代碼編輯器語法高亮、搜索結果關鍵詞標紅、內容審核敏感詞標記。核心挑戰:整詞匹配(避免「class」匹配到「classic」)、不破壞 HTML 結構、大小寫不敏感可配置。
<?php
/**
* 為文本中的關鍵詞添加高亮標籤
* @param string $text 待處理文本(純文本或已轉義 HTML)
* @param array $keywords 關鍵詞數組
* @param string $tag 包裹標籤(預設 span.highlight)
* @param bool $caseInsensitive 大小寫不敏感
* @return string 處理後 HTML
*/
function highlightKeywords(string $text, array $keywords, string $tag = 'span', array $attributes = ['class' => 'highlight'], bool $caseInsensitive = true): string {
if (empty($keywords) || $text === '') return $text;
// 1. 構建單詞邊界正則:\b 針對 ASCII 字母數字下劃線,中文需用 Unicode 屬性
$patternParts = [];
foreach ($keywords as $kw) {
$kw = preg_quote($kw, '/');
// 使用 Unicode 字符邊界 \b{wb} (PHP 7.3+),更準確處理中文/標點
$patternParts[] = "(? $v) {
$attrStr .= " $k=\"" . htmlspecialchars($v, ENT_QUOTES) . "\"";
}
$replacement = "<$tag$attrStr>$0$tag>";
// 3. 執行替換
return preg_replace($pattern, $replacement, $text);
}
// 使用示例
$code = 'function foo() { if ($bar) { return "class"; } }';
$keywords = ['function', 'if', 'return', 'class', 'foo', 'bar'];
echo highlightKeywords($code, $keywords);
// 輸出:function foo() { if ($bar) { return "class"; } }
若輸入已包含 HTML(如富文本編輯器內容),直接正則替換會破壞標籤屬性。需先分離 HTML 標籤與文本節點:
function highlightInHtml(string $html, array $keywords, string $tag = 'mark'): string {
// 1. 分割 HTML 標籤與文本
$parts = preg_split('/(<[^>]+>)/', $html, -1, PREG_SPLIT_DELIM_CAPTURE);
foreach ($parts as &$part) {
// 2. 僅處理非標籤部分
if ($part !== '' && !preg_match('/^<[^>]+>$/', $part)) {
$part = highlightKeywords($part, $keywords, $tag);
}
}
return implode('', $parts);
}
ahocorasick 擴展或 PHP 實現的 Aho-Corasick 算法,線性時間多模式匹配。關鍵詞高亮核心在於單詞邊界正則與HTML 結構保護。基礎場景用 preg_replace + Unicode 邊界即可;富文本場景需先分離標籤;大規模關鍵詞庫請升級算法至 Aho-Corasick。