PHP DOMDocument中getElementsByTagName遍历异常问题求助

你遇到的这个问题其实是DOM操作里的常见坑——getElementsByTagName()返回的DOMNodeList是实时动态集合，而非静态数组。也就是说，当你在遍历过程中用replaceChild()修改DOM结构（把<img>替换成<amp-img>）时，这个集合会自动同步更新。

举个具体的例子：假设初始集合里有5个<img>，当你替换第1个非目标<img>后，原集合里的第2个元素会自动顶到第1个位置，但foreach的遍历指针已经走到了下一个位置，直接跳过了原本的第2个元素，最终就只处理了部分元素。

这里有两种可靠的解决办法，任选其一即可：

方法1：将动态NodeList转为静态数组 #

把实时的DOMNodeList转换成普通数组，这样遍历的是集合的静态副本，DOM结构变化不会影响遍历过程。只需要在foreach前用iterator_to_array()做转换：

$dom = new DOMDocument();
$dom->loadHTML(mb_convert_encoding($html, 'HTML-ENTITIES', 'UTF-8'), LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
$imgs_t = $dom->getElementsByTagName('img');
// 转换为静态数组，第二个参数设为false避免保留原索引（可选，但更稳妥）
$imgsArray = iterator_to_array($imgs_t, false);
$amp_img_src = '/images/front/what_is_dt_video.jpg';
$count_foreach = 0;

foreach( $imgsArray as $img_t ){
 $count_foreach++;
 $img_alt = '';
 $tmp_img_src = $img_t->getAttribute('src');
 $img_alt = $img_t->getAttribute('alt');
 if($tmp_img_src != $amp_img_src){
 $tmp_amp_img = $dom->createElement('amp-img');
 $tmp_amp_img->setAttribute('width', 200);
 $tmp_amp_img->setAttribute('height', 200);
 $tmp_amp_img->setAttribute('src', $tmp_img_src);
 $tmp_amp_img->setAttribute('alt', $img_alt);
 $img_t->parentNode->replaceChild($tmp_amp_img, $img_t);
 }
}
var_dump($count_foreach); // 现在会输出5

方法2：反向遍历NodeList #

从最后一个元素开始往前遍历，这样即使替换前面的元素，也不会影响还未处理的元素的索引位置：

$dom = new DOMDocument();
$dom->loadHTML(mb_convert_encoding($html, 'HTML-ENTITIES', 'UTF-8'), LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
$imgs_t = $dom->getElementsByTagName('img');
$amp_img_src = '/images/front/what_is_dt_video.jpg';
$count_foreach = 0;

// 从最后一个元素开始倒序遍历
for ($i = $imgs_t->length - 1; $i >= 0; $i--) {
 $img_t = $imgs_t->item($i);
 $count_foreach++;
 $img_alt = '';
 $tmp_img_src = $img_t->getAttribute('src');
 $img_alt = $img_t->getAttribute('alt');
 if($tmp_img_src != $amp_img_src){
 $tmp_amp_img = $dom->createElement('amp-img');
 $tmp_amp_img->setAttribute('width', 200);
 $tmp_amp_img->setAttribute('height', 200);
 $tmp_amp_img->setAttribute('src', $tmp_img_src);
 $tmp_amp_img->setAttribute('alt', $img_alt);
 $img_t->parentNode->replaceChild($tmp_amp_img, $img_t);
 }
}
var_dump($count_foreach); // 现在会输出5

• 方法1通过iterator_to_array()把动态集合快照成静态数组，遍历的是独立副本，DOM结构变化不会干扰数组内容。
• 方法2反向遍历，处理完后面的元素后，前面的元素即使被替换，已经处理过的索引不会被干扰，确保每个元素都能被访问到。

内容的提问来源于stack exchange，提问作者Raz Galstyan