PHP处理HTML文本：移除<br>标签但保留换行，解决谷歌语音朗读标签问题

你的问题核心在于正则匹配逻辑不对，导致既误替换了普通文本里的"br"字符，又没正确保留段落分隔的换行。下面给你两种可靠的解决方案：

方案一：通用处理所有<br>标签，合并连续换行 #

适合处理包含任意数量<br>标签的文本，自动将连续换行标签转换为自然的段落分隔：

// 1. 匹配所有形式的<br>标签（包括<br>、<br/>、<BR>等），替换为换行符
$txt = preg_replace('/<br\s*\/?>/i', "\n", $mytxt);
// 2. 把连续多个换行合并成一个，避免多余空行让语音朗读停顿混乱
$txt = preg_replace('/\n+/', "\n", $txt);
// 3. 移除剩余的其他HTML标签（如果文本里还有的话）
$final = strip_tags($txt);

为什么这个方案有效： #

• 正则/<br\s*\/?>/i专门针对HTML<br>标签设计：
  • \s*允许标签内有任意空格（比如<br />）
  • \/?匹配可选的闭合斜杠
  • i忽略大小写，能匹配<BR>、<Br>等各种写法
• 合并连续换行是为了避免原文本中多个<br>叠加导致的过多空行，让语音朗读的段落停顿更自然。

方案二：精准匹配<br><br>段落分隔 #

如果你的文本严格用<br><br>分隔段落，这个方案更精准，直接将段落分隔符转换为换行，同时清理单个<br>标签：

// 1. 匹配连续两个<br>标签（各种形式），替换为单个换行
$txt = preg_replace('/(<br\s*\/?>\s*){2}/i', "\n", $mytxt);
// 2. 移除剩余的单个<br>标签
$txt = preg_replace('/<br\s*\/?>/i', '', $txt);
// 3. 移除其他HTML标签
$final = strip_tags($txt);

你之前代码的问题分析： #

1. 之前的preg_replace('<br>', '\n', $mytxt)没有用正则分隔符包裹表达式，会被当成普通字符串匹配，导致误替换比如"break"里的"br"字符；
2. 没有处理<br/>这种闭合标签，也没考虑大小写，导致部分标签没被替换；
3. 直接用strip_tags前没有正确保留换行逻辑，最终段落被合并成了一段。

这两种方案都能保证谷歌文本语音只朗读纯文本内容，同时保留段落间的自然分隔，也不会误替换普通文本里的"br"单词。

内容的提问来源于stack exchange，提问作者Darksymphony