PHP DOMDocument改进：遍历HTML字符串中所有含文本元素

你原来的代码仅处理<p>标签，要实现遍历所有含文本的元素，需要调整遍历逻辑，同时注意保留原元素的属性（避免直接替换整个元素导致属性丢失），以下是优化后的完整代码：

$htmlString = 
    '<section>
    <h2>Ámbito de aplicación</h2>
    <p>
        Estas condiciones generales constituyen las condiciones de uso
        junto con las normas comunitarias, disponibles en
        http://add.com/community-rules y las posibles condiciones
        complementarias pactadas entre el usuario!.
    </p>
</section>';

$dom = new \DOMDocument();
libxml_use_internal_errors(true);
$dom->loadHTML($htmlString);

// 遍历所有HTML元素
foreach ($dom->getElementsByTagName('*') as $element) {
    // 排除不需要翻译的标签（比如脚本、样式、元信息类标签）
    $excludeTags = ['script', 'style', 'meta', 'link', 'title', 'noscript'];
    if (in_array(strtolower($element->tagName), $excludeTags)) {
        continue;
    }

    // 收集当前元素下的直接文本节点（跳过子元素的文本，避免重复翻译）
    $textNodes = [];
    foreach ($element->childNodes as $child) {
        // 筛选非空的文本节点
        if ($child->nodeType === XML_TEXT_NODE && trim($child->nodeValue) !== '') {
            $textNodes[] = $child;
        }
    }

    // 对每个文本节点进行翻译并替换
    foreach ($textNodes as $textNode) {
        $originalText = trim($textNode->nodeValue);
        $translatedText = $this->translate($originalText);
        // 创建新的文本节点替换原有节点，保留元素结构和属性
        $newTextNode = $dom->createTextNode($translatedText);
        $textNode->parentNode->replaceChild($newTextNode, $textNode);
    }
}

$translatedHtml = $dom->saveHTML();

关键改进点说明： #

• 遍历所有元素：使用getElementsByTagName('*')获取HTML中所有元素，不再局限于<p>标签
• 排除无关标签：跳过脚本、样式等不需要翻译的标签，避免无效处理
• 保留元素属性：不再直接替换整个元素，而是仅替换元素内的文本节点，确保原元素的class、href等属性不会丢失
• 精准处理文本：只处理元素的直接文本节点，避免重复翻译子元素中的文本内容

内容的提问来源于stack exchange，提问作者gabogabans