自动解析 PHP，将 PHP 代码与 HTML 分离

我正在开发一个大型 PHP 代码库；我想将 PHP 代码与 HTML 和 JavaScript 分开。 （我需要对 PHP 代码进行多次自动搜索和替换，对 HTML 进行不同的搜索和替换，对 JS 进行不同的自动搜索和替换）。有没有一个好的解析器引擎可以为我分离出 PHP？我可以使用正则表达式来做到这一点，但它们并不完美。也许我可以在 ANTLR 中构建一些东西，但最好是一个现有的解决方案。

我应该澄清：我不想要也不需要完整的 PHP 解析器。只需知道给定的令牌是否是： - PHP代码 - PHP 单引号字符串 - PHP双引号字符串 - PHP 评论 - 不是 PHP，而是 HTML/JavaScript

怎么样分词器 http://www.php.net/manual/en/intro.tokenizer.php直接内置于 PHP 本身吗？

分词器函数提供了 PHP 分词器的接口 嵌入到 Zend 引擎中。使用 这些函数你可以自己编写 PHP源码分析或修改 工具，而不必处理 词汇上的语言规范 等级。

您在注释中询问是否可以从标记化输出重新生成代码 - 但您可以，所有空格都保留为 T_WHITESPACE 标记。以下是将标记化输出转回代码的方法：

$regenerated='';

$tokens = token_get_all($code);
foreach($tokens as $idx=>$t)
{
    if (is_array($t))
    {

         //do something with string and comments here?
         switch($t[0])
         {
             case T_CONSTANT_ENCAPSED_STRING:
                  break;
             case T_COMMENT:
             case T_DOC_COMMENT:
                 break;

         }
         $regenerated.=$t[1];


    }
    else
    {
         $regenerated.=$t;
    }
}