PHP查找特定字符串前的<p>标签并为其及相邻标签添加inline类

现有基于纯字符串替换的实现存在几个明显缺陷：

• 仅匹配文本内容，若正文其他位置出现和h1相同的文字会触发误替换
• 没有处理p标签、h1标签已有class属性的场景，硬加属性会导致HTML结构错误
• 无法适配标签换行、多空格等非标准化的HTML格式场景

最优方案：DOM解析处理（最稳妥） #

使用PHP内置的DOM扩展解析HTML结构，完全规避字符串匹配的各类边界问题，代码实现如下：

public static function markupH1TagWithinText($h1Text, $html)
{
    $dom = new DOMDocument();
    // 处理中文等特殊字符编码，避免生成多余html/body标签
    $dom->loadHTML('<?xml encoding="UTF-8">' . $html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
    $xpath = new DOMXPath($dom);

    // 精准定位文本匹配的h1节点
    $h1Nodes = $xpath->query("//h1[normalize-space(text())='" . addslashes($h1Text) . "']");
    if ($h1Nodes->length === 0) {
        return false;
    }
    $targetH1 = $h1Nodes->item(0);

    // 给h1追加inline类，兼容已有class的场景
    $h1Class = $targetH1->getAttribute('class');
    $targetH1->setAttribute('class', trim($h1Class . ' inline'));

    // 处理h1前面紧邻的p节点
    $prevNode = $targetH1->previousSibling;
    while ($prevNode && $prevNode->nodeType !== XML_ELEMENT_NODE) {
        $prevNode = $prevNode->previousSibling;
    }
    if ($prevNode && $prevNode->tagName === 'p') {
        $pClass = $prevNode->getAttribute('class');
        $prevNode->setAttribute('class', trim($pClass . ' inline'));
    }

    // 若需要给h1后紧邻的p节点也加类，取消注释下方代码即可
    // $nextNode = $targetH1->nextSibling;
    // while ($nextNode && $nextNode->nodeType !== XML_ELEMENT_NODE) {
    //     $nextNode = $nextNode->nextSibling;
    // }
    // if ($nextNode && $nextNode->tagName === 'p') {
    //     $pClass = $nextNode->getAttribute('class');
    //     $nextNode->setAttribute('class', trim($pClass . ' inline'));
    // }

    return $dom->saveHTML();
}

该方案的优势：

• 完全基于DOM节点匹配，不会出现文本误匹配问题
• 自动兼容标签已有class的场景，不会破坏原有属性
• 自动忽略标签间的空格、换行等无意义字符，适配各类非标准化HTML格式

轻量方案：正则替换（适合结构固定的简单场景） #

如果你的HTML结构固定，不想引入DOM解析的开销，可以用正则优化现有逻辑，比纯字符串匹配可靠性更高：

public static function markupH1TagWithinText($h1Text, $html)
{
    $h1Quoted = preg_quote($h1Text, '/');
    $pattern = [
        // 匹配无class的h1标签
        '/<h1>(' . $h1Quoted . ')<\/h1>/',
        // 匹配h1前面紧邻的无class的p标签
        '/<p>(?=[^<]*<\/p>\s*<h1>' . $h1Quoted . '<\/h1>)/'
    ];
    $replace = [
        '<h1 class="inline">$1</h1>',
        '<p class="inline">'
    ];
    $processedHtml = preg_replace($pattern, $replace, $html);
    return $processedHtml === $html ? false : $processedHtml;
}

注意：正则方案仅适合HTML结构固定的场景，遇到标签已有属性、嵌套结构等复杂情况可能失效。

内容的提问来源于stack exchange，提问作者odd_duck