在HTML片段中使用LIBXML_HTML_NOMIMULED标志会生成不正确的标记：
$str = '<p>Lorem ipsum dolor sit amet.</p><p>Nunc vel vehicula ante.</p>';
$doc = new DOMDocument();
$doc->loadHTML($str, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
echo $doc->saveHTML();
输出：
<p>Lorem ipsum dolor sit amet.<p>Nunc vel vehicula ante.</p></p>
我已经找到了使用正则表达式解决这一问题的方法，但这违背了使用DOM的目的。我已经用几个版本的libxml和php进行了测试，最新的版本是libxml 2.9.2和php 5.6.7（Debian Jessy）。欢迎提出任何建议。
重新排列由您使用的LIBXML_HTML_NOIMPLIED选项完成。看起来对你的案子来说还不够稳定。
此外，出于便携性的原因，您可能不想使用它，例如，我手头有一个带有Libxml 2.7.8的PHP 5.4.36，它不支持LIBXML_HTML_NOIMPLIED（Libxml>=2.7.7），但稍后支持LIBXML_HTML_NODEFDTD（Libxml>=2.7.8）选项。
我知道处理它的方法。当你加载片段时，你把它包装成一个<div>元素：
$doc->loadHTML("<div>$str</div>");
这有助于引导DOMDocument了解所需的结构。
然后，您可以从文档本身提取此容器：
$container = $doc->getElementsByTagName('div')->item(0);
$container = $container->parentNode->removeChild($container);
然后从文档中删除所有子项：
while ($doc->firstChild) {
$doc->removeChild($doc->firstChild);
}
现在文档完全为空，您现在可以再次附加子级。幸运的是，我们之前删除了<div>容器元素，所以我们可以从中添加：
while ($container->firstChild ) {
$doc->appendChild($container->firstChild);
}
然后可以使用已知的saveHTML方法检索片段：
echo $doc->saveHTML();
在您的场景中给出：
<p>Lorem ipsum dolor sit amet.</p><p>Nunc vel vehicula ante.</p>
这种方法与现场现有的材料有点不同（请参阅我在下面给出的参考资料），所以下面的例子是：
$str = '<p>Lorem ipsum dolor sit amet.</p><p>Nunc vel vehicula ante.</p>';
$doc = new DOMDocument();
$doc->loadHTML("<div>$str</div>");
$container = $doc->getElementsByTagName('div')->item(0);
$container = $container->parentNode->removeChild($container);
while ($doc->firstChild) {
$doc->removeChild($doc->firstChild);
}
while ($container->firstChild ) {
$doc->appendChild($container->firstChild);
}
echo $doc->saveHTML();
我还非常推荐关于如何在没有HTML包装的情况下保存DOMDocument的HTML了解更多信息以及关于内部html 的信息
参考文献
- 如何在没有HTML包装的情况下保存DOMDocument的HTML
- 如何获取DOMNode的innerHTML
LIBXML_HTML_NOIMPLIED选项没有错误，只是文档记录不好。要解决这个问题，请用<html>…</html>包装输入字符串，处理HTML，然后将其从输出中删除。LibXML需要一个根节点，它将找到的第一个元素视为根节点，删除中途找到的（位置不正确的）结束标记，然后输出在文档末尾找到的第一元素的结束标记。从（Lib）XML的角度来看，这是合乎逻辑的。