//convert string to xml object function String2XML(xmlString) { // for IE if (window.ActiveXObject) { var xmlobject = new ActiveXObject("Microsoft.XMLDOM"); xmlobject.async = "false"; xmlobject.loadXML(xmlstring); return xmlobject; } // for other browsers else { var parser = new DOMParser(); var xmlobject = parser.parseFromString(xmlstring, "text/xml"); return xmlobject; } } //convert xml object to string function XML2String(xmlObject) { // for IE if (window.ActiveXObject) { return xmlobject.xml; } // for other browsers else { return (new XMLSerializer()).serializeToString(xmlobject); } }
一、了解DOMParser方法
DOMParser可以让 HTML 字符串解析为DOM树，格式类型包括 XML 文档，或者HTML文档。
语法
var domParser = new DOMParser();
此时 domParser 就是一个DOMParser对象。
DOMParser对象包含一个名为parseFromString的方法。
该方法语法如下：
var doc = domParser.parseFromString(string, mimeType);
这个方法根据mimeType参数值的不同返回HTML文档或者XML文档。
具体参数如下：
- string
- 必需。字符串。表示被用来解析的DOM字符串（DOMString）。必需包括HTML, xml, xhtml+xml或是svg文档内容，否则可能解析错误。
- mimeType
- 必需。字符串。表示解析的文档类型，支持下表这些参数值：
mimeType值 返回文档类型 text/html Document text/xml XMLDocument application/xml XMLDocument application/xhtml+xml XMLDocument image/svg+xml XMLDocument
其中Document文档类型是会自动包含 <html> 和 <body> 标签的，而XMLDocument文档类型则不会主动添加 <html> 和 <body> 等标签，且根据我的测试很多普通的HTML标签有时候会parseerror解析错误。
举个例子：
var domParser = new DOMParser(); console.dir(domParser.parseFromString('<p>内容</p>', 'text/html'));
此时返回的文档DOM树结构如下截图，出现了DOM字符串参数中没有的 <html> 和 <body> 标签。
但是，如果我们设置的mimeType类型是 text/xml 的话，则又是返回是另外模样的文档树结构：
var domParser = new DOMParser(); console.dir(domParser.parseFromString('<p>内容</p>', 'text/xml'));
控制台输出结果如下图：
兼容性
DOMParser方法IE9+均支持。
二、了解XMLSerializer方法
XMLSerializer方法的作用和DOMParser相似，XMLSerializer可以让DOM树对象序列化为字符串。
语法
var xmlSerializer = new XMLSerializer();
此时 xmlSerializer 就是一个XMLSerializer对象。
XMLSerializer对象有一个名为 serializeToString() 的方法，可以返回序列化的xml字符串。
语法如下：
var xmlString = xmlSerializer.serializeToString(rootNode);
返回值是DOMString类型。
参数
- rootNode
- 必须。用来转换成字符串的DOM树根节点。
例如：
var xmlSerializer = new XMLSerializer(); console.log(xmlSerializer.serializeToString(document.querySelector('.link')));
我在本文对应的控制台运行上面JS代码，结果如下图：
和outerHTML属性区别
serializeToString() 方法和 outerHTML 有些类似，但还是有所区别，主要有有下面两个：
- outerHTML只能作用在Element元素上，但是不能是其他节点类型，例如文本节点，注释节点之类。但是
serializeToString()方法适用于任意节点类型。包括：
节点类型 释义 DocumentType 文档类型 Document 文档 DocumentFragment 文档片段 Element 元素 Comment 注释节点 Text 文本节点 ProcessingInstruction 处理指令 Attr 属性节点 serializeToString()方法会给根元素自动增加xmlns命名空间，例如对比下面两种代码输出结果：
div = document.createElement('div'); // 1. console.log(div.outerHTML); // 2. var xmlSerializer = new XMLSerializer(); console.log(xmlSerializer.serializeToString(div));输出结果如下图：
兼容性
DOMParser方法IE9+均支持。
三、应用举例
1. 去除HTML字符串的换行和注释
首先测试HTML如下，放在一个自定义的script模板中：
<script id="tpl" type="text/template"> <!-- 这是注释1 --> <p>这是文本。</p> <!-- 这是注释2 --> <ol> <li>列表</li> <li>列表</li> <li>列表</li> </ol> </script>
我们平常为了便于阅读，同时维护方便，HTML模板是包含缩进和注释的，但是实际解析和这些是不需要的，需要删除，处理字符串正则替换这种方法以外，还可以试试使用浏览器原生的一些DOM API方法，例如DOMParse，JavaScript代码如下：
var htmlTpl = tpl.innerHTML; // 字符串转换成文档类型 var domParser = new DOMParser(); var doc = domParser.parseFromString(htmlTpl, 'text/html'); // 使用原生的TreeWalker进行遍历 var treeWalker = document.createTreeWalker(doc); var arrNodeRemove = []; // 遍历注释节点和换行文本节点 while(treeWalker.nextNode()) { var node = treeWalker.currentNode; if (node.nodeType == Node.COMMENT_NODE || (node.nodeType == Node.TEXT_NODE && node.nodeValue.trim() == '')) { arrNodeRemove.push(node); } } // 节点移除 arrNodeRemove.forEach(function (node) { node.parentNode.removeChild(node); }); // 字符串还原 console.log(doc.body.innerHTML); // 输出结果是： // <p>这是文本。</p><ol><li>列表</li><li>列表</li><li>列表</li></ol>
Chrome浏览器截图如下：
可以看到，HTML字符串中注释相关的，以及换行空格都被移除了，使用DOMParser方法的好处是比正则表达式替换更容易理解与上手，由于使用浏览器内置的解析，因此HTML字符容错性更强，使用正则表达式可能无法面面俱到。不足就是代码量相对多一点。
四、结语
今天整理与研究这篇文章时候发现自己还有很多原生的DOM API不是很了解，例如NodeIterator和TreeWalker，都是IE9+浏览器都支持的原生API，以后有机会可以介绍下，虽然现在圈子里关心这类原生DOM API的开发人员占比很低，我们日常使用概率也不高，不过以后如果想要成为creater，优秀的框架创造者，这样的学习是必不可少的。
参考文档：