最近遇到这样的需求，爬虫爬某些网页，返回html的form代码并自动提交，而且form的action、数据的name value都是不固定的，因此需要解析HTML代码，并将其转换成一种通用的格式。

输入：

<form action="/api/xxx" method="POST">
  <input type="hidden" name="aaa" value="bbb"/>
  <input type="hidden" name="ccc" value="ddd"/>
</form>

输出：

{

    "action": "/api/xxx",

    "method": "POST",

    "data": {

        "aaa": "bbb",

        "ccc": "ddd"

    }

}

使用ChatGPT辅助后，我们很快得到了以下代码。（经过本人修改后）

function form2json($html) {
    $doc = new DOMDocument();
    $doc->loadHTML(mb_convert_encoding($html, 'HTML-ENTITIES','UTF-8'));
    // $doc->loadHTML($html);
    $forms = $doc->getElementsByTagName('form');
    if($forms->length > 0) {
        $form = $forms->item(0);
        $formInfo = [
            'action' => $form->getAttribute('action'),
            'method' => $form->getAttribute('method'),
            'data' => []
        ];
        $inputs = $form->getElementsByTagName('input');
        foreach($inputs as $input) if($input->getAttribute('name')) $formInfo['data'][$input->getAttribute('name')] = $input->getAttribute('value');
        return $formInfo;
    }
    return false;
}