本文介绍如何利用 PHP 的 DOMDocument 和 DOMXPath，在嵌套任意深度的 HTML/XML 元素中，精准定位所有纯文本节点（text nodes），并对其中出现的指定字符串（如 "some"）进行包装（如用 包裹），同时保持原有 DOM 结构和标签完整性。
本文介绍如何利用 php 的 dom 扩展，在嵌套任意深度的 html/xml 元素中，精准定位所有纯文本节点（text nodes），并对其中出现的指定字符串（如 "some"）进行包装（如用 `` 包裹），同时保持原有 dom 结构和标签完整性。
在 PHP 中处理 HTML 文本内容时，若需对深层嵌套结构中的纯文本部分执行字符串替换（例如高亮关键词），直接使用 str_replace() 会破坏标签结构，而仅遍历 childNodes 又易遗漏或误操作元素节点。正确做法是：提取目标元素的内部 HTML（inner HTML），安全地执行字符串替换，再将结果解析为 DOM 片段并替换原节点。
以下是一个健壮、可复用的实现方案：
✅ 核心思路
- 使用 DOMXPath 定位目标 DOMElement；
- 调用 saveHTML($node) 获取其内部 HTML 字符串（不含外层标签）；
- 在该字符串中执行精确的文本替换（推荐使用正则 preg_replace() 替代简单 str_replace()，避免误匹配标签内容）；
- 创建 DOMDocumentFragment，用 appendXML() 导入新 HTML；
- 用 replaceChild() 完成无损替换。
? 示例代码（支持任意深度 + 安全替换）
<?php
$html = <<<HTML
<text>This is some text with <i>some words in italics and <b>bold</b></i>.</text>
HTML;
$doc = new DOMDocument();
$doc->loadHTML($html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
$xpath = new DOMXpath($doc);
// 定位目标元素（此处为 <text>）
$target = $xpath->query('//text')->item(0);
if (!$target) {
throw new RuntimeException('Target element not found');
}
// ✅ 正确获取 innerHTML（不包含 <text> 标签本身）
$innerHTML = '';
foreach ($target->childNodes as $child) {
$innerHTML .= $doc->saveHTML($child);
}
// ? 使用 preg_replace 精准匹配纯文本中的 "some"（避免匹配 <i>some</i> 中的标签名）
// 注意：需转义特殊字符，且确保不跨标签匹配（此例中 safe，因 innerHTML 已是扁平化字符串）
$replaced = preg_replace('/(?<!>)\b(some)\b(?!<\/)/u', '<span class="highlight">$1</span>', $innerHTML);
// ? 创建文档片段并注入新内容
$fragment = $doc->createDocumentFragment();
$fragment->appendXML($replaced);
// ? 替换原节点的所有子节点（更安全：清空后追加，而非 replaceChild）
while ($target->firstChild) {
$target->removeChild($target->firstChild);
}
$target->appendChild($fragment);
echo $doc->saveHTML($target); // 输出：<text>This is <span class="highlight">some</span> text with <i><span class="highlight">some</span> words in italics and <b>bold</b></i>.</text>⚠️ 关键注意事项
-
不要使用 saveHTML($target) 获取 innerHTML：它会返回带外层
标签的完整 HTML，导致嵌套错误； - 避免 str_replace() 直接操作 HTML 字符串：可能误改标签属性（如 class="some-class"）或闭合标签（如 ），应优先用 preg_replace() 配合负向断言；
- DOMDocumentFragment::appendXML() 要求输入为良构 XML/HTML：若替换后产生非法结构（如未闭合标签），会静默失败，建议开启 libxml_use_internal_errors(true) 捕获解析异常；
- 若需导出为独立文档，可新建 DOMDocument 并 loadHTML($replaced)，但需手动添加 DOCTYPE 或设置 LIBXML_HTML_NOIMPLIED 防止自动补全 。
✅ 总结
该方法绕过了 DOM 树中逐节点遍历文本节点的复杂性与边界风险，以“序列化→字符串处理→反序列化”范式达成高效、安全、结构保真的关键词包装。适用于内容高亮、敏感词过滤、模板占位符替换等真实业务场景，是 PHP HTML 文本增强处理的推荐实践。
