最初に HTML を DOM オブジェクトに変換して、各ノードを処理して行きます。
<?php
$html = <<<'HTML'
あいうえお
あいうえお
<ul>
<li>かきくけこ</li>
<li>さしすせそ</li>
</ul>
<p>
Hello World!
</p>
HTML;
$doc = new DOMDocument();
$doc->loadHTML('<p></p>'.$html); // dummy tag
$nodes = $doc->getElementsByTagName('body')->item(0)->childNodes;
$replaced = '';
for ($i=1;$i<$nodes->length;$i++) {
$node = $doc->saveHTML($nodes->item($i));
if ($nodes->item($i)->nodeName === '#text') { // text without HTML tag
if (preg_match('/^\s*$/', $node)) // emtpy node
continue;
$node = preg_replace('/\h*(\r|\n|\r\n)\h*/', '<br>', $node);
} else {
// text enclosed by HTML tag
$node = preg_replace('/\h*[\r\n]+\h*/', '', $node);
}
$replaced .= utf8_decode($node);
}
echo $replaced;
// 出力結果
あいうえお<br><br>あいうえお<br><br><ul><li>かきくけこ</li><li>さしすせそ</li></ul><p>Hello World!</p>
以下は、HTML 文字列の最初に HTML タグが付いていないテキストがあると loadHTML()
による処理で p タグが自動的に付加されてしまうのを防ぐためのものです。
$doc->loadHTML('<p></p>'.$html); // dummy tag