php截取html字符串自动补全html标签

文章来总结一下关于利用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:

1. /** 
2.  * 截取HTML,并自动补全闭合 
3.  * @param $html 
4.  * @param $length 
5.  * @param $end 
6.  */ 
7. function subHtml($html,$length) { 
8.  $result = ''; 
9.  $tagStack = array(); 
10.  $len = 0; 
11.  
12.  $contents = preg_split("~(<[^>]+?>)~si",$html, -1,PREG_SPLIT_NO_EMPTY| PREG_SPLIT_DELIM_CAPTURE); 
13.  foreach($contents as $tag) 
14.  { 
15.  if (trim($tag)=="")&nbsp; continue; 
16.  if(preg_match("~<([a-z0-9]+)[^/>]*?/>~si",$tag)){ 
17.  $result .= $tag; 
18.  }else if(preg_match("~</([a-z0-9]+)[^/>]*?>~si",$tag,$match)){ 
19.  if($tagStack[count($tagStack)-1] == $match[1]){ 
20.  array_pop($tagStack); 
21.  $result .= $tag; 
22.  } 
23.  }else if(preg_match("~<([a-z0-9]+)[^/>]*?>~si",$tag,$match)){ 
24.  array_push($tagStack,$match[1]); 
25.  $result .= $tag; 
26.  }else if(preg_match("~<!--.*?-->~si",$tag)){ 
27.  $result .= $tag; 
28.  }else{ 
29.  if($len + mstrlen($tag) < $length){ 
30.  $result .= $tag; 
31.  $len += mstrlen($tag);  
32.  }else { 
33.  $str = msubstr($tag,0,$length-$len+1); 
34.  $result .= $str; 
35.  break; 
36.  } 
37.  
38.  } 
39.  } 
40.  while(!emptyempty($tagStack)){ 
41.  $result .= '</'.array_pop($tagStack).'>'; 
42.  } 
43.  return&nbsp; $result; 
44. } 
45.  
46. /** 
47.  * 截取中文字符串 
48.  * @param $string 字符串 
49.  * @param $start 起始位 
50.  * @param $length 长度 
51.  * @param $charset&nbsp; 编码 
52.  * @param $dot 附加字串 
53.  */ 
54. function msubstr($string, $start, $length,$dot='',$charset = 'UTF-8') { 
55.  $string = str_replace(array('&amp;', '&quot;', '&lt;', '&gt;','&nbsp;'), array('&', '"', '<', '>',' '), $string); 
56.  if(strlen($string) <= $length) { 
57.  return $string; 
58.  } 
59.  
60.  if(strtolower($charset) == 'utf-8') { 
61.  $n = $tn = $noc = 0; 
62.  while($n < strlen($string)) { 
63.  $t = ord($string[$n]); 
64.  if($t == 9 || $t == 10 || (32 <= $t && $t <= 126)) { 
65.  $tn = 1; $n++; 
66.  } elseif(194 <= $t && $t <= 223) { 
67.  $tn = 2; $n += 2; 
68.  } elseif(224 <= $t && $t <= 239) { 
69.  $tn = 3; $n += 3; 
70.  } elseif(240 <= $t && $t <= 247) { 
71.  $tn = 4; $n += 4; 
72.  } elseif(248 <= $t && $t <= 251) { 
73.  $tn = 5; $n += 5; 
74.  } elseif($t == 252 || $t == 253) { 
75.  $tn = 6; $n += 6; 
76.  } else { 
77.  $n++; 
78.  } 
79.  $noc++; 
80.  if($noc >= $length) { 
81.  break; 
82.  } 
83.  } 
84.  if($noc > $length) { 
85.  $n -= $tn; 
86.  } 
87.  $strcut = substr($string, 0, $n); 
88.  } else { 
89.  for($i = 0; $i < $length; $i++) { 
90.  $strcut .= ord($string[$i]) > 127 ? $string[$i].$string[++$i] : $string[$i]; 
91.  } 
92.  } 
93.  
94.  return $strcut.$dot; 
95. } 
96.  
97. /** 
98.  * 取得字符串的长度，包括中英文。 
99.  */ 
100. function mstrlen($str,$charset = 'UTF-8'){ 
101.  if (function_exists('mb_substr')) { 
102.  $length=mb_strlen($str,$charset); 
103.  } elseif (function_exists('iconv_substr')) { 
104.  $length=iconv_strlen($str,$charset); 
105.  } else {//开源代码phpfensi.com 
106.  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);&nbsp;  
107.  $length=count($ar[0]); 
108.  } 
109.  return $length; 
110. } 

实例,代码如下:

1. * @param 要截取的HTML $str 
2. * @param 截取的数量 $num 
3. * @param 是否需要加上更多 $more 
4. * @return 截取串 
5. */ 
6. function phpos_chsubstr_ahtml($str,$num,$more=false) 
7. { 
8.     $leng=strlen($str); 
9.       if($num>=$leng)      return $str; 
10.     $word=0; 
11.     $i=0;                        /** 字符串指针 **/ 
12.     $stag=array(array());        /** 存放开始HTML的标志 **/ 
13.     $etag=array(array());        /** 存放结束HTML的标志 **/ 
14.     $sp = 0; 
15.     $ep = 0; 
16.       while($word!=$num) 
17.       { 
18.  
19.           if(ord($str[$i])>128) 
20.           { 
21.             //$re.=substr($str,$i,3); 
22.             $i+=3; 
23.             $word++; 
24.           } 
25.           else if ($str[$i]=='<') 
26.           { 
27.               if ($str[$i+1] == '!') 
28.               { 
29.                 $i++; 
30.                   continue; 
31.               } 
32.  
33.               if ($str[$i+1]=='/')     
34.               { 
35.                 $ptag=&$etag ; 
36.                 $k=&$ep; 
37.                 $i+=2; 
38.               } 
39.               else                     
40.               { 
41.                 $ptag=&$stag; 
42.                 $i+=1; 
43.                 $k=&$sp; 
44.               } 
45.  
46.               for(;$i<$leng;$i++)         
47.               { 
48.                   if ($str[$i] == ' ') 
49.                   { 
50.                     $ptag[$k] = implode('',$ptag[$k]); 
51.                     $k++; 
52.                       break; 
53.                   } 
54.                   if ($str[$i] != '>')  
55.                   { 
56.                     $ptag[$k][]=$str[$i]; 
57.                       continue; 
58.                   } 
59.                   else                 
60.                   { 
61.                     $ptag[$k] = implode('',$ptag[$k]); 
62.                     $k++; 
63.                       break; 
64.                   } 
65.               } 
66.             $i++; 
67.               continue; 
68.           } 
69.           else 
70.           { 
71.             //$re.=substr($str,$i,1); 
72.             $word++; 
73.             $i++; 
74.           } 
75.       } 
76.       foreach ($etag as $val) 
77.       { 
78.         $key1=array_search($val,$stag); 
79.           if ($key1 !== false)          unset($stag[$key]); 
80.       } 
81.       foreach ($stag as $key => $val) 
82.       { 
83.           if (in_array($val,array('br','img'))) unset($stag[$key1]); 
84.       } 
85.     array_reverse($stag); 
86.     $ends = '</'.implode('></',$stag).'>'; 
87.     $re = substr($str,0,$i).$ends; 
88.       if($more)    $re.='...'; 
89.       return $re; 
90. } 

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:

1. function text_zhaiyao($text,$length){ //文章摘要生成函数  $test:内容 $length:摘要长度 
2.     global $Briefing_Length; 
3.     mb_regex_encoding("UTF-8"); 
4.     if(mb_strlen($text) <= $length ) return $text; 
5.     $Foremost = mb_substr($text, 0, $length); 
6.     $re = "<(/?) 
7.     (P|DIV|H1|H2|H3|H4|H5|H6|ADDRESS|PRE|TABLE|TR|TD|TH|INPUT|SELECT|TEXTAREA|OBJECT|A|UL|OL|LI| 
8.     BASE|META|LINK|HR|BR|PARAM|IMG|AREA|INPUT|SPAN)[^>]*(>?)"; 
9.     $Single = "/BASE|META|LINK|HR|BR|PARAM|IMG|AREA|INPUT|BR/i"; 
10.       
11.     $Stack = array(); $posStack = array(); 
12.       
13.     mb_ereg_search_init($Foremost, $re, 'i'); 
14.       
15.     while($pos = mb_ereg_search_pos()){ 
16.     $match = mb_ereg_search_getregs(); 
17.     /* [Child-matching Formulation]: 
18.       
19.     $matche[1] : A "/" charactor indicating whether current "<...>" Friction is 
20.     Closing Part 
21.     $matche[2] : Element Name. 
22.     $matche[3] : Right > of a "<...>" Friction 
23.     */ 
24.     if($match[1]==""){ 
25.     $Elem = $match[2]; 
26.     if(mb_eregi($Single, $Elem) && $match[3] !=""){ 
27.     continue; 
28.     }