PHP中DOMDocument的getElementById操作DOMDocumentFragment为何失效

问题复现代码 #

以下代码可稳定复现getElementById查询失效的场景：

<?php
error_reporting(E_ALL);
ini_set('display_errors', '1');

$doc = new DOMDocument();
$doc->loadHTML("<!DOCTYPE html><html><body><div id='testId'>Test</div></body></html>");
echo "This works: ".$doc->getElementById('testId')->nodeValue.'<br/>';

$fragment = $doc->createDocumentFragment();
$fragment->appendXML("<p id='testId2'>Test 2</p>");
$doc->getElementById('testId')->appendChild($fragment);

echo "This still works: ".$doc->getElementById('testId')->nodeValue.'<br/>';
echo "This doesn't work: ".$doc->getElementById('testId2')->nodeValue.'<br/>';

失效根本原因 #

DOMDocument的getElementById方法不会在每次调用时全量扫描DOM树匹配id属性，它依赖文档在初始解析阶段构建的内部ID节点索引缓存：

• 只有解析器在正式加载、解析文档结构时识别为合法ID的节点，才会被存入该缓存，供后续getElementById直接查询
• 通过DOM片段、节点新增等方式动态插入的节点，没有经过文档整体解析流程，不会触发ID索引的更新逻辑，哪怕节点已经在DOM树结构上真实存在，也不会被getElementById识别

对应到上述测试代码：

1. 初始loadHTML加载文档时，解析器会正常识别id='testId'的节点并加入索引，因此前两次查询testId都能正常返回结果
2. 通过appendXML插入带id='testId2'的<p>节点时，该节点不会被加入内部ID索引缓存，因此getElementById('testId2')无法匹配到对应节点，最终返回空值

替代实现方案 #

使用XPath进行节点定位即可绕过内部索引缓存的限制，XPath逻辑会实时遍历当前DOM树匹配带指定属性的节点，不依赖预存的ID索引：

$xpath = new \DOMXpath($doc);
$nodes = $xpath->query('//*[@id="testId2"]')[0]->nodeValue;

内容的提问来源于stack exchange，提问作者mjaque