Как заменить подстроку, которая не внутри определенных тегов?

Question

[weranda]

Приветствую.
Не знаю как подступиться к задаче.

Есть HTML:

<!--Он может быть таким:-->
<p>111 222 333</p>
<li>111 222 333</li>
<h1>111 222 333</h1>
<h2>111 222 333</h2>
<strong>111 222 333</strong>
<p><strong>111 222 333</strong></p>
<p>111 <a href="">222</a> 333</p>

<!--Он может быть таким:-->
<p>111 222 333</p><li>111 222 333</li><h1>111 222 333</h1><h2>111 222 333</h2><strong>111 222 333</strong><p><strong>111 222 333</strong></p>

<!--В общем, может быть любым-->

Задача: сделать замены в тексте по определенному формату (для примера):
— 222 меняем на <a href="#link">222</a>;
— меняем везде, кроме совпадений внутри тегов <h1> и <a>;
— найденные совпадения меняем только один раз.

Не понимаю как исключить из поиска определенные теги, т. е. делать замены везде, кроме указанных тегов.

Answer 1

[dodo512]

https://regex101.com/r/hFBSmY/1

preg_replace('~<(a|h1)\b.*?</\1>(*SKIP)(*F)|(222)~si', '<a href="#link">\\2</a>', $str);

Comments

[weranda]

Может быть еще подскажете в догонку как искать четко по границе слова?
Пример текста:

<p>Приложение не было сложным, но мы старались делать делаться все cделать качественно делать, улучшая его с каждым новым апдейтом. Оно включало: восемь экранов, локализация на десяток языков. Аудитория — будущие родители. За все время было выпущено 113 версий (у, какое число). Монетизация — межстраничные объявления, реклама с вознаграждением, внутренние покупки. Приложение не запрашивало Runtime Permissions и соответствовало всем политиками Google, как мне казалось…</p>

Что пробовал:

<(a|h1)\b.*?</\1>(*SKIP)(*F)|(\bделать\b)
<(a|h1)\b.*?</\1>(*SKIP)(*F)|(\<делать\>)

Должно находить только слово "делать", но не сделать.

[dodo512]

weranda, если текст в кодировке UTF-8, то добавление модификатора u (PCRE_UTF8) должно помочь.
'~<(a|h1)\b.*?</\1>(*SKIP)(*F)|(\bделать\b)~usi'

[weranda]

dodo512, Спасибо, работает!

[weranda]

dodo512, Пробую настроить ваш пример под одинарные теги типа img. Тестирую, вроде, все норм, но хотелось бы получить ваше мнение.
Сделал так: https://regex101.com/r/hFBSmY/3

<(a|h1)\b.*?</\1>(*SKIP)(*F)|<(img)[^>]*>(*SKIP)(*F)|(\b222.*?\b)

Как считаете, верно ли это?

[dodo512]

weranda, сейчас там строка замены <a href="#link">\2</a> меняет текст 222 на <a href="#link"></a>.
Если цель была получить <a href="#link">222</a>, то нужно учитывать что сохраняющие круглые скобки нумеруются слева направо (начиная с единицы) и их порядковые номера используются для нумерации соответствующих подстрок в результате.
В шаблон добавили ещё одну сохраняющую группу (img) и теперь подстрока совпавшая с (\b222.*?\b) будет по номером три <a href="#link">\3</a>.
Или вместо (img) использовать группировку без сохранения строки (?:img). Тогда не поменяется номер для (\b222.*?\b) и можно оставить <a href="#link">\2</a>.