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...

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：

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：

经过深入讨论和规范研究，解决方案包括两个关键修改：

if (!is_void) {
    // 处理逻辑
}

这一修复带来以下影响：

基于这一问题的解决，建议开发者在处理HTML文档时：

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。

登录后查看全文