服务器之家:专注于服务器技术及软件下载分享
分类导航

PHP教程|ASP.NET教程|Java教程|ASP教程|编程技术|正则表达式|C/C++|IOS|C#|Swift|Android|VB|R语言|JavaScript|易语言|vb.net|

服务器之家 - 编程语言 - PHP教程 - php对包含html标签的字符串进行截取的函数分享

php对包含html标签的字符串进行截取的函数分享

2020-07-07 14:06PHP教程网 PHP教程

这篇文章主要介绍了php对包含html标签的字符串进行截取的函数分享,相比普通的字符串截取更为强大,用在一些特殊场合,需要的朋友可以参考下

这个方法的作用是:php截取含有html标签字符串,如果标签未闭合就闭合标签,防止未闭合的标签破坏原网页布局。截取完之后将多余的内容替换为...或者其他任意字符,支持锚点指定替换到指定位置。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
/*
* ============================== 截取含有 html标签的字符串 =========================
* @param (string) $str   待截取字符串
* @param (int)  $lenth  截取长度
* @param (string) $repalce 超出的内容用$repalce替换之(该参数可以为带有html标签的字符串)
* @param (string) $anchor 截取锚点,如果截取过程中遇到这个标记锚点就截至该锚点处
* @return (string) $result 返回值
* @demo  $res = cut_html_str($str, 256, '...'); //截取256个长度,其余部分用'...'替换
* -------------------------------------------------------------------------------
* $ Author: Wang Jian.  |   Email: wj@yurendu.com   |   Date: 2014/03/16
* ===============================================================================
*/
function cut_html_str($str, $lenth, $replace='', $anchor='<!-- break -->'){
    $_lenth = mb_strlen($str, "utf-8"); // 统计字符串长度(中、英文都算一个字符)
    if($_lenth <= $lenth){
        return $str;    // 传入的字符串长度小于截取长度,原样返回
    }
    $strlen_var = strlen($str);     // 统计字符串长度(UTF8编码下-中文算3个字符,英文算一个字符)
    if(strpos($str, '<') === false){
        return mb_substr($str, 0, $lenth);  // 不包含 html 标签 ,直接截取
    }
    if($e = strpos($str, $anchor)){
        return mb_substr($str, 0, $e);  // 包含截断标志,优先
    }
    $html_tag = 0;  // html 代码标记
    $result = '';   // 摘要字符串
    $html_array = array('left' => array(), 'right' => array()); //记录截取后字符串内出现的 html 标签,开始=>left,结束=>right
    /*
    * 如字符串为:<h3><p><b>a</b></h3>,假设p未闭合,数组则为:array('left'=>array('h3','p','b'), 'right'=>'b','h3');
    * 仅补全 html 标签,<? <% 等其它语言标记,会产生不可预知结果
    */
    for($i = 0; $i < $strlen_var; ++$i) {
        if(!$lenth) break// 遍历完之后跳出
        $current_var = substr($str, $i, 1); // 当前字符
        if($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 == '>'){
                $html_array_str = trim($html_array_str); //去除首尾空格,如 <br / > < img src="" / > 等可能出现首尾空格
                if(substr($html_array_str, -1) != '/'){ //判断最后一个字符是否为 /,若是,则标签已闭合,不记录
                    // 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 == '/'){
                        $html_array['right'][] = str_replace('/', '', $html_array_str); // 去掉 '/'
                    }else if($f != '?'){ // 若是?,则为 PHP 代码,跳过
                        // 若有半角空格,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);
                        }
                    }
                }
                $html_array_str = ''; // 字符串重置
                $html_tag = 0;
            }else{
                $html_array_str .= $current_var; //将< >之间的字符组成一个字符串,用于提取 html 标签
            }
        }else{
            --$lenth; // 非 html 代码才记数
        }
        $ord_var_c = ord($str{$i});
        switch (true) {
            case (($ord_var_c & 0xE0) == 0xC0): // 2 字节
                $result .= substr($str, $i, 2);
                $i += 1; break;
            case (($ord_var_c & 0xF0) == 0xE0): // 3 字节
                $result .= substr($str, $i, 3);
                $i += 2; break;
            case (($ord_var_c & 0xF8) == 0xF0): // 4 字节
                $result .= substr($str, $i, 4);
                $i += 3; break;
            case (($ord_var_c & 0xFC) == 0xF8): // 5 字节
                $result .= substr($str, $i, 5);
                $i += 4; break;
            case (($ord_var_c & 0xFE) == 0xFC): // 6 字节
                $result .= substr($str, $i, 6);
                $i += 5; break;
            default: // 1 字节
                $result .= $current_var;
        }
    }
    if($html_array['left']){ //比对左右 html 标签,不足则补全
        $html_array['left'] = array_reverse($html_array['left']); //翻转left数组,补充的顺序应与 html 出现的顺序相反
        foreach($html_array['left'] as $index => $tag){
            $key = array_search($tag, $html_array['right']); // 判断该标签是否出现在 right 中
            if($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
                $result .= '</'.$tag.'>';
            }
        }
    }
    return $result.$replace;
}

 

延伸 · 阅读

精彩推荐