如何在DOMDocument中处理HTML特殊字符？解决实体引用未终止报错

这个问题我之前也踩过坑，核心原因是DOMDocument::createElement()在处理元素内容参数时，会把文本里的&当作XML实体的起始标记，如果后面没有完整的实体格式（比如&），就会抛出那个"unterminated entity reference"警告，而且最终输出的HTML也不会自动转义&，导致代码不符合规范。

下面是两种经过验证的最佳处理方式：

方法一：使用createTextNode()创建纯文本节点 #

这是最稳妥且推荐的方式，因为文本节点会自动处理所有特殊字符的转义，完全规避实体解析的问题：

$doc = new DOMDocument();
// 先创建空元素
$element = $doc->createElement('p');
// 用createTextNode包裹原始文本，自动转义特殊字符
$textNode = $doc->createTextNode('这里有未转义的&符号，还有其他特殊字符<>"');
// 将文本节点附加到元素上
$element->appendChild($textNode);
$doc->appendChild($element);

echo $doc->saveHTML();

执行后，输出的HTML里&会被正确转成&，其他特殊字符也会被转义，同时不会有任何警告抛出。

方法二：手动转义特殊字符后传入createElement() #

如果你习惯直接用createElement()的第二个参数，可以先用htmlspecialchars()把原始文本转成安全的HTML实体：

$doc = new DOMDocument();
$rawText = '这里有未转义的&符号';
// 转义所有特殊字符，指定编码和合适的flags确保兼容性
$escapedText = htmlspecialchars($rawText, ENT_QUOTES | ENT_SUBSTITUTE, 'UTF-8');
$element = $doc->createElement('p', $escapedText);
$doc->appendChild($element);

echo $doc->saveHTML();

注意一定要指定正确的编码（比如UTF-8），以及ENT_QUOTES这类flags，保证单双引号和特殊字符都被正确处理。

额外说明：为什么直接传原始文本会出问题？ #

因为createElement()的内容参数遵循XML解析规则，它会尝试解析文本中的实体引用，而不是把文本当作纯字符串处理。所以当文本里出现单独的&时，它会认为这是一个未完成的实体引用，从而触发警告，同时输出的&也不会被转义，导致HTML代码存在语法问题。

内容的提问来源于stack exchange，提问作者user1861458