PHP DOMDocument按HTML id修改元素内容的标签转义、自动套标签及复杂HTML插入问题

两个核心问题的对应解决方案 #

1. 插入HTML标签被转义为实体的问题 #

直接给nodeValue赋值时，DOMDocument会将传入内容判定为纯文本，自动转义所有特殊字符，无法解析为HTML结构。
正确处理方式是通过DOMDocumentFragment加载待插入的任意复杂度HTML片段，再追加到目标节点，支持多层嵌套的表格、任意标签结构：

• 第一步：循环删除目标节点下的所有原有子节点，清空内容
• 第二步：创建文档片段，加载待插入的HTML字符串
• 第三步：将片段追加到目标节点

示例代码：

// 获取目标节点
$targetNode = $html->getElementById('rechnung_div');
// 清空节点原有内容
while ($targetNode->hasChildNodes()) {
    $targetNode->removeChild($targetNode->firstChild);
}
// 创建片段加载复杂HTML
$fragment = $html->createDocumentFragment();
// 直接传入任意嵌套结构的HTML字符串即可
$fragment->appendXML($rehnungTemplate);
$targetNode->appendChild($fragment);

如果待插入内容包含 这类HTML实体导致appendXML报错，可以用临时文档加载节点后导入的方式兼容：

$fragment = $html->createDocumentFragment();
$tmpDoc = new DOMDocument();
libxml_use_internal_errors(true);
$tmpDoc->loadHTML('<div>' . $rehnungTemplate . '</div>', LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
// 导入临时文档里的所有子节点
foreach ($tmpDoc->getElementsByTagName('div')->item(0)->childNodes as $childNode) {
    $fragment->appendChild($html->importNode($childNode, true));
}
$targetNode->appendChild($fragment);

2. 输出自动包裹<html>、<body>标签的问题 #

该问题是DOMDocument默认将传入内容识别为完整HTML文档，自动补全缺失的文档结构标签导致，修复方式：

• 加载HTML时传入两个配置flag，关闭自动补全逻辑：LIBXML_HTML_NOIMPLIED（禁止自动添加隐含的文档结构标签）、LIBXML_HTML_NODEFDTD（禁止自动添加DOCTYPE声明）
• 低版本PHP加flag后仍残留多余标签时，不要直接调用全局saveHTML()，而是找到原始内容的根节点，传入saveHTML()单独输出该节点内容即可。

完整可运行示例代码 #

$html = new DOMDocument('1.0', 'UTF-8');
// 屏蔽HTML非规范内容的解析报错
libxml_use_internal_errors(true);
// 加载HTML时传入flag，禁止自动补全文档结构
$html->loadHTML($codeText, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
libxml_clear_errors();

// 替换second_head节点内容
$secondHead = $html->getElementById('second_head');
while ($secondHead->hasChildNodes()) {
    $secondHead->removeChild($secondHead->firstChild);
}
$frag1 = $html->createDocumentFragment();
$frag1->appendXML($leadAddressTemplate);
$secondHead->appendChild($frag1);

// 替换rechnung_div节点内容
$rechnungDiv = $html->getElementById('rechnung_div');
while ($rechnungDiv->hasChildNodes()) {
    $rechnungDiv->removeChild($rechnungDiv->firstChild);
}
$frag2 = $html->createDocumentFragment();
$frag2->appendXML($rehnungTemplate);
$rechnungDiv->appendChild($frag2);

// 输出最终结果
$res = $html->saveHTML();

内容的提问来源于stack exchange，提问作者Stas Lowert