No deberías usar expresiones regulares para procesar HTML. Tan sólo un pequeño cambio en el HTML haría que tu regex falle. Un espacio de más, un cambio en los atributos del tag, un comentario, o estructuras más complejas, harían que hasta un regex gigantesco no siga las reglas.
Es muy sencillo procesar HTML con DOM, son las herramientas que están pensadas para eso.
Simplemente se genera el DOM así:
$html = '<p><figure><img src="xxxx"></figure></p>';
//Generar el DOM
$dom = new DOMDocument;
$libxml_opciones = LIBXML_COMPACT | LIBXML_HTML_NODEFDTD | LIBXML_NONET | LIBXML_NOERROR;
@$dom->loadHTML($html, $libxml_opciones);
//Generar un XPath para búsquedas
$xpath = new DOMXpath($dom);
Y se obtienen todos los <p>
con:
$p_nodelist = $dom->getElementsByTagName('p');
Luego, los recorremos en un bucle (en orden inverso para conservar la estructura):
for ($i = $p_nodelist->length; --$i >= 0; ) {
$p = $p_nodelist->item($i);
Viendo si cada <p>
tiene un único hijo, y ese hijo es un <figure>
:
$p_hijos = $xpath->query('./*',$p);
if ($p_hijos->length == 1 && $p_hijos->item(0)->tagName == 'figure') {
... realizando lo mismo con cada <figure>
, si tiene un único hijo <img>
.
Si se verifican las condiciones, reemplazamos el <p>
por el <figure>
hijo:
$p->parentNode->replaceChild($figure,$p);
Por último, volvemos a pasar el DOM a un string:
$resultado = '';
foreach ($dom->documentElement->lastChild->childNodes as $elem) {
$resultado .= $dom->saveHTML($elem);
}
Código:
<?php
$html = '<p><figure><img src="xxxx"></figure></p>';
//Generar el DOM
$dom = new DOMDocument;
$libxml_opciones = LIBXML_COMPACT | LIBXML_HTML_NODEFDTD | LIBXML_NONET | LIBXML_NOERROR;
@$dom->loadHTML($html, $libxml_opciones);
//Generar un XPath para búsquedas
$xpath = new DOMXpath($dom);
//Obtener todos los tags <p>
$p_nodelist = $dom->getElementsByTagName('p');
//Bucle para cada <p> (en orden inverso para preservar la estructura)
for ($i = $p_nodelist->length; --$i >= 0; ) {
$p = $p_nodelist->item($i);
$p_hijos = $xpath->query('./*',$p);
//Si el <p> tiene un único hijo, y ese hijo es un <figure>
if ($p_hijos->length == 1 && $p_hijos->item(0)->tagName == 'figure') {
$figure = $p_hijos->item(0);
//Si el <figure> tiene un único hijo, y ese hijo es una <img>
$figure_hijos = $xpath->query('./*',$figure);
if ($figure_hijos->length == 1 && $figure_hijos->item(0)->tagName == 'img') {
//REEMPLAZAR todo el <p> por solamente el <figure>
$p->parentNode->replaceChild($figure,$p);
}
}
}
//Guardar el html
$resultado = '';
foreach ($dom->documentElement->lastChild->childNodes as $elem) {
$resultado .= $dom->saveHTML($elem);
}
//Imprimir el resultado
echo $resultado;
Resultado:
<figure><img src="xxxx"></figure>
Demo:
https://3v4l.org/Jcacn
<p>
sólo puede tener contenido de frases, y<figure>
no lo es, por lo que<p><figure>...</figure></p>
es inválido (aunque la mayoría de los navegadores puedan renderizarlo bien)... Publiqué una respuesta que lo resuelve. No dudes en comentar cualquier cosa.