Verwenden von PHP substr() und strip_tags() unter Beibehaltung der Formatierung und ohne HTML zu beschädigen

Lesezeit: 9 Minuten

Verwenden von PHP substr und strip tags unter Beibehaltung der Formatierung
Peter Craig

Ich habe verschiedene HTML-Zeichenfolgen, die auf 100 Zeichen (des entfernten Inhalts, nicht des Originals) geschnitten werden müssen, ohne Tags zu entfernen und ohne HTML zu beschädigen.

Ursprünglicher HTML-String (288 Zeichen):

$content = "<div>With a <span class="spanClass">span over here</span> and a
<div class="divClass">nested div over <div class="nestedDivClass">there</div>
</div> and a lot of other nested <strong><em>texts</em> and tags in the air
<span>everywhere</span>, it's a HTML taggy kind of day.</strong></div>";

Standardausstattung: Trimmen auf 100 Zeichen und HTML-Breaks, gestripter Inhalt kommt auf ~40 Zeichen:

$content = substr($content, 0, 100)."..."; /* output:
<div>With a <span class="spanClass">span over here</span> and a
<div class="divClass">nested div ove... */

Entferntes HTML: Gibt die korrekte Zeichenanzahl aus, verliert jedoch offensichtlich die Formatierung:

$content = substr(strip_tags($content)), 0, 100)."..."; /* output:
With a span over here and a nested div over there and a lot of other nested
texts and tags in the ai... */

Teillösung: Die Verwendung von HTML Tidy oder Purifier zum Schließen von Tags gibt sauberes HTML aus, aber 100 Zeichen HTML werden nicht angezeigt.

$content = substr($content, 0, 100)."...";
$tidy = new tidy; $tidy->parseString($content); $tidy->cleanRepair(); /* output:
<div>With a <span class="spanClass">span over here</span> and a
<div class="divClass">nested div ove</div></div>... */

Herausforderung: Um sauberes HTML auszugeben und n Zeichen (ohne Zeichenanzahl von HTML-Elementen):

$content = cutHTML($content, 100); /* output:
<div>With a <span class="spanClass">span over here</span> and a
<div class="divClass">nested div over <div class="nestedDivClass">there</div>
</div> and a lot of other nested <strong><em>texts</em> and tags in the
ai</strong></div>...";

Ähnliche Fragen

  • Wie man HTML-Fragmente ausschneidet, ohne Tags aufzubrechen
  • HTML-Strings schneiden, ohne HTML-Tags zu beschädigen

Verwenden von PHP substr und strip tags unter Beibehaltung der Formatierung
Code ab Maschine

Nicht umwerfend, aber funktioniert.

function html_cut($text, $max_length)
{
    $tags   = array();
    $result = "";

    $is_open   = false;
    $grab_open = false;
    $is_close  = false;
    $in_double_quotes = false;
    $in_single_quotes = false;
    $tag = "";

    $i = 0;
    $stripped = 0;

    $stripped_text = strip_tags($text);

    while ($i < strlen($text) && $stripped < strlen($stripped_text) && $stripped < $max_length)
    {
        $symbol  = $text{$i};
        $result .= $symbol;

        switch ($symbol)
        {
           case '<':
                $is_open   = true;
                $grab_open = true;
                break;

           case '"':
               if ($in_double_quotes)
                   $in_double_quotes = false;
               else
                   $in_double_quotes = true;

            break;

            case "'":
              if ($in_single_quotes)
                  $in_single_quotes = false;
              else
                  $in_single_quotes = true;

            break;

            case "https://stackoverflow.com/":
                if ($is_open && !$in_double_quotes && !$in_single_quotes)
                {
                    $is_close  = true;
                    $is_open   = false;
                    $grab_open = false;
                }

                break;

            case ' ':
                if ($is_open)
                    $grab_open = false;
                else
                    $stripped++;

                break;

            case '>':
                if ($is_open)
                {
                    $is_open   = false;
                    $grab_open = false;
                    array_push($tags, $tag);
                    $tag = "";
                }
                else if ($is_close)
                {
                    $is_close = false;
                    array_pop($tags);
                    $tag = "";
                }

                break;

            default:
                if ($grab_open || $is_close)
                    $tag .= $symbol;

                if (!$is_open && !$is_close)
                    $stripped++;
        }

        $i++;
    }

    while ($tags)
        $result .= "</".array_pop($tags).">";

    return $result;
}

Anwendungsbeispiel:

$content = html_cut($content, 100);

  • Ich bekomme immer noch Dinge wie email us at<a href=&quot...... <a onclick="ShowAll()" style="cursor:pointer;" class="morelink">Read More</a> die ganze Zeit. Ich vermute, dass etwas mit meinen Inhalten aus der Datenbank nicht stimmt, aber hat jemand eine Idee? Danke!

    – Thomas B.

    8. September 13 um 15:19 Uhr

  • Wie sieht es mit der UTF-8-Unterstützung aus?

    – Sag JeyHallo

    11. Juni 16 um 08:21 Uhr

1644107706 478 Verwenden von PHP substr und strip tags unter Beibehaltung der Formatierung
verzeihen

Ich behaupte nicht, dies erfunden zu haben, aber es gibt eine sehr vollständige Text::truncate() Methode in CakePHP was macht was du willst:

function truncate($text, $length = 100, $ending = '...', $exact = true, $considerHtml = false) {
    if (is_array($ending)) {
        extract($ending);
    }
    if ($considerHtml) {
        if (mb_strlen(preg_replace('/<.*?>/', '', $text)) <= $length) {
            return $text;
        }
        $totalLength = mb_strlen($ending);
        $openTags = array();
        $truncate="";
        preg_match_all('/(</?([w+]+)[^>]*>)?([^<>]*)/', $text, $tags, PREG_SET_ORDER);
        foreach ($tags as $tag) {
            if (!preg_match('/img|br|input|hr|area|base|basefont|col|frame|isindex|link|meta|param/s', $tag[2])) {
                if (preg_match('/<[w]+[^>]*>/s', $tag[0])) {
                    array_unshift($openTags, $tag[2]);
                } else if (preg_match('/</([w]+)[^>]*>/s', $tag[0], $closeTag)) {
                    $pos = array_search($closeTag[1], $openTags);
                    if ($pos !== false) {
                        array_splice($openTags, $pos, 1);
                    }
                }
            }
            $truncate .= $tag[1];

            $contentLength = mb_strlen(preg_replace('/&[0-9a-z]{2,8};|&#[0-9]{1,7};|&#x[0-9a-f]{1,6};/i', ' ', $tag[3]));
            if ($contentLength + $totalLength > $length) {
                $left = $length - $totalLength;
                $entitiesLength = 0;
                if (preg_match_all('/&[0-9a-z]{2,8};|&#[0-9]{1,7};|&#x[0-9a-f]{1,6};/i', $tag[3], $entities, PREG_OFFSET_CAPTURE)) {
                    foreach ($entities[0] as $entity) {
                        if ($entity[1] + 1 - $entitiesLength <= $left) {
                            $left--;
                            $entitiesLength += mb_strlen($entity[0]);
                        } else {
                            break;
                        }
                    }
                }

                $truncate .= mb_substr($tag[3], 0 , $left + $entitiesLength);
                break;
            } else {
                $truncate .= $tag[3];
                $totalLength += $contentLength;
            }
            if ($totalLength >= $length) {
                break;
            }
        }

    } else {
        if (mb_strlen($text) <= $length) {
            return $text;
        } else {
            $truncate = mb_substr($text, 0, $length - strlen($ending));
        }
    }
    if (!$exact) {
        $spacepos = mb_strrpos($truncate, ' ');
        if (isset($spacepos)) {
            if ($considerHtml) {
                $bits = mb_substr($truncate, $spacepos);
                preg_match_all('/</([a-z]+)>/', $bits, $droppedTags, PREG_SET_ORDER);
                if (!empty($droppedTags)) {
                    foreach ($droppedTags as $closingTag) {
                        if (!in_array($closingTag[1], $openTags)) {
                            array_unshift($openTags, $closingTag[1]);
                        }
                    }
                }
            }
            $truncate = mb_substr($truncate, 0, $spacepos);
        }
    }

    $truncate .= $ending;

    if ($considerHtml) {
        foreach ($openTags as $tag) {
            $truncate .= '</'.$tag.'>';
        }
    }

    return $truncate;
}

  • Was ist, wenn Sie welche haben Offset? Sagen wir, holen Sie sich HTML bis 100 Zeichen und nehmen Sie dann beim nächsten Mal von 101 bis 200? möglich?

    – Afnan Bashir

    19. September 2012 um 20:17 Uhr

  • Danke für diesen Hinweis auf Cake Framework. Ich habe die Klasse kopiert und nur die Ausnahmetyp-spezifische Abhängigkeit umgestaltet, um den Algorithmus in bestehenden Legacy-Projekten so schnell wie möglich zum Laufen zu bringen.

    – kanevbgbe

    3. Dezember 19 um 16:41 Uhr

1644107707 798 Verwenden von PHP substr und strip tags unter Beibehaltung der Formatierung
Leekräfte

Verwenden Sie PHPs DOMDocument Klasse zum Normalisieren eines HTML-Fragments:

$dom= new DOMDocument();
$dom->loadHTML('<div><p>Hello World');      
$xpath = new DOMXPath($dom);
$body = $xpath->query('/html/body');
echo($dom->saveXml($body->item(0)));

Diese Frage ähnelt einer früheren Frage, und ich habe hier eine Lösung kopiert und eingefügt. Wenn der HTML-Code von Benutzern übermittelt wird, müssen Sie auch potenzielle Javascript-Angriffsvektoren herausfiltern, z onmouseover="do_something_evil()" oder <a href="https://stackoverflow.com/questions/2398725/javascript:more_evil();">...</a>. Werkzeuge wie HTML-Reiniger wurden entwickelt, um diese Probleme zu erfassen und zu lösen, und sind weitaus umfassender als jeder Code, den ich posten könnte.

Benutze einen HTML-Parser und stoppt nach 100 Zeichen Text.

1644107707 843 Verwenden von PHP substr und strip tags unter Beibehaltung der Formatierung
SnakeDrak

Ich habe dafür eine andere Funktion erstellt, die UTF-8 unterstützt:

/**
 * Limit string without break html tags.
 * Supports UTF8
 * 
 * @param string $value
 * @param int $limit Default 100
 */
function str_limit_html($value, $limit = 100)
{

    if (mb_strwidth($value, 'UTF-8') <= $limit) {
        return $value;
    }

    // Strip text with HTML tags, sum html len tags too.
    // Is there another way to do it?
    do {
        $len          = mb_strwidth($value, 'UTF-8');
        $len_stripped = mb_strwidth(strip_tags($value), 'UTF-8');
        $len_tags     = $len - $len_stripped;

        $value = mb_strimwidth($value, 0, $limit + $len_tags, '', 'UTF-8');
    } while ($len_stripped > $limit);

    // Load as HTML ignoring errors
    $dom = new DOMDocument();
    @$dom->loadHTML('<?xml encoding="utf-8" ?>'.$value, LIBXML_HTML_NODEFDTD);

    // Fix the html errors
    $value = $dom->saveHtml($dom->getElementsByTagName('body')->item(0));

    // Remove body tag
    $value = mb_strimwidth($value, 6, mb_strwidth($value, 'UTF-8') - 13, '', 'UTF-8'); // <body> and </body>
    // Remove empty tags
    return preg_replace('/<(w+)b(?:s+[w-.:]+(?:s*=s*(?:"[^"]*"|"[^"]*"|[w-.:]+))?)*s*/?>s*</1s*>/', '', $value);
}

SIEHE DEMO.

Ich empfehle die Verwendung html_entity_decode zu Beginn der Funktion, sodass die UTF-8-Zeichen beibehalten werden:

 $value = html_entity_decode($value);

1644107707 195 Verwenden von PHP substr und strip tags unter Beibehaltung der Formatierung
Gemeinschaft

Du solltest benutzen Ordentliches HTML. Sie schneiden die Zeichenfolge ab und führen dann Tidy aus, um die Tags zu schließen.

(Credits wo Credits fällig sind)

1644107708 736 Verwenden von PHP substr und strip tags unter Beibehaltung der Formatierung
Chuck Burgess

Unabhängig von den 100 Punkten, die Sie zu Beginn angeben, geben Sie in der Herausforderung Folgendes an:

  • gib die Zeichenanzahl von strip_tags aus (die Anzahl der Zeichen im tatsächlich angezeigten Text des HTML)
  • HTML-Formatierung beibehalten schließen
  • jedes unvollendete HTML-Tag

Hier ist mein Vorschlag: Grundsätzlich parse ich jedes Zeichen, während ich zähle. Ich achte darauf, KEINE Zeichen in einem HTML-Tag zu zählen. Ich überprüfe auch am Ende, ob ich nicht mitten in einem Wort bin, wenn ich aufhöre. Sobald ich anhalte, gehe ich zum ersten verfügbaren SPACE oder > als Haltepunkt zurück.

$position = 0;
$length = strlen($content)-1;

// process the content putting each 100 character section into an array
while($position < $length)
{
    $next_position = get_position($content, $position, 100);
    $data[] = substr($content, $position, $next_position);
    $position = $next_position;
}

// show the array
print_r($data);

function get_position($content, $position, $chars = 100)
{
    $count = 0;
    // count to 100 characters skipping over all of the HTML
    while($count <> $chars){
        $char = substr($content, $position, 1); 
        if($char == '<'){
            do{
                $position++;
                $char = substr($content, $position, 1);
            } while($char !== '>');
            $position++;
            $char = substr($content, $position, 1);
        }
        $count++;
        $position++;
    }
echo $count."n";
    // find out where there is a logical break before 100 characters
    $data = substr($content, 0, $position);

    $space = strrpos($data, " ");
    $tag = strrpos($data, ">");

    // return the position of the logical break
    if($space > $tag)
    {
        return $space;
    } else {
        return $tag;
    }  
}

Dies zählt auch die Rückgabecodes usw. Da sie Platz beanspruchen, habe ich sie nicht entfernt.

  • +1 für die Mühe und Überlegung, das letzte Wort zu beenden, anstatt es abzuschneiden. Ich denke, ein Wert, den Sie dann übergeben könnten, wäre eine abgeschnittene Zeichenfolge bei der VORHERIGEN logischen Unterbrechung oder der NÄCHSTEN logischen Unterbrechung. Der nächste wird wahrscheinlich die Zeichengrenze überschreiten, wenn es wichtig ist. Danke für die Mühe!

    – Peter Craig

    8. März 10 um 11:53 Uhr

.

790090cookie-checkVerwenden von PHP substr() und strip_tags() unter Beibehaltung der Formatierung und ohne HTML zu beschädigen

This website is using cookies to improve the user-friendliness. You agree by using the website further.

Privacy policy

Contact - Terms and Conditions - Privacy Policy