必须用 domdocument + domxpath 提取 html 标题：先启用容错模式、屏蔽警告、禁用自动补全；再用 xpath 查询 h1–h6 并取 textcontent；需注入 utf-8 声明防乱码；laravel 中应封装为服务且不回退正则。

laravel8如何使用domdocument替代正则解析html标题【稳健】

在 Laravel 8 中用正则表达式提取 HTML 标题（如

、

）极易因换行、属性顺序、注释或嵌套标签崩溃，导致抓取结果错乱甚至空值；必须改用 DOMDocument + DOMXPath 组合实现结构化、可预测的标题提取。

加载 HTML 并规避自动补全与警告

第一步：创建 DOMDocument 实例，并启用容错模式——不加这一步，遇到缺少 html>

的片段时，$dom->documentElement 会为 null，后续所有查询都返回空。

第二步：调用 libxml_use_internal_errors(true)，屏蔽 malformed HTML 导致的 PHP Warning；否则脚本可能中断，且错误信息混入响应体。

第三步：使用 @$dom->loadHTML($html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD) 加载内容。【LIBXML_HTML_NOIMPLIED 必须启用】 否则 DOMDocument 会强行包裹一层

，使 XPath 定位偏离原始结构。

用 DOMXPath 精准定位各级标题

方法一：提取全部标题标签（h1–h6）及其文本内容

创建 DOMXPath 实例：$xpath = new DOMXPath($dom)；然后执行 $nodes = $xpath->query('//h1|//h2|//h3|//h4|//h5|//h6')；遍历 $nodes 时，统一用 $node->textContent 获取纯文本——【绝不能用 $node->nodeValue】，后者会把内部 <script><style> 的内容也拼进来。</script>

方法二：按层级优先级提取首个非空标题

anything-to-html

将调研报告、方案对比、数据分析、需求梳理、会议纪要、设计说明、代码评审、学习笔记等任务产物输出为可在浏览器直接打开的单文件 HTML，替代 Markdown 作为最终交付物。Markdown 在信息密度、视觉清晰度和可分享性上已跟不上 AI 产物的丰富度，HTML 能同时承载排版、表格、SVG 等。

下载

写 XPath 表达式 //h1[.!=''] | //h2[.!=''] | //h3[.!='']，用 $xpath->query() 执行后取 $nodes->item(0)；这样能跳过空标题或占位符，直接拿到第一个有效标题。