重复属性（如id="a" id="b"）被html解析器在tokenizer阶段静默丢弃，仅保留最后一个，但会增加cpu开销8–12ms；重复id导致document.getelementbyid等api只返回首个节点，引发dom查找、css匹配及无障碍访问失效。
重复节点 ≠ 重复属性，别混淆概念
HTML解析引擎本身不把“重复节点”当问题——<div></div>
<div></div> 是完全合法的，浏览器照常渲染。真正被引擎盯上的，是单个标签内重复出现的属性（如 id="a" id="b"），或全局违反唯一性约束的语义值（如多个 id="header"）。所谓“重复节点结构”，实际指：同一类 DOM 片段高频复制（比如 20 个一模一样的 <article class="card"></article>）、或模板循环未重命名导致的 id/name 冲突。这类问题不会让解析器报错，但会让后续 JS 查找、CSS 匹配、无障碍访问全部失效。
用 DOMParser + 遍历检测跨标签重复 id
DOMParser 不保留原始重复属性，但它会按规范只保留最后一个 id 值，所以你不能靠 el.attributes 检出重复；但你可以用 document.querySelectorAll('[id]') 拿到所有带 id 的元素，再统计值频次：
- 先用
new DOMParser().parseFromString(html, 'text/html')构建文档 - 执行
Array.from(doc.querySelectorAll('[id]')).map(el => el.id)提取全部id值 - 用
Map统计：const counts = new Map(); ids.forEach(id => counts.set(id, (counts.get(id) || 0) + 1)) - 过滤出
counts.get(id) > 1的项——这些才是真实影响功能的重复id
注意：这个方法依赖浏览器最终生效的 DOM 结构，无法还原原始 HTML 中的重复声明次数，但足够定位运行时风险点。
用正则预扫描原始 HTML 中的重复结构模式
如果你要审计模板源码（比如 PHP/JSX 输出的 HTML 字符串），不能等它进 DOM 树——那时重复 id 已被丢弃。必须在解析前用正则提取标签并比对：
- 匹配完整标签：
/]*)(?:\s+[^>]+)*>/gi，再对每个捕获组做属性解析 - 针对高危模式直击：
/]*\s+id\s*=\s*["']([^"']+)["'][^>]*\s+id\s*=\s*["']([^"']+)["']/gi可抓出单标签内双id - 对批量相似结构，用
simian -includes="**/*.html" -threshold=30扫描重复块（比如连续 30 行高度雷同的<section>...</section>）
这种扫描不依赖 DOM，能暴露构建阶段埋下的隐患，但正则无法处理嵌套引号或注释干扰，建议仅用于 CI 中的轻量拦截。
为什么 document.getElementById 只返回第一个不是 bug
这不是解析引擎的问题，而是 DOM API 的明确行为：document.getElementById 规范定义为“返回具有匹配 id 属性的第一个元素”。当页面存在多个 <div id="nav"> 时，JS 调用该方法永远拿不到第二个，且控制台不报错。更隐蔽的是 CSS 选择器 <code>#nav 同样只作用于首个，而 ARIA 属性如 aria-labelledby="nav" 会直接引用失败。这种失效是静默的，调试时容易绕远路——你得先确认 doc.querySelectorAll('#nav').length 是否大于 1，再决定是否重构。
