Question

我想在部分文档HTML文档上运行一些替换。比方说，我想在src标记的img参数上添加一些内容。

（示例）替换：

<p>hello</p><img src="REPLACE" /><p></p>

人：

<p>hello</p><img src="http://example.org/image.jpeg" /><p></p>

我确实想使用DOMDocument来实现这一点，所以我编写了这样的代码：

$doc = new \DOMDocument( '1.0', 'utf-8');
$doc->loadHTML('<p>hello</p><img src="REPLACE" /><p></p>');
$tags = $doc->getElementsByTagName('img');
foreach ($tags as $tag) {
    $tag->setAttribute('src', 'http://example.org/image.jpeg');
}
var_dump($doc->saveHTML());

但它返回：

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html><body>
    <p>hello</p><img src="http://example.org/image.jpeg"><p></p>
</body></html>

这次回归有几个问题：

它使用了一个奇怪的doctype：HTML 4.0！
它确实添加了doctype，html标记和正文标记。

我知道DOMDocument添加doctype，html和body标签是“正常的”，但是可以避免这种吗？无论如何“只是”恢复我的HTML切片，只有我执行的替换？使用正则表达式不是一种选择，因为在任何地方都说它是不好的做法。

旁注：我使用Laravel，所以如果Laravel开箱即用，它也可能很棒！

Answer 1

您可以使用loadHTML()中提供的额外选项来实现您的目标。检查options参数。有关libxml常量here的详细信息。并注意它自PHP 5.4以来可用。像：

...
$doc->loadHTML('<p>hello</p><img src="REPLACE" /><p></p>',
    LIBXML_HTML_NOIMPLIED | 
    LIBXML_HTML_NODEFDTD);
...
$doc->saveHTML();

更新

如果您看到UTF-8字符被更改为某些奇数字符，那么使用mb_convert_encoding可以解决此问题，例如：

$doc->loadHTML(
    mb_convert_encoding('<p>hello</p><img src="REPLACE" /><p></p>', 'HTML-ENTITIES', 'UTF-8'), 
    LIBXML_HTML_NOIMPLIED | 
    LIBXML_HTML_NODEFDTD 
);

Answer 2

如果您想使用laravel选项，那么您可以调用您拥有的部分并让它为您返回html：

$src = "http://example.org/image.jpeg"
return view('path_to_partial', compact('src'))->render();

使用DOMDocument替换并返回部分HTML，而不添加body，doctype等

2 个答案:

更新