使用浏览器内置DOMParser解析XML时，doctype.entities为何始终为空？

兄弟，我之前也踩过这个坑！你遇到的情况是浏览器环境下DOMParser的预期行为，核心原因有两个：

• 安全优先级高于规范：浏览器为了防范实体注入类的安全风险（比如XXE漏洞），默认会主动忽略DOCTYPE里定义的内部实体，不会把它们填充到DocumentType.entities这个NodeMap中。毕竟如果随便暴露实体定义，很可能被恶意利用来读取本地文件或者发起恶意请求。
• DOM规范的浏览器实现差异：虽然DOM Level 2规范明确说DocumentType.entities应该包含文档中的实体，但大多数现代浏览器的DOMParser并没有严格遵循这一点——解析器会直接把实体引用替换成对应的值，而不会保留实体节点的引用，自然entities就空了。

先确认实体是否真的被解析了 #

虽然doctype.entities是空的，但你可以验证实体其实已经被正确解析了。比如把XML改成这样：

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE tag1 [
<!ENTITY hello "hello1">
<!ENTITY there "there1">
]>
<tag1>&hello; &there;</tag1>

然后用你的代码测试：

function parseXml(xmlString) {
  var parser = new DOMParser();
  var xmlDoc = parser.parseFromString(xmlString, "text/xml");
  console.log(xmlDoc.querySelector('tag1').textContent); // 会输出 "hello1 there1"
  console.log(xmlDoc.doctype.entities); // 还是空的NodeMap
}

这说明实体确实被解析替换了，只是没暴露在entities属性里而已。

如果需要获取实体定义怎么办？ #

如果你的需求是拿到实体的名称和对应值，而不是只用替换后的内容，那只能手动解析XML字符串里的DOCTYPE部分。用正则表达式就能搞定简单的内部实体：

function getXmlEntities(xmlString) {
  const entityMap = {};
  // 先匹配DOCTYPE里的实体声明块
  const doctypeContent = xmlString.match(/<!DOCTYPE[^[]+\[([^\]]+)\]>/s)?.[1];
  if (!doctypeContent) return entityMap;

  // 提取每个实体的名称和值
  const entityRegex = /<!ENTITY\s+(\w+)\s+"([^"]+)"/g;
  let match;
  while ((match = entityRegex.exec(doctypeContent)) !== null) {
    entityMap[match[1]] = match[2];
  }
  return entityMap;
}

// 测试一下
const xmlString = `<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE tag1 [
<!ENTITY hello "hello1">
<!ENTITY there "there1">
]>
<tag1>Stuff in here</tag1>`;

console.log(getXmlEntities(xmlString)); 
// 输出: { hello: "hello1", there: "there1" }

⚠️ 注意：这个方法只适用于简单的内部实体，如果你的XML有外部实体或者更复杂的声明（比如带参数的实体），可能需要写更完善的解析逻辑，或者考虑用专门的XML解析库。

内容的提问来源于stack exchange，提问作者Thierry