php DOMDocument：元素在另一个元素中结束

Question

我有一些 HTML 包含（除其他外）p-标签和 figure-标签，其中包含一个 img-标签。
为了简单起见，我将在 PHP 变量中的 HTML 中定义一个示例：

$content = '<figure class="image image-style-align-left">
<img src="https://placekitten.com/g/200/300"></figure>
<p>Lorem ipsum dolor sit amet, consectetuer adipiscing elit.</p>';

我使用 DOMDocument 获取 $content，在这个例子中，我将更改 figure 元素中所有 img 元素的 src 属性：

$dom = new DOMDocument();
libxml_use_internal_errors(true);

// this needs to be encoded otherwise special characters get messed up.
$domPart = mb_convert_encoding($content, 'HTML-ENTITIES', "UTF-8");
$dom->loadHTML($domPart, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);

$domFigures = $dom->getElementsByTagName('figure');

foreach ($domFigures as $domFigure) {

    $img = $domFigure->getElementsByTagName('img')[0];
    if ($img) {
        $img->setAttribute('src', "https://placekitten.com/g/400/500");
    }

}

$result = $dom->saveHTML();

结果是：

<figure class="image image-style-align-left">
<img src="https://placekitten.com/g/400/500">
<p>Lorem ipsum dolor sit amet, consectetuer adipiscing elit.</p>
</figure>

不知何故，我的 p-元素已移入我的 figure-元素。 为什么会发生这种情况，我该如何预防？

Live DEMO

Answer 1

re-arrangement 由您使用的 LIBXML_HTML_NOIMPLIED 选项完成。看起来它对你的情况来说不够稳定。

看看这个答案：loadHTML LIBXML_HTML_NOIMPLIED on an html fragment generates incorrect tags 和 How to saveHTML of DOMDocument without HTML wrapper?

注意：PHP 5.4 和 Libxml 2.6 loadHTML 现在有一个 $option 参数，它指示 Libxml 如何解析内容。

Answer 2

A DomDocument 必须有一个根元素，因此它会将所有后续的兄弟元素移动到第一个 top-level 元素中。

您可以最轻松地解决这个问题，方法是在您的内容中添加一个容器标签，例如

$content = '<div><figure class="image image-style-align-left">
<img src="https://placekitten.com/g/200/300"></figure>
<p>Lorem ipsum dolor sit amet, consectetuer adipiscing elit.</p></div>';

php DOMDocument：元素在另一个元素中结束

php DOMDocument: element ending up within another

php

domdocument