PHP正则替换含obfuscate类标签内的<a>标签

现有存储在PHP变量中的HTML代码，需替换所有位于带有obfuscate类的父级标签内的<a>标签，具体规则如下：

• 将<a>标签转为<span>标签
• 继承原<a>标签的所有属性
• 给新<span>标签添加akn-obf-link类
• 把原<a>的href值经base64_encode()处理后存入data-o属性
• 根据原<a>是否包含target="_BLANK"，给data-b属性设置为1（包含）或0（不包含）

注：已有针对<a>自身带obfuscate类的实现代码，现需修改为作用于父级标签带该类的场景。

转换示例 #

原HTML代码 #

<div class="obfuscate foobar"><strong><a href="https://example.com" class="randomclass" target="_BLANK">test</a></strong></div>

转换后代码 #

<div class="obfuscate foobar"><strong><span class="akn-obf-link randomclass" data-o="aHR0cHM6Ly9leGFtcGxlLmNvbQ==" data-b="1">test</span></strong></div>

PHP实现方案 #

使用PHP的DOMDocument+DOMXPath精准处理HTML结构，避免正则解析HTML的兼容性问题，代码如下：

<?php
// 原始HTML变量
$html = '<div class="obfuscate foobar"><strong><a href="https://example.com" class="randomclass" target="_BLANK">test</a></strong></div>';

// 初始化DOM并加载HTML
$dom = new DOMDocument();
libxml_use_internal_errors(true); // 屏蔽HTML格式警告
$dom->loadHTML(mb_convert_encoding($html, 'HTML-ENTITIES', 'UTF-8'));
libxml_clear_errors();

// XPath定位目标a标签：所有被带obfuscate类的父元素包含的a标签
$xpath = new DOMXPath($dom);
$targetLinks = $xpath->query('//*[contains(concat(" ", normalize-space(@class), " "), " obfuscate ")]//a');

foreach ($targetLinks as $link) {
    // 创建新span标签
    $span = $dom->createElement('span');
    
    // 复制原a标签的属性（跳过href和target）
    foreach ($link->attributes as $attr) {
        if ($attr->name !== 'href' && $attr->name !== 'target') {
            $span->setAttribute($attr->name, $attr->value);
        }
    }
    
    // 添加akn-obf-link类
    $existingClass = $span->getAttribute('class');
    $span->setAttribute('class', trim("$existingClass akn-obf-link"));
    
    // 设置data-o属性：base64编码原href
    $span->setAttribute('data-o', base64_encode($link->getAttribute('href')));
    
    // 设置data-b属性：判断是否有target="_BLANK"
    $span->setAttribute('data-b', strtolower($link->getAttribute('target')) === '_blank' ? '1' : '0');
    
    // 复制原a标签的子内容
    foreach ($link->childNodes as $child) {
        $span->appendChild($child->cloneNode(true));
    }
    
    // 替换原a标签为span
    $link->parentNode->replaceChild($span, $link);
}

// 清理DOM自动添加的html/body标签，输出结果
$processedHtml = preg_replace('~<(?:!DOCTYPE|/?(?:html|body))[^>]*>\s*~i', '', $dom->saveHTML());
echo $processedHtml;
?>

代码说明 #

• XPath表达式//*[contains(concat(" ", normalize-space(@class), " "), " obfuscate ")]//a可精准匹配父级带obfuscate类的<a>标签，避免误匹配类似obfuscatexxx的无关类名
• 全程使用DOM操作处理HTML结构，兼容各种嵌套场景
• 保留原<a>标签除href、target外的所有属性，确保样式和其他特性不丢失

内容的提问来源于stack exchange，提问作者rAthus