domparser 是浏览器中解析 html 字符串的唯一可靠方式，需指定 'text/html' 类型，再用 getattribute() 或 dataset 提取属性；python 应用 beautifulsoup 或 lxml，避免正则解析。
用 DOMParser 解析 HTML 字符串再取属性值
浏览器里处理 HTML 字符串，DOMParser 是唯一靠谱的起点。它把字符串真正转成 DOM 树，后续所有 getAttribute()、dataset、querySelectorAll() 才有依据。
常见错误是直接对原始 HTML 字符串调用正则或 indexOf() —— 一旦遇到换行、空格不一致、属性顺序颠倒（如 src="a.js" type="module" vs type="module" src="a.js"），就挂。
- 必须指定 MIME 类型为
'text/html'，否则解析行为不可控 - 若 HTML 片段不含
或，DOMParser会自动补全，但不会影响属性提取 - 对 script/style 标签内的伪属性（如
<script>var x = 'class="foo"';</script>）天然免疫，不用手动过滤
用 getAttribute() 和 dataset 区分标准属性与 data- 属性
getAttribute('href') 和 el.href 不是一回事：getAttribute() 拿的是 HTML 字符串里写的原始值；el.href 是浏览器解析后的绝对 URL。提取“源码中怎么写的”，必须用 getAttribute()。
对于 data- 属性，优先走 dataset：它自动把 data-user-id 转成 el.dataset.userId，省去手动处理连字符。但注意两个例外：
- 属性名含大写字母（如
data-userId）→dataset.userid读不到，得回退getAttribute('data-userId') - 属性名以数字开头（如
data-1st-place）→ 点号语法失效，只能用dataset['1st-place']
Python 里别硬写正则，直接上 BeautifulSoup 或 lxml
在 Python 中，re.findall(r'href=["\'](.*?)["\']', html) 这类正则看似快，实际踩坑率极高：引号嵌套、HTML 实体（"）、注释里的伪属性、跨标签匹配都会导致错漏。
真正稳定的做法是交由专业解析器：
-
BeautifulSoup(html, 'html.parser')容错强，适合脏 HTML；用tag.get('href')或tag['href']（后者在属性不存在时抛异常） -
lxml.html.fromstring(html)性能高，支持 XPath；tree.xpath('//a/@href')一行提取全部 href 值 - 两者都自动剥离
<script></script>/<style></style>内容，无需额外清洗
警惕 value 属性和实时值的混淆
表单元素的 value 属性特别容易误读：input.getAttribute('value') 返回的是 HTML 初始值（比如 <input value="default">），而 input.value 是当前用户输入后的真实内容。
如果你的任务是从服务端返回的 HTML 片段中提取「默认值」（例如预填充表单），必须用 getAttribute('value')；如果要读用户刚输的内容，则该用 .value。二者混用是线上 bug 的高频来源。
布尔属性（disabled、checked）更微妙：getAttribute('disabled') 在存在时返回字符串 "disabled"，不存在时返回 null；不能靠 == true 判断，得用 hasAttribute('disabled')。
前端入门到VUE实战笔记：立即使用
在学习笔记中，你将探索 前端 的入门与实战技巧！
