如何用正则匹配未被div/table包裹的独立p标签实现段落分割

调整后的正则及实现代码 #

你可以通过增加前后环视断言匹配独立p标签，同时调整捕获范围保留完整p标签结构，代码如下：

// 匹配独立未被div/table包裹的完整p标签，允许标签前后存在空白/换行
$pattern = '/(?<=^|>)\s*(<p(?:\s+[^>]*)?>.*?<\/p\s*>)\s*(?=<p|\z)/is';
if (preg_match_all($pattern, $Content, $matches)) {
    // $matches[1] 中存储所有符合要求的完整独立p标签
    $independentParagraphs = $matches[1];
    foreach ($independentParagraphs as $pTag) {
        // 此处编写你的插入逻辑，例如在p标签后追加指定文本
        $Content = str_replace($pTag, $pTag . '你需要插入的指定文本', $Content);
    }
}

规则说明 #

• 完整p标签保留：通过最外层括号直接捕获整个<p>...</p>结构，不会仅提取内部内容
• 独立段落校验：
  • 前置断言(?<=^|>)：保证p标签的前序位置要么是内容开头，要么是其他标签的闭合位置，排除嵌套在div、table内部的p标签
  • 后置断言(?=<p|\z)：保证p标签闭合后下一个非空白内容要么是新的p标签开头，要么是内容结束，完全符合你提出的「目标</p>下一段内容以<p>开头」的判断标准
  • 修饰符i忽略p标签大小写，s允许.匹配换行符，适配p标签内部存在换行的场景

扩展提示 #

如果后续需要排除更多嵌套标签的场景，只需要在断言规则中补充对应的标签判断逻辑即可。

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