如何使用嵌入式 PHP 代码解析 HTML？答案

【问题标题】：How to parse HTML with embeded PHP code?如何使用嵌入式 PHP 代码解析 HTML？
【发布时间】：2012-12-12 17:37:40
【问题描述】：

我正在做一些 HTML DOM 操作：

function parse_html($html) {
    $dom->loadHTML($html);
    libxml_clear_errors();

    // Parse DOM 

    return $dom->saveHTML();
}

问题是我的 HTML 包含一些 PHP 代码，其中一些被转换为 HTML 实体。例如，如果$html 包含以下内容：

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<?php // lang=es
    $pwd = $parameter['pwd'];
    $url = $parameter['url'];
?>

<p>
    You are now registered. Go to -&gt;
    <a href="<?php echo $url ?>">control panel</a> 
    to change the settings.
</p>

变成了这样：

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html>
<head><meta http-equiv="content-type" content="text/html; charset=UTF-8"></head>
<body>
<?php // lang=es
    $pwd = $parameter['pwd'];
    $url = $parameter['url'];
?><p> You are now registered. Go to -&gt; <a href="&lt;?php%20echo%20%24url%20?&gt;">control panel</a> to change the settings.
</p>
</body>
</html>

<?php echo $url ?> 被转换为实体，但我不能使用像 *html_entity_decode* 这样的函数，因为它还会解码一些必须保持实体的实体。

如何解析包含 PHP 代码的 DOM？

【问题讨论】：

您是否可以选择先通过 PHP 预处理器运行 HTML？这将为您提供纯 HTML，然后您可以对其进行解析。
好吧，如果你去彩虹乐园，你可以用你最喜欢的颜色涂上所有的东西，然后重新排列它们而不受物理限制。在编程中，我们通常严格遵守所谓的标准，并且在 DomDocument 中 PHP 是未定义的指示。否则它会发生你所面临的。
@user1161318 不，这是项目本身的预解析器
@Ivon：如果是这样，请切换到有效的 X(HT)ML，PHP 为processing instructions。
也许用解析器可以处理的占位符替换所有实例，然后再将代码弹出？

标签： php dom

【解决方案1】：

您何时何地以及如何构建$html 变量？正是在那个地点和时间，您想要解析里面的 php。如果你尝试吐出它，它会像一个字符串一样被吐出，不会被解析。

为了更清楚，使用当时包含的 php 构建 $html 变量。或者您可能正在构建模板。在这种情况下，你会采取不同的做法。

如果您在 $html 变量生效后尝试填写 php 内容，您可以改用 str_replace() 或其他类似功能。

【讨论】：

【解决方案2】：

我找到的解决方案是创建几个函数来编码/解码 PHP 字符串。

function encode_php($html) {
    return preg_replace_callback('#<\?php.*\?>#imsU', '_encode_php', $html);
}

function _encode_php($matches) {
    return 'PHP_ENCRYPTED_CODE_BEGIN'.base64_encode($matches[0]).'PHP_ENCRYPTED_CODE_END';
}

function decode_php($html) {
    return preg_replace_callback('#PHP_ENCRYPTED_CODE_BEGIN(.*)PHP_ENCRYPTED_CODE_END#imsU', '_decode_php', $html);
}

function _decode_php($matches) {
    return base64_decode($matches[1]);
}

选择您确定不会出现在文件中的前缀和后缀非常重要。此解决方案已经过 2500 个 HTML 文件的测试，并且可以正常工作。

【讨论】：