PHP-SRC中DOM扩展的HTML属性选择器大小写敏感问题解析

在PHP 8.4.4版本的DOM扩展中，开发人员发现了一个关于HTML文档查询选择器(如querySelector和querySelectorAll)的有趣行为差异。当使用这些方法进行属性选择时，PHP实现与主流浏览器(如Firefox)存在不一致的大小写敏感处理方式。

问题现象

在HTML文档中，meta元素的charset属性通常用于指定文档的字符编码。当尝试使用DOM扩展的querySelector方法查询这个属性时，如果属性名大小写不匹配，PHP会返回NULL，而浏览器则能正常匹配。

例如以下PHP代码：

$dom = \Dom\HTMLDocument::createFromString('<meta charset="Windows-1252">');
var_dump($dom->querySelector('meta[charseT]'));  // 返回NULL

在浏览器环境中，同样的选择器能够正确匹配到meta元素，因为浏览器对HTML属性名是大小写不敏感的。

技术背景

这个问题实际上涉及HTML和CSS规范中关于大小写处理的复杂规则：

1. HTML元素和属性名：在HTML规范中，元素名和属性名是不区分大小写的。例如<META CHARSET>和<meta charset>是等价的。

2. CSS选择器中的属性名：当在HTML文档中使用CSS选择器时，规范要求将选择器中的属性名转换为小写后再进行匹配，但匹配过程本身是大小写敏感的。

3. 特殊属性的值：对于某些特定属性(如charset、class等)，它们的值在某些情况下也需要进行大小写不敏感匹配。

问题根源

PHP的DOM扩展在处理这个问题时存在两个层面的不一致：

1. 属性名匹配：没有将CSS选择器中的属性名转换为小写后再与HTML元素的属性名进行匹配。

2. 特殊属性值匹配：对于需要大小写不敏感处理的属性值(如charset的值)，没有进行相应的规范化处理。

解决方案

根据HTML和CSS规范，正确的处理流程应该是：

1. 对于HTML文档中的CSS属性选择器，首先将选择器中的属性名转换为小写
2. 然后与HTML元素的实际属性名进行精确匹配
3. 对于特定属性(charset、class等)，在比较属性值时需要进行ASCII大小写不敏感匹配

PHP开发团队已经意识到这个问题并进行了修复，确保DOM扩展的行为与浏览器和Web标准保持一致。

开发者建议

对于依赖DOM操作的PHP开发者，在处理HTML文档时应注意：

1. 尽量使用小写形式的属性名进行查询，以确保最大兼容性
2. 对于需要精确匹配的特殊属性值，考虑先进行规范化处理
3. 在升级PHP版本时，注意测试DOM相关的查询逻辑，特别是涉及大小写敏感的场景

这个问题展示了Web标准实现的复杂性，即使是看似简单的属性选择器查询，也需要考虑多种规范要求和边界情况。PHP团队对这类问题的及时修复有助于保持PHP在Web开发领域的竞争力。