javascript - 如何防止从outerHTML/innerHTML 中删除双引号？

Question

我正在使用的旧页面中有一些 Javascript，可以读取页面的整个 HTML，以便可以将其保存到文件中:

html = document.documentElement.outerHTML;

然而，这个和 innerHTML 替代方案都去掉了一些属性值周围的双引号，导致我无法将其用于以后的处理。

例如

<meta http-equiv="Content-Type" content="text/html; charset=utf-8"/>

变成

<META content="text/html; charset=utf-8" http-equiv=Content-Type>

当我“查看源代码”时，引号是正确的，那么如何使用 Javascript 获得正确的 HTML？如果相关的话，我的开发环境是 Visual Studio 2013 和 Internet Explorer 10(在怪异模式下)。

说明:后续处理的第一步是将 HTML 加载到 XMLDocument 中。问题是由于缺少双引号而失败。

Answer 1

大多数浏览器不会这样做，并且根据 HTML5 CR，所有属性值在序列化中都出现在双引号中，即使在 HTML 序列化中也是如此。但 IE 8 及更早版本使用部分不同的序列化。根据 HTML 规则，结果仍然是正确的，但不是根据 XHTML 规则(但 IE 8 及更早版本不支持 XHTML — 它们消化 XHTML，但这只是因为它们的标签汤解析器是允许的)。

您可以考虑使用将 HTML 转换为 XHTML 的后处理器。或者您可以编写自己的函数，相当于在现代浏览器中获取 outerHTML。序列化在 HTML5 中详细定义，因此相对简单。