欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

php截取html字符串及自动补全html标签的方法

程序员文章站 2022-07-10 22:07:42
本文实例讲述了php截取html字符串及自动补全html标签的方法。分享给大家供大家参考。具体分析如下: 这里总结一下关于利用php截取html字符串自动补全html标签...

本文实例讲述了php截取html字符串及自动补全html标签的方法。分享给大家供大家参考。具体分析如下:

这里总结一下关于利用php截取html字符串自动补全html标签,实际开发中会经常碰到,很多人直接先strip_tags过滤掉html标签,但是就只剩下纯文本了,可读性非常差,下面是一个函数,代码如下:

复制代码 代码如下:
/**
 * 截取html,并自动补全闭合
 * @param $html
 * @param $length
 * @param $end
 */
function subhtml($html,$length) {
 $result = '';
 $tagstack = array();
 $len = 0;
 
 $contents = preg_split("~(<[^>]+?>)~si",$html, -1,preg_split_no_empty| preg_split_delim_capture);
 foreach($contents as $tag)
 {
 if (trim($tag)=="")  continue;
 if(preg_match("~<([a-z0-9]+)[^/>]*?/>~si",$tag)){
 $result .= $tag;
 }else if(preg_match("~</([a-z0-9]+)[^/>]*?>~si",$tag,$match)){
 if($tagstack[count($tagstack)-1] == $match[1]){
 array_pop($tagstack);
 $result .= $tag;
 }
 }else if(preg_match("~<([a-z0-9]+)[^/>]*?>~si",$tag,$match)){
 array_push($tagstack,$match[1]);
 $result .= $tag;
 }else if(preg_match("~<!--.*?-->~si",$tag)){
 $result .= $tag;
 }else{
 if($len + mstrlen($tag) < $length){
 $result .= $tag;
 $len += mstrlen($tag); 
 }else {
 $str = msubstr($tag,0,$length-$len+1);
 $result .= $str;
 break;
 }
 
 }
 }
 while(!emptyempty($tagstack)){
 $result .= '</'.array_pop($tagstack).'>';
 }
 return  $result;
}
 
/**
 * 截取中文字符串
 * @param $string 字符串
 * @param $start 起始位
 * @param $length 长度
 * @param $charset  编码
 * @param $dot 附加字串
 */
function msubstr($string, $start, $length,$dot='',$charset = 'utf-8') {
 $string = str_replace(array('&', '"', '<', '>',' '), array('&', '"', '<', '>',' '), $string);
 if(strlen($string) <= $length) {
 return $string;
 }
 
 if(strtolower($charset) == 'utf-8') {
 $n = $tn = $noc = 0;
 while($n < strlen($string)) {
 $t = ord($string[$n]);
 if($t == 9 || $t == 10 || (32 <= $t && $t <= 126)) {
 $tn = 1; $n++;
 } elseif(194 <= $t && $t <= 223) {
 $tn = 2; $n += 2;
 } elseif(224 <= $t && $t <= 239) {
 $tn = 3; $n += 3;
 } elseif(240 <= $t && $t <= 247) {
 $tn = 4; $n += 4;
 } elseif(248 <= $t && $t <= 251) {
 $tn = 5; $n += 5;
 } elseif($t == 252 || $t == 253) {
 $tn = 6; $n += 6;
 } else {
 $n++;
 }
 $noc++;
 if($noc >= $length) {
 break;
 }
 }
 if($noc > $length) {
 $n -= $tn;
 }
 $strcut = substr($string, 0, $n);
 } else {
 for($i = 0; $i < $length; $i++) {
 $strcut .= ord($string[$i]) > 127 ? $string[$i].$string[++$i] : $string[$i];
 }
 }
 
 return $strcut.$dot;
}
 
/**
 * 取得字符串的长度,包括中英文。
 */
function mstrlen($str,$charset = 'utf-8'){
 if (function_exists('mb_substr')) {
 $length=mb_strlen($str,$charset);
 } elseif (function_exists('iconv_substr')) {
 $length=iconv_strlen($str,$charset);
 } else {
 preg_match_all("/[x01-x7f]|[xc2-xdf][x80-xbf]|xe0[xa0-xbf][x80-xbf]|[xe1-xef][x80-xbf][x80-xbf]|xf0[x90-xbf][x80-xbf][x80-xbf]|[xf1-xf7][x80-xbf][x80-xbf][x80-xbf]/", $text, $ar);  
 $length=count($ar[0]);
 }
 return $length;
}

实例,代码如下:
复制代码 代码如下:
* @param 要截取的html $str
* @param 截取的数量 $num
* @param 是否需要加上更多 $more
* @return 截取串
*/
function phpos_chsubstr_ahtml($str,$num,$more=false)
{
    $leng=strlen($str);
      if($num>=$leng)
      return $str;
    $word=0;
    $i=0;                        /** 字符串指针 **/
    $stag=array(array());        /** 存放开始html的标志 **/
    $etag=array(array());        /** 存放结束html的标志 **/
    $sp = 0;
    $ep = 0;
      while($word!=$num)
      {
          if(ord($str[$i])>128)
          {
            //$re.=substr($str,$i,3);
            $i+=3;
            $word++;
          }
          else if ($str[$i]=='<')
          {
              if ($str[$i+1] == '!')
              {
                $i++;
                  continue;
              }
 
              if ($str[$i+1]=='/')    
              {
                $ptag=&$etag ;
                $k=&$ep;
                $i+=2;
              }
              else                    
              {
                $ptag=&$stag;
                $i+=1;
                $k=&$sp;
              }
 
              for(;$i<$leng;$i++)        
              {
                  if ($str[$i] == ' ')
                  {
                    $ptag[$k] = implode('',$ptag[$k]);
                    $k++;
                      break;
                  }
                  if ($str[$i] != '>') 
                  {
                    $ptag[$k][]=$str[$i];
                      continue;
                  }
                  else                
                  {
                    $ptag[$k] = implode('',$ptag[$k]);
                    $k++;
                      break;
                  }
              }
            $i++;
              continue;
          }
          else
          {
            //$re.=substr($str,$i,1);
            $word++;
            $i++;
          }
      }
      foreach ($etag as $val)
      {
        $key1=array_search($val,$stag);
          if ($key1 !== false)          unset($stag[$key]);
      }
      foreach ($stag as $key => $val)
      {
          if (in_array($val,array('br','img'))) unset($stag[$key1]);
      }
    array_reverse($stag);
    $ends = '</'.implode('></',$stag).'>';
    $re = substr($str,0,$i).$ends;
      if($more)    $re.='...';
      return $re;
}

php截取字符串,生成文章摘要,我们在写blog时经常需要显示文章前一部分,但是又怕不恰当截断破坏封闭标签以造成整个文档结构破坏,代码如下:
复制代码 代码如下:
function text_zhaiyao($text,$length){ //文章摘要生成函数  $test:内容 $length:摘要长度
    global $briefing_length;
    mb_regex_encoding("utf-8");
    if(mb_strlen($text) <= $length ) return $text;
    $foremost = mb_substr($text, 0, $length);
    $re = "<(/?)
    (p|div|h1|h2|h3|h4|h5|h6|address|pre|table|tr|td|th|input|select|textarea|object|a|ul|ol|li|
    base|meta|link|hr|br|param|img|area|input|span)[^>]*(>?)";
    $single = "/base|meta|link|hr|br|param|img|area|input|br/i";
     
    $stack = array(); $posstack = array();
     
    mb_ereg_search_init($foremost, $re, 'i');
     
    while($pos = mb_ereg_search_pos()){
    $match = mb_ereg_search_getregs();
    /* [child-matching formulation]:
     
    $matche[1] : a "/" charactor indicating whether current "<...>" friction is
    closing part
    $matche[2] : element name.
    $matche[3] : right > of a "<...>" friction
    */
    if($match[1]==""){
    $elem = $match[2];
    if(mb_eregi($single, $elem) && $match[3] !=""){
    continue;
}

希望本文所述对大家的php程序设计有所帮助。