Parsing HTML to fix microtypography & Gliph issues

Jestem zainteresowanymikrotypografią zagadnieniami w sieci.

Chcę narzędzie do naprawy:

• Cytaty
  • " ( ") cytat otwierający (zamiast")
  • " ( ") cytat zamykający (zamiast")
• apostrof
  • " ( ") apostrof (zamiast")
• myślniki i myślniki
  {–14]} – (- lub -) EN dash, używany dla zakresów, np. "13-15 listopada" (zamiast -)
• - (- lub -) em dash, używany do zmiany myśli, np. " Gwiezdne Wojny są-jak każdy wie-niesamowite."(zamiast -, lub --)

Wszystkie te poprawki zależą od języka zawartości. Na przykład w języku francuskim musimy dodać niepewną (niełamliwą) spację przed każdym złożonym glifem (:, ;, …, ?, !, ...), a nasze cytaty są " jak to ".

• nie może edytować żadnego HTML wewnątrz chronionych tagów (pre, code...)
To musi być szybkie (używane na wyjściu CMS)
• nie może złamać HTML
• i tak dalej.

Są już pewne narzędzia na Rynek:

• http://michelf.ca/projects/php-smartypants/typographer/
• http://kingdesk.com/projects/php-typography/
• http://code.google.com/p/typogrify/

Wszystkie są mniej więcej oparte na SmartyPants, lib z 2005 roku, nie testowane, nie udokumentowane, parsowanie HTML ręcznie i nie radzenie sobie z innymi zasadami niż Angielski. Nie ma mowy.

Więc moje pytania to:

• Czy znasz jakieś porządne narzędzie jak to?
• Jak mogę to zrobić? Mam już POC używającego DomCrawler , ale nie jestem przekonany. Jak najlepiej parsować i edytować HTML w PHP?

Edycja lipiec 2013: opracowałem JoliTypo z testów i wiedzy, którą zdobyłem w tym problemie. Żadna Lib nie robiła tego, co chciałem.