问题

我有一个包含<script>标签的HTML字符串，该标签包含通过window.customElements.define(...)创建阴影DOM元素的JavaScript代码，这反过来包含一个innerHTML定义，用字符串定义自定义元素的HTML。

这是有效的HTML，我正在尝试使用PHP的DOMDocument处理，但是似乎DOMDocument被innerHTML的内容弄糊涂了，开始将其内容视为需要处理的节点。

有没有办法解决这个问题，使DOMDocument不再混淆？

HTML的相关部分看起来有点像这样：

<script>
class ExampleElement extends HTMLElement {
   constructor() {
      super();
      this.attachShadow({ mode: 'open' })
          .innerHTML = '<label>这是混淆DOMDocument的部分</label>';
  }
}
window.customElements.define('example-element', ExampleElement);
</script>

然后在PHP中进行如下处理：

$doc = new DOMDocument();
$doc->loadHTML($html, LIBXML_HTML_NODEFDTD | LIBXML_HTML_NOIMPLIED);

libxml然后会生成一个关于</label>不匹配的错误："Entity中的意外结束标签：label"

显然，我可以要么

• 拆分innerHTML，以便DOMDocument不再将<label>和</label>识别为标签，使用字符串连接
  或
• 通过document.createElement(...)等方式构建元素的内容

但由于这是有效的HTML，因此知道它是否可以按原样解析将会很有用。

<script>
class ExampleElement extends HTMLElement {
   constructor() {
      super();
      this.attachShadow({ mode: 'open' })
          .innerHTML = '<label>this is what confuses DOMDocument</label>'
  }
}
window.customElements.define('example-element', ExampleElement);
</script>

$doc = new DOMDocument();
$doc->loadHTML($html, LIBXML_HTML_NODEFDTD | LIBXML_HTML_NOIMPLIED);

答案1

得分: 1

根据 https://bugs.php.net/bug.php?id=80095

libxml 使用 HTML 4 规则，规定 </ 是一个结束标签，即使该标签不匹配最后一个开放的标签。为了避免这个问题，在你的脚本中将结束标签写为 "<\\/"。

因此，请将 </label> 更改为 <\/label>。

这样它将被解析为干净的内容，JavaScript 应该将 \/ 解释为字符串中的字面 /。

答案2

得分: -2

$html = ''<script>
class ExampleElement extends HTMLElement {
   constructor() {
      super();
      this.attachShadow({ mode: \'open\' })
          .innerHTML = \'<label>this is what confuses DOMDocument</label>\'
  }
}
window.customElements.define(\'example-element\', ExampleElement);
</script>';


$doc = new DOMDocument();
libxml_use_internal_errors(true); // 禁用 libxml 错误
$doc->loadHTML($html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);

libxml_use_internal_errors(false); // 启用 libxml 错误

// 根据需要继续处理 DOMDocument 对象

<details>
<summary>英文:</summary>

```$html = &#39;&lt;script&gt;
class ExampleElement extends HTMLElement {
   constructor() {
      super();
      this.attachShadow({ mode: \&#39;open\&#39; })
          .innerHTML = \&#39;&lt;label&gt;this is what confuses DOMDocument&lt;/label&gt;\&#39;
  }
}
window.customElements.define(\&#39;example-element\&#39;, ExampleElement);
&lt;/script&gt;&#39;;

$doc = new DOMDocument();
libxml_use_internal_errors(true); // Disable libxml errors
$doc-&gt;loadHTML($html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);

libxml_use_internal_errors(false); // Enable libxml errors 

// Continue processing the DOMDocument object as required

You can use the following code to parse html containing the javascript using PHPDOM Document