PHP截取html文章
2013-08-20 16:53
274 查看
/* 生成摘要 * @param (string) $body * 正文 * @param (int) $size * 摘要长度 * @param (int) $format * 输入格式 id */ function blog_summary($body, $size, $format = NULL){ $_size = mb_strlen($body, "utf-8'); if($_size <= $size) return $body; // 输入格式中有 PHP 过滤器 /* if(!isset($format) && filter_is_php($format)){ return $body; } */ $strlen_var = strlen($body); // 不包含 html 标签 if(strpos($body, '<') === false){ return mb_substr($body, 0, $size); } // 包含截断标志,优先 if($e = strpos($body, '<!-- break -->')){ return mb_substr($body, 0, $e); } // html 代码标记 $html_tag = 0; // 摘要字符串 $summary_string = ''; /** * 数组用作记录摘要范围内出现的 html 标签 * 开始和结束分别保存在 left 和 right 键名下 * 如字符串为:<h3><p><b>a</b></h3>,假设 p 未闭合 * 数组则为:array('left' => array('h3', 'p', 'b'), 'right' => 'b', 'h3'); * 仅补全 html 标签,<? <% 等其它语言标记,会产生不可预知结果 */ $html_array = array('left' => array(), 'right' => array()); for($i = 0; $i < $strlen_var; ++$i) { if(!$size){ break; } $current_var = substr($body, $i, 1); if($current_var == '<'){ // html 代码开始 $html_tag = 1; $html_array_str = ''; }else if($html_tag == 1){ // 一段 html 代码结束 if($current_var == '>'){ /** * 去除首尾空格,如 <br / > < img src="" / > 等可能出现首尾空格 */ $html_array_str = trim($html_array_str); /** * 判断最后一个字符是否为 /,若是,则标签已闭合,不记录 */ if(substr($html_array_str, -1) != '/'){ // 判断第一个字符是否 /,若是,则放在 right 单元 $f = substr($html_array_str, 0, 1); if($f == '/'){ // 去掉 / $html_array['right'][] = str_replace('/', '', $html_array_str); }else if($f != '?'){ // 判断是否为 ?,若是,则为 PHP 代码,跳过 /** * 判断是否有半角空格,若有,以空格分割,第一个单元为 html 标签 * 如 <h2 class="a"> <p class="a"> */ if(strpos($html_array_str, ' ') !== false){ // 分割成2个单元,可能有多个空格,如:<h2 class="" id=""> $html_array['left'][] = strtolower(current(explode(' ', $html_array_str, 2))); }else{ /** * * 若没有空格,整个字符串为 html 标签,如:<b> <p> 等 * 统一转换为小写 */ $html_array['left'][] = strtolower($html_array_str); } } } // 字符串重置 $html_array_str = ''; $html_tag = 0; }else{ /** * 将< >之间的字符组成一个字符串 * 用于提取 html 标签 */ $html_array_str .= $current_var; } }else{ // 非 html 代码才记数 --$size; } $ord_var_c = ord($body{$i}); switch (true) { case (($ord_var_c & 0xE0) == 0xC0): // 2 字节 $summary_string .= substr($body, $i, 2); $i += 1; break; case (($ord_var_c & 0xF0) == 0xE0): // 3 字节 $summary_string .= substr($body, $i, 3); $i += 2; break; case (($ord_var_c & 0xF8) == 0xF0): // 4 字节 $summary_string .= substr($body, $i, 4); $i += 3; break; case (($ord_var_c & 0xFC) == 0xF8): // 5 字节 $summary_string .= substr($body, $i, 5); $i += 4; break; case (($ord_var_c & 0xFE) == 0xFC): // 6 字节 $summary_string .= substr($body, $i, 6); $i += 5; break; default: // 1 字节 $summary_string .= $current_var; } } if($html_array['left']){ /** * 比对左右 html 标签,不足则补全 */ /** * 交换 left 顺序,补充的顺序应与 html 出现的顺序相反 * 如待补全的字符串为:<h2>abc<b>abc<p>abc * 补充顺序应为:</p></b></h2> */ $html_array['left'] = array_reverse($html_array['left']); foreach($html_array['left'] as $index => $tag){ // 判断该标签是否出现在 right 中 $key = array_search($tag, $html_array['right']); if($key !== false){ // 出现,从 right 中删除该单元 unset($html_array['right'][$key]); }else{ // 没有出现,需要补全 $summary_string .= '</'.$tag.'>'; } } } return $summary_string; }
相关文章推荐
- PHP截取用UEditor编辑器保存在数据库的文章乱码和包含HTML标签的问题
- PHP截取html文章
- php读取富文本编辑器编辑后的文章内容,并去除所有html标签、空格以及空白,截取字符串(包括中文)
- 截取HTML 文章,补充样式,防止出现样式乱套
- php 自定义函数实现博客文章预览,无乱码,自动补齐HTML标签
- 详谈如何实现PHP HTML截取代码
- php 截取字符串 解决html实体的问题
- php截取html摘要,自动检查html标签闭合[学习]
- ASP:截取文章摘要(无损HTML)保留html标签,有待高手完善
- HTML文章中截取摘要的问题
- php 截取HTML字符串
- php读取html并截取字符串
- php截取html字符串自动补全html标签
- php截取字符串,解决乱码问题与html标签问题
- php读取html 截取字符串
- PHP截取HTML字符串
- php截取指定字符之间内容的类与实例(含转码、过滤html等)
- php 实现文章摘要功能,截取字符串的长度函数
- HTML PARSER 文章截取摘要功能