PHP文本节点多次修改偏移量问题解析

1. 引言：使用 DOMDocument 封装文本

在 Web 开发中，我们经常需要对 HTML 内容中的特定文本模式进行查找和修改，例如为特定品牌名称添加样式或链接。PHP 的 DOMDocument 结合 DOMXPath 提供了一套强大的工具来解析和操作 HTML 结构。然而，当需要在一个文本节点内多次修改（例如，将多个匹配项封装到 标签中）时，我们可能会遇到一些意料之外的问题，尤其是涉及到 DOMText::splitText() 方法时。

2. 问题分析：splitText 与偏移量错误

假设我们的目标是找到文本节点中所有匹配特定正则表达式的短语，并将它们用 标签包裹起来。一个常见的思路是：

1. 使用 preg_match_all 查找所有匹配项及其在文本内容中的偏移量。
2. 遍历这些匹配项。
3. 对于每个匹配项，使用 DOMText::splitText($offset) 将文本节点分割成两部分：匹配项之前的内容和匹配项及其之后的内容。
4. 再次使用 splitText($length) 将匹配项从第二部分中分离出来。
5. 创建一个新的 元素，将匹配项（现在是一个独立的文本节点）插入其中，然后用 替换原有的匹配项文本节点。

然而，这种从左到右（从前到后）的顺序修改方式，在处理同一个文本节点内的多个匹配项时，会导致一个常见的错误：Fatal error: Uncaught Error: Call to a member function splitText() on bool。

问题根源：

DOMText::splitText() 方法在被调用时，会修改原始文本节点的内容，并返回一个新的文本节点。例如，对一个文本节点 $node 调用 $word = $node->splitText($offset) 后，$node 的内容会被截断到 $offset 处，而 $word 则包含了从 $offset 开始的剩余文本。这意味着原始文本节点的结构和内容已经改变。

如果我们在第一次 splitText 操作后，继续使用为原始未修改文本计算出的偏移量来处理同一个 $node 中的后续匹配项，这些偏移量将不再准确。因为 DOM 结构已经发生了变化，原始的偏移量已经失效，导致 splitText 无法找到正确的位置，甚至可能在内部操作中返回 false，从而引发上述错误。

3. 解决方案：反向迭代匹配项

解决此问题的关键在于改变处理匹配项的顺序。如果我们从右到左（从后到前）地修改文本节点，那么每次修改都只会影响当前匹配项及其之后的内容。对于尚未处理的、位于当前匹配项“之前”的匹配项，它们的偏移量将保持不变，因为它们所处的文本位置没有受到影响。

具体步骤：

1. 获取所有匹配项及其偏移量。
2. 将这些匹配项按照它们在文本中的起始偏移量进行降序排序（即从文本末尾向文本开头排序）。
3. 按照这个降序顺序遍历匹配项，并执行 splitText 和封装操作。

4. 示例代码与优化

以下是基于原始问题代码的优化版本，它采用了反向迭代策略，并修正了 preg_match_all 的遍历逻辑。

loadHTML("{$content}", LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);

        // 清除加载过程中产生的错误
        libxml_clear_errors();

        // 初始化 XPath
        $XPath = new DOMXPath($DOM);

        // 检索所有文本节点，排除