案一：利用DOMDocument直接截取起始标签 #

既然已经在用DOMDocument，其实可以直接获取表单元素的outerHTML，然后截取到第一个>的位置就好，不用手动循环拼接属性：

function getFormStartTag($content) {
    $dom = new DOMDocument('1.0', 'utf-8');
    // 禁用错误提示避免HTML不规范导致的警告
    libxml_use_internal_errors(true);
    $dom->loadHTML($content);
    libxml_clear_errors();
    
    $form = $dom->getElementsByTagName('form')->item(0);
    if (!$form) return '';
    
    // 获取完整的outerHTML，然后截取到第一个>的位置（包含>）
    $outerHTML = $dom->saveHTML($form);
    return substr($outerHTML, 0, strpos($outerHTML, '>') + 1);
}

// 使用示例
$html = '<form method="post" class="form" data-id="19" data-title="Schema" data-slug="schema" data-message-success="Success!" data-message-invalid-email="Not valid!" data-message-required-field-missing="All fields are required!" data-message-error="Error!"> --- Form content --- </form>';
echo getFormStartTag($html);

这个方法的优势是完全依赖DOM解析，避免手动处理属性的编码和拼接问题，代码更简洁可靠。

方案二：简化属性拼接逻辑 #

如果还是想保留遍历属性的思路，可以简化拼接过程，不用先存数组再二次处理，直接在遍历的时候拼接字符串：

function getFormStartTag($content) {
    $dom = new DOMDocument('1.0', 'utf-8');
    libxml_use_internal_errors(true);
    $dom->loadHTML($content);
    libxml_clear_errors();
    
    $form = $dom->getElementsByTagName('form')->item(0);
    if (!$form) return '';
    
    $attributes = [];
    foreach ($form->attributes as $attr) {
        // 直接拼接属性名和值，用htmlspecialchars确保属性值里的引号不会破坏HTML结构
        $attributes[] = sprintf('%s="%s"', $attr->name, htmlspecialchars($attr->value, ENT_QUOTES));
    }
    
    return '<form ' . implode(' ', $attributes) . '>';
}

这个写法比原代码更直接，同时增加了属性值的转义处理，避免潜在的HTML结构破坏问题。

方案三：正则表达式（谨慎使用） #

如果你的表单HTML结构非常规范（没有嵌套的<form>，属性值里没有特殊的>符号），也可以用正则快速匹配：

function getFormStartTag($content) {
    if (preg_match('/<form[^>]+>/i', $content, $matches)) {
        return $matches[0];
    }
    return '';
}

⚠️ 注意：正则解析HTML风险较高，如果表单属性里包含类似data-test=">test"这种特殊内容，正则会匹配出错，所以优先推荐DOM解析的方案。

内容的提问来源于stack exchange，提问作者Iurie