html串中截取指定长度的字串，html标记不计算在内-PHP源码-php.cn

html串中截取指定长度的字串，html标记不计算在内

WBOY

Libérer： 2016-06-16 08:39:37

original

1535 Les gens l'ont consulté

跳至 [1] [2] [3] [4] [5] [全屏预览]

/**
 * 函数名 html_substr
 * 功能 从html串中截取指定长度的字串，html标记不计算在内
 * 参数
 *  $str 要截取的串
 *  $len 要截取的长度
 *  $mode 不匹配的标记的处理方式 0 删去(默认)，1 补齐
 * 返回 截取到的串
 * 说明
 *  未考虑多字节字符，仅已字节做计数单位
 *  未考虑可单独存在的标记
 **/
function html_substr($str, $len, $mode=0) {
  $ar= preg_split('/(<\!--.*-->|<[^>]*>)/s', $str, -1, PREG_SPLIT_DELIM_CAPTURE);
  foreach($ar AS $k => $v) {
    if($v{0} != '<') {
      $len = $len - strlen($v);
      if($len < 0) $ar[$k] = substr($v, 0, $len);
    }else $ar[$k] = strtolower($v);
    if($len <= 0) break;
  }
  $ar = array_slice($ar, 0, $k+1);
  $len = count($ar);
  foreach($ar as $k=>$v) {
    if($v{0} == '<' && $v[1] != '/') {
      $ch = str_replace('<', '</', $v);
      for($i=$k+1; $i<$len && $ar[$i]!=$ch; $i++);
      if($i == $len)
        if($mode)
          $ar[$len] = $ch . $ar[$len];
        else
          $ar[$k] = '';
    }
  }
  return join('', $ar);
}
$str = "123<em>abc</em>456<em>def</em>789";
 
echo '<xmp>';
echo html_substr($str, 5) . PHP_EOL;
echo html_substr($str, 5, 1);

Copier après la connexion

$str = "a1<body>b2c3<p><em>d4</em>e</p>5f6</body>g7h8"; $gn = 7; $i = $j = $k = 0; while( ($c = $str[$i++]) && $j < $gn ) { if( $c == '<') { $tag = 1; } elseif($c == '>') { if(trim($tg,'/') == 'em') { $tgs[$j-1] = '<'.$tg.'>'; } else { if($tgs[$j-1]) $ogs[$j-1] = '1|'.'<'.$tg.'>'; else $ogs[$j-1] = '0|'.'<'.$tg.'>'; } $tag = 0; $tg = ''; } elseif($tag == 1) { $tg .= $c; } else { $tmp[] = $c; $j++; } } $ts = count($tgs); if($ts % 2) array_pop($tgs); foreach($tmp as $k=>$v) { $ba = explode('|',$ogs[$k],2); if( $tgs[$k] && $ogs[$k]) { if($ba[0]) { $s .= $v.$tgs[$k].$ba[1]; } else $s .= $v.$ba[1].$tgs[$k]; } else $s .= $v.$tgs[$k].$ba[1]; } echo htmlspecialchars($s);

//tags : 字符串可能包含的HTML标签 //zhfw : 用来修正中英字宽参数 function wsubstr($str, $length = 0, $suffixStr = "...", $start = 0, $tags = "div|span|p", $zhfw = 0.9, $charset = "utf-8"){ //author: lael //blog: http://hi.baidu.com/lael80 $re['utf-8'] = "/[\x01-\x7f]|[\xc2-\xdf][\x80-\xbf]|[\xe0-\xef][\x80-\xbf]{2}|[\xf0-\xff][\x80-\xbf]{3}/"; $re['gb2312'] = "/[\x01-\x7f]|[\xb0-\xf7][\xa0-\xfe]/"; $re['gbk'] = "/[\x01-\x7f]|[\x81-\xfe][\x40-\xfe]/"; $re['big5'] = "/[\x01-\x7f]|[\x81-\xfe]([\x40-\x7e]|\xa1-\xfe])/"; $zhre['utf-8'] = "/[\xc2-\xdf][\x80-\xbf]|[\xe0-\xef][\x80-\xbf]{2}|[\xf0-\xff][\x80-\xbf]{3}/"; $zhre['gb2312'] = "/[\xb0-\xf7][\xa0-\xfe]/"; $zhre['gbk'] = "/[\x81-\xfe][\x40-\xfe]/"; $zhre['big5'] = "/[\x81-\xfe]([\x40-\x7e]|\xa1-\xfe])/"; //下面代码还可以应用到关键字加亮、加链接等，可以避免截断HTML标签发生 //得到标签位置 $tpos = array(); preg_match_all("/<(".$tags.")([\s\S]*?)>|<\/(".$tags.")>/ism", $str, $match); $mpos = 0; for($j = 0; $j < count($match[0]); $j ++){ $mpos = strpos($str, $match[0][$j], $mpos); $tpos[$mpos] = $match[0][$j]; $mpos += strlen($match[0][$j]); } ksort($tpos); //根据标签位置解析整个字符 $sarr = array(); $bpos = 0; $epos = 0; foreach($tpos as $k => $v){ $temp = substr($str, $bpos, $k - $epos); if(!empty($temp))array_push($sarr, $temp); array_push($sarr, $v); $bpos = ($k + strlen($v)); $epos = $k + strlen($v); } $temp = substr($str, $bpos); if(!empty($temp))array_push($sarr, $temp); //忽略标签截取字符串 $bpos = $start; $epos = $length; for($i = 0; $i < count($sarr); $i ++){ if(preg_match("/^<([\s\S]*?)>$/i", $sarr[$i]))continue;//忽略标签 preg_match_all($re[$charset], $sarr[$i], $match); for($j = $bpos; $j < min($epos, count($match[0])); $j ++){ if(preg_match($zhre[$charset], $match[0][$j]))$epos -= $zhfw;//计算中文字符 } $sarr[$i] = ""; for($j = $bpos; $j < min($epos, count($match[0])); $j ++){//截取字符 $sarr[$i] .= $match[0][$j]; } $bpos -= count($match[0]); $bpos = max(0, $bpos); $epos -= count($match[0]); $epos = round($epos); } //返回结果 $slice = join("", $sarr);//自己可以加个清除空html标签的东东 if($slice != $str)return $slice.$suffixStr; return $slice; }

/** * 函数名 check_speed * 功能统计运行时间和内存使用情况 * 参数 $num 大于0 开始计时，等于0或缺省停止计时并输出结果 * 说明本函数可以以 check_speed(运行次数, 函数名, 参数列表); * 方式调用。输出的结果是平均每次的耗时 **/ function check_speed($num=0) { static $time; static $memo; $argc = func_num_args(); $param = func_get_args(); switch($argc) { case 1: $time = microtime(true); $memo = memory_get_usage(); break; default: $time = microtime(true); $memo = memory_get_usage(); $len = array_shift($param); $func = array_shift($param); for($i = 0; $i<$len; $i++) call_user_func_array($func, $param); echo '<br />' . PHP_EOL . $func; case 0: $len or $len = 1; echo '<br />' . PHP_EOL; printf("时间: %s 微秒<br />%s", number_format((microtime(true) - $time)*1000000/$len), PHP_EOL); printf("内存: %d<br />%s", memory_get_usage()-$memo, PHP_EOL); } } /** * 函数名 check_speed * 功能统计运行时间和内存使用情况 * 参数 $num 大于0 开始计时，等于0或缺省停止计时并输出结果 * 说明本函数可以以 check_speed(运行次数, 函数名, 参数列表); * 方式调用。输出的结果是平均每次的耗时 **/ function check_speed($num=0) { static $time; static $memo; $argc = func_num_args(); $param = func_get_args(); switch($argc) { case 1: $time = microtime(true); $memo = memory_get_usage(); break; default: $time = microtime(true); $memo = memory_get_usage(); $len = array_shift($param); $func = array_shift($param); for($i = 0; $i<$len; $i++) call_user_func_array($func, $param); echo '<br />' . PHP_EOL . $func; case 0: $len or $len = 1; echo '<br />' . PHP_EOL; printf("时间: %s 微秒<br />%s", number_format((microtime(true) - $time)*1000000/$len), PHP_EOL); printf("内存: %d<br />%s", memory_get_usage()-$memo, PHP_EOL); } }

/* * ============================== 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=''){ $_lenth = mb_strlen($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; }