DOMParser解析HTML字符串时title标签内容取不到，是因为<title>被自动提升至document.title而不保留在DOM树中；应通过doc.head?.querySelector('title')?.textContent?.trim()安全获取。
用 DOMParser 解析字符串 HTML 时，title 标签内容取不到？
常见现象是：拿到一串 HTML 字符串（比如 <html><head><title>测试页</title></head><body>...</body></html>），用 DOMParser 解析后调用 querySelector('title') 返回 null。
根本原因是：DOMParser 默认解析为 text/html 类型时，会把 <title> 当作文档标题自动提升到 document.title，但不会保留在 <head> 的 DOM 树中——所以 querySelector 找不到节点。
解决办法只有两种：
- 改用
document.documentElement.querySelector('title')（不推荐，行为不稳定） - 明确指定解析类型为
'text/html'并手动查document.head下的title元素：const parser = new DOMParser(); const doc = parser.parseFromString(htmlString, 'text/html'); const titleEl = doc.head?.querySelector('title'); const titleText = titleEl?.textContent?.trim(); - 注意：如果原始 HTML 没有
<head>或<title>，doc.head可能为null，必须加可选链
Python 里用 BeautifulSoup 提取 <title> 为什么有时返回空？
最常踩的坑是没处理编码或 HTML 结构异常。例如源码含 <meta charset="gb2312"> 但 Python 用 UTF-8 解码后出现乱码，导致 BeautifulSoup 解析失败，select_one('title') 返回 None。
立即学习“前端免费学习笔记（深入）”；
实操建议：
使用 PptxGenJS 和 Python 解析，将结构化的 HTML/CSS 幻灯片内容转换为原生、可编辑的 PowerPoint（.pptx）演示文稿。
- 优先用
response.content（bytes）而非response.text（str）初始化BeautifulSoup，让库自己探测编码：soup = BeautifulSoup(res.content, 'html.parser')
- 若仍为空，手动指定编码：
BeautifulSoup(res.content, 'html.parser', from_encoding='gb2312') - 别依赖
soup.title.string——它在含子标签（如<title>abc<span>def</span></title>）时直接返回None；改用soup.title.get_text() - 加兜底逻辑：
soup.title and soup.title.get_text(strip=True) or ''
C# 中用 HtmlAgilityPack 读取 <title> 为何大小写敏感？
其实不敏感——XPath 表达式 //title 本身就不区分大小写，但新手常误写成 title（无双斜杠），这只会查当前节点的直接子元素，而 <title> 实际在 <head> 下，不是根节点的子节点。
关键点：
- 必须用
//title或/html/head/title这类绝对/相对路径 - 如果网页用了动态 JS 注入标题（如单页应用），
HtmlAgilityPack无法执行 JS，只能拿到初始 HTML 中的<title>，此时可能为空或为占位符 - 加载前记得设置编码容错：
var doc = new HtmlDocument(); doc.OptionDefaultStreamEncoding = Encoding.UTF8; doc.LoadHtml(html);
- 提取后务必判空：
node?.InnerText?.Trim()，避免 NullReferenceException
PHP 的 DOMDocument 加载远程 HTML 报 Warning 怎么办？
典型错误是：Warning: DOMDocument::loadHTML(): htmlParseEntityRef: no name in Entity，本质是 HTML 含非法字符（如未转义的 &、）或不闭合标签，<code>DOMDocument 解析器严格报错。
安全做法：
- 加载前先清理 HTML：
$cleanHtml = mb_convert_encoding($html, 'HTML-ENTITIES', 'UTF-8'); - 关闭 libxml 的警告输出：
libxml_use_internal_errors(true); $doc = new DOMDocument(); $doc->loadHTML($html); libxml_clear_errors();
- 提取标题别硬写
$doc->getElementsByTagName('title')->item(0)->nodeValue——item(0)在无<title>时会触发 Notice；改用：$titles = $doc->getElementsByTagName('title'); $title = $titles->length ? $titles->item(0)->textContent : ''; - 注意：
textContent比nodeValue更可靠，能正确处理 CDATA 和注释
提取标题看着简单，真正上线时最容易翻车的是三件事：HTML 编码不一致、JS 动态渲染导致静态解析失效、以及对空节点不做防御性判断。这些地方不加 guard，服务一跑就静默失败。
