在不破坏html标签的情况下剪切文本

Question

有没有办法在不编写自己的函数的情况下完成此操作？

例如:

$text = 'Test <span><a>something</a> something else</span>.';
$text = cutText($text, 2, null, 20, true);
//result: Test <span><a>something</a></span>

我需要让这个功能坚不可摧

我的问题类似于 这个线程, 但我需要一个更好的解决方案.我想保持嵌套标签不变.

到目前为止我的算法是:

function cutText($content, $max_words, $max_chars, $max_word_len, $html = false) {
    $len = strlen($content);
    $res = '';

    $word_count = 0;
    $word_started = false;
    $current_word = '';
    $current_word_len = 0;

    if ($max_chars == null) {
        $max_chars = $len;
    }
    $inHtml = false;
    $openedTags = array();
    for ($i = 0; $i<$max_chars;$i++) {

        if ($content[$i] == '<' && $html) {
            $inHtml = true;
        }

        if ($inHtml) {
            $max_chars++;
        }       

        if ($html && !$inHtml) {

            if ($content[$i] != ' ' && !$word_started) {
                $word_started = true;
                $word_count++;
            }

            $current_word .= $content[$i];
            $current_word_len++;

            if ($current_word_len == $max_word_len) {
                $current_word .= '- ';
            }

            if (($content[$i] == ' ') && $word_started) {
                $word_started = false;
                $res .= $current_word;
                $current_word = '';
                $current_word_len = 0;
                if ($word_count == $max_words) {
                    return $res;
                }
            }
        }

        if ($content[$i] == '<' && $html) {
            $inHtml = true;
        }
    }
    return $res;
}

但当然它不会起作用.我想过要记住打开的标签并关闭它们,如果它们没有关闭但是可能还有更好的方法吗？

Answer 1

好吧，我解决了这个问题。

我将其分为两部分。首先在不破坏html的情况下剪切文本：

function cutHtml($content, $max_words, $max_chars, $max_word_len) {
    $len = strlen($content);
    $res = '';

    $word_count = 0;
    $word_started = false;
    $current_word = '';
    $current_word_len = 0;

    if ($max_chars == null) {
        $max_chars = $len;
    }
    $inHtml = false;
    $openedTags = array();
    $i = 0;

    while ($i < $max_chars) {

        //skip any html tags
        if ($content[$i] == '<') {
            $inHtml = true;
            while (true) {
                $res .= $content[$i];
                $i++;
                while($content[$i] == ' ') { $res .= $content[$i]; $i++; }

                //skip any values
                if ($content[$i] == "'") {
                    $res .= $content[$i];
                    $i++;
                    while(!($content[$i] == "'" && $content[$i-1] != "\\")) {
                        $res .= $content[$i];
                        $i++;
                    }                   
                }

                //skip any values
                if ($content[$i] == '"') {
                    $res .= $content[$i];
                    $i++;
                    while(!($content[$i] == '"' && $content[$i-1] != "\\")) {
                        $res .= $content[$i];
                        $i++;
                    }                   
                }
                if ($content[$i] == '>') { $res .= $content[$i]; $i++; break;}
            }
            $inHtml = false;
        }

        if (!$inHtml) {

            while($content[$i] == ' ') { $res .= $content[$i]; $letter_count++; $i++; } //skip spaces

            $word_started = false;
            $current_word = '';
            $current_word_len = 0;
            while (!in_array($content[$i], array(' ', '<', '.', ','))) {

                if (!$word_started) {
                    $word_started = true;
                    $word_count++;
                }

                $current_word .= $content[$i];
                $current_word_len++;

                if ($current_word_len == $max_word_len) {
                    $current_word .= '-';
                    $current_word_len = 0;
                }

                $i++;
            }

            if ($letter_count > $max_chars) {
                return $res;
            }

            if ($word_count < $max_words) {
                $res .= $current_word;
                $letter_count += strlen($current_word);
            }

            if ($word_count == $max_words) {
                $res .= $current_word;
                $letter_count += strlen($current_word);
                return $res;
            }
        }

    }
    return $res;
}

接下来是关闭未关闭的标签：

function cleanTags(&$html) {
    $count = strlen($html);
    $i = -1;
    $openedTags = array();

    while(true) {
        $i++;
        if ($i >= $count) break;
        if ($html[$i] == '<') {

            $tag = '';
            $closeTag = '';
            $reading = false;
            //reading whole tag
            while($html[$i] != '>') {
                $i++;

                while($html[$i] == ' ') $i++; //skip any spaces (need to be idiot proof)
                if (!$reading && $html[$i] == '/') { //closing tag
                    $i++;
                    while($html[$i] == ' ') $i++; //skip any spaces

                    $closeTag = '';

                    while($html[$i] != ' ' && $html[$i] != '>') { //start reading first actuall string
                        $reading = true;
                        $html[$i] = strtolower($html[$i]); //tags to lowercase
                        $closeTag .= $html[$i];
                        $i++;
                    }
                    $c = count($openedTags);
                    if ($c > 0 && $openedTags[$c-1] == $closeTag) array_pop($openedTags);
                }

                if (!$reading) //read only tag
                while($html[$i] != ' ' && $html[$i] != '>') { //start reading first actuall string
                    $reading = true;
                    $html[$i] = strtolower($html[$i]); //tags to lowercase
                    $tag .= $html[$i];
                    $i++;
                }

                //skip any values
                if ($html[$i] == "'") {
                    $i++;
                    while(!($html[$i] == "'" && $html[$i-1] != "\\")) {
                        $i++;
                    }                   
                }

                //skip any values
                if ($html[$i] == '"') {
                    $i++;
                    while(!($html[$i] == '"' && $html[$i-1] != "\\")) {
                        $i++;
                    }                   
                }

                if ($reading && $html[$i] == '/') { //self closed tag
                    $tag = '';
                    break;
                }
            }
            if (!empty($tag)) $openedTags[] = $tag;

        }

    }

    while (count($openedTags) > 0) {
        $tag = array_pop($openedTags);
        $html .= "</$tag>";
    }
}

这不是白痴证明，但tinymce会清除这个东西，因此不需要进一步清洁。

它可能有点长，但我不认为它会消耗很多资源，而且它应该比正则表达式更快。