innerHTML 返回元素开始与结束标签之间的原始HTML字符串，不包含自身标签，但会自动修复错位嵌套结构，不支持注释节点，空元素返回空字符串。
用 innerHTML 获取元素内部 HTML，但注意它不保留父标签
如果你要提取 <div id="container"><p>hello</p></div> 中的 <p>hello</p> 这部分原始 HTML 字符串，直接读 element.innerHTML 就够了。它返回的是该元素开始标签和结束标签之间的全部标记，不含自身标签。
常见错误是误以为 innerHTML 会“丢失结构”——其实它不会自动删标签，但会做基础修复：比如遇到 <div><p>abc<span>def</div> 这种错位嵌套，浏览器解析后会修正为合法结构，innerHTML 返回的就是修正后的结果。
- 不支持获取注释节点（
<!-- comment -->）或处理指令 - 若元素为空（如
<div></div>），innerHTML返回空字符串""，不是null - 动态插入的 script 标签在赋值给
innerHTML时不会执行，但通过document.write或insertAdjacentHTML插入则可能执行
用 outerHTML 提取带自身标签的完整片段，慎用于嵌套提取
outerHTML 返回包含目标元素自身起始、结束标签及全部子内容的字符串，例如对上面的 container 元素调用，得到的是 <div id="container"><p>hello</p></div>。
它适合做“整块复制粘贴”，但不适合“提取内部结构”。如果你本意是取子内容，却用了 outerHTML，后续还得手动去掉头尾标签——容易出错，尤其当元素有内联样式、动态 class 或 data 属性时，正则剥离极不可靠。
立即学习“前端免费学习笔记（深入）”；
-
outerHTML在某些旧版 IE 中对自闭合标签（如<img>）行为不一致 - 对 SVG 元素，部分浏览器返回的
outerHTML可能含命名空间前缀（如svg:circle），影响字符串比对 - 修改
outerHTML会导致原元素从 DOM 中被完全替换，引用失效
用 DOMParser 安全解析 HTML 字符串，避免副作用
当你拿到一段 HTML 字符串（比如从 fetch().text() 得到），想从中提取某个 class 的内容，不要把它塞进现有 DOM 的 innerHTML——这会触发图片加载、执行内联脚本、污染当前页面。
正确做法是用 DOMParser 构造一个隔离文档：
const parser = new DOMParser();
const doc = parser.parseFromString(htmlString, 'text/html');
const target = doc.querySelector('.content');
const html = target?.innerHTML || '';关键点只有两个：'text/html' MIME 类型不能写错；doc 是完整文档，所以 querySelector 能跨 <head> 和 <body> 查找。
-
DOMParser在 Node.js 环境不可用，需用jsdom等替代 - 如果
htmlString编码不是 UTF-8，且没声明<meta charset>，解析结果可能出现乱码 -
parseFromString对严重 malformed HTML（如未闭合的<table>）仍会尽力恢复，但结构可能与预期不同
用 BeautifulSoup 的 .get_text() 提取干净纯文本，别用 .text
Python 端若需把 HTML 转成可读文本（比如用于搜索、摘要、日志），优先用 tag.get_text()，而不是 tag.text。后者只是简单拼接所有文本节点，保留大量换行、空格和缩进；前者支持清洗控制。
典型用法：
soup = BeautifulSoup(html, 'lxml')
elem = soup.select_one('.article-body')
text = elem.get_text(strip=True, separator=' ') if elem else ''参数意义很实在：strip=True 去首尾空白；separator=' ' 把相邻块级元素间的换行替换成空格，避免“标题正文”连在一起。
- 若 HTML 含
<script>或<style>，get_text()默认会跳过它们，无需额外排除 - 遇到
<input value="user input">这类表单控件，get_text()不会读取其当前值，只当普通空标签处理——需要实时值得单独查elem.find('input')['value'] - 用
lxml解析器比默认html.parser更快更容错，但需额外安装
实际中最容易被忽略的，是混合内容场景：比如一个 div 里既有普通文本、又有 input 和 select。此时 innerHTML 给你结构，get_text() 给你清洗后文本，但 neither 能自动合并用户当前输入值——这种需求必须手写递归遍历 + 判断 node.value。
