PHP源码中HTMLDocument对自闭合标签的解析问题分析

2025-05-03 19:47:04作者：翟江哲Frasier

在PHP 8.4.3版本中，使用\Dom\HTMLDocument处理HTML文档时，对于void元素(如<br/>、<input/>)的自闭合标签会触发解析错误警告。本文将深入分析这一问题的技术背景、规范要求以及最终的解决方案。

问题现象

当开发者使用\Dom\HTMLDocument::createFromString()方法解析包含自闭合void元素的HTML时，例如：

$Data = "<!DOCTYPE HTML>\n<br />\n<input />";
$Document = \Dom\HTMLDocument::createFromString($Data);

系统会输出以下警告信息：

Warning: Dom\HTMLDocument::createFromString(): tree error non-void-html-element-start-tag-with-trailing-solidus...

HTML规范解析

根据WHATWG HTML规范，void元素(如<br>、<input>等)的自闭合斜杠(/)是允许的，但有以下特点：

对于void元素，斜杠不表示自闭合，而是被视为无意义的字符
规范明确建议谨慎使用，特别是在未加引号的属性值后
对于foreign元素(如SVG中的元素)，斜杠确实表示自闭合

规范中特别指出："当开始标签标记设置了自闭合标志时，如果在树构建阶段处理时未确认该标志，则会产生解析错误"。

问题根源分析

问题的根本原因在于lexbor HTML解析器的实现中，错误地检查了void元素的自闭合标志。原始代码中，条件判断为：

if (is_void) {
    // 处理逻辑
}

这导致：

对void元素的自闭合斜杠触发了错误警告
实际上应该对非void元素才需要检查自闭合标志

解决方案

经过深入讨论和规范研究，解决方案包括两个关键修改：

将条件判断取反，改为检查非void元素：

if (!is_void) {
    // 处理逻辑
}

特别处理foreign元素(如SVG元素)，确保它们的自闭合标志被正确识别而不触发警告

技术影响

这一修复带来以下影响：

符合HTML5规范对void元素自闭合斜杠的处理要求
保持与主流浏览器一致的行为
解决了SVG等foreign元素的自闭合标签被错误转换的问题(如<path/>被转换为<path></path>)

最佳实践建议

基于这一问题的解决，建议开发者在处理HTML文档时：

对于void元素，可以省略自闭合斜杠以保持代码简洁
当需要自闭合foreign元素时，可以放心使用自闭合语法
在混合HTML和SVG等场景下，注意元素命名空间的差异

这一修复已在PHP源码中合并，确保了HTML解析器更加符合规范要求，为开发者提供了更稳定、更符合预期的行为。

php-src

The PHP Interpreter

项目地址：https://gitcode.com/GitHub_Trending/ph/php-src

登录后查看全文

项目优选

收起

本项目是CANN提供的数学类基础计算算子库，实现网络在NPU上加速计算。

Ascend Extension for PyTorch

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台，包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分，采用java语言实现，可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用

Java

RuoYi-Vue3

🎉 (RuoYi)官方仓库基于SpringBoot，Spring Security，JWT，Vue3 & Vite、Element Plus 的前后端分离权限管理系统