PHP源码中HTMLDocument对自闭合标签的解析问题分析

2025-05-03 10:28:43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

docs

OpenHarmony documentation | OpenHarmony开发者文档

Ascend Extension for PyTorch

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。

🎉 (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

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件，通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求，让密码技术应用更简单，同时探索后量子等先进算法创新实践，构建密码前沿技术底座！

1.03 K

448

openGauss-server

openGauss kernel ~ openGauss is an open source relational database management system

一个用于服务器应用开发的综合工具库。 - 零配置文件 - 环境变量和命令行参数配置 - 约定优于配置 - 深刻利用仓颉语言特性 - 只需要开发动态链接库，fboot负责加载、初始化并运行。

Cangjie

280