DOMDocument在不同PHP配置下的行为差异及版本复现问题

你遇到的这个DOMDocument在PHP 7.1.5（phpbrew Docker容器）和PHP 7.1.15环境中表现不一致的问题，核心原因基本都绕不开底层依赖的libxml版本差异，以及PHP编译时的配置区别——毕竟DOMDocument是基于libxml库来处理HTML解析的，小版本的变动很可能带来解析逻辑的调整。

先把你提到的代码补全并整理成可运行的示例：

$elementMarkup = ' <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>Title</title> </head> <body> </body> </html> ';
$DOMDocument = new DOMDocument;
$elementMarkup = mb_convert_encoding($elementMarkup, 'HTML-ENTITIES', 'UTF-8');
$DOMDocument->loadHTML($elementMarkup);
// 尝试移除DOCTYPE节点的操作
if ($DOMDocument->doctype) {
    $DOMDocument->removeChild($DOMDocument->doctype);
}
// 输出处理后的HTML
echo $DOMDocument->saveHTML();

为什么会出现差异？ #

• libxml版本迭代：PHP 7.1的不同小版本通常会捆绑不同版本的libxml。比如7.1.5可能搭配libxml 2.9.3，而7.1.15大概率升级到了libxml 2.9.7及以上。新版本的libxml对HTML的DOCTYPE解析、节点树结构的生成逻辑做了优化或调整，直接导致DOMDocument获取的节点引用、结构和旧版本不一样。
• 编译配置差异：phpbrew编译PHP时，可能会因为环境不同启用了不同的libxml相关配置，比如指定的libxml库路径不同，或者默认开启了某些解析参数（比如错误抑制、HTML5兼容模式），这些都会影响DOMDocument的解析行为。
• 编码转换的潜在影响：你用到的mb_convert_encoding把字符串转成HTML-ENTITIES，在不同环境下，字符编码的处理逻辑可能存在细微差别，间接影响了后续的HTML解析结果。

怎么解决这个问题？ #

• 显式指定解析参数：调用loadHTML时传入明确的libxml选项，强制统一解析行为，比如：

  // 启用HTML5解析模式，自动补全的节点，同时抑制错误提示
  $DOMDocument->loadHTML($elementMarkup, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD | LIBXML_NOERROR | LIBXML_NOWARNING);
  

• 添加节点存在性检查：在操作节点（比如移除DOCTYPE）前，先判断节点是否存在，避免因为环境差异导致节点不存在而报错，就像上面示例里的if ($DOMDocument->doctype)判断。
• 统一依赖版本：如果是Docker环境，可以在构建镜像时指定固定版本的libxml库，让测试环境和生产环境的依赖完全一致。
• 简化编码处理：如果你的原始字符串已经是标准UTF-8，且没有特殊字符需要转义，可以考虑去掉mb_convert_encoding这一步，减少潜在的差异点。

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