PHP截取html代碼，考慮了html標簽的閉合問題
/* 生成摘要
* @param (string) $body
* 正文
* @param (int) $size
* 摘要長度
* @param (int) $format
* 輸入格式 id
*/
function blog_summary($body, $size, $format = NULL){
$_size = mb_strlen($body, "utf-8');
if($_size <= $size) return $body;
// 輸入格式中有 PHP 過濾器
/*
if(!isset($format) && filter_is_php($format)){
return $body;
}
*/
$strlen_var = strlen($body);
// 不包含 html 標簽
if(strpos($body, '<') === false){
return mb_substr($body, 0, $size);
}
// 包含截斷標志，優先
if($e = strpos($body, '<!-- break -->')){
return mb_substr($body, 0, $e);
}
// html 代碼標記
$html_tag = 0;
// 摘要字符串
$summary_string = '';
/**
* 數組用作記錄摘要范圍內出現的 html 標簽
* 開始和結束分別保存在 left 和 right 鍵名下
* 如字符串為：<h3><p><b>a</b></h3>，假設 p 未閉合
* 數組則為：array('left' => array('h3', 'p', 'b'), 'right' => 'b', 'h3');
* 僅補全 html 標簽，<? <% 等其它語言標記，會產生不可預知結果
*/
$html_array = array('left' => array(), 'right' => array());
for($i = 0; $i < $strlen_var; ++$i) {
if(!$size){
break;
}
$current_var = substr($body, $i, 1);
if($current_var == '<'){
// html 代碼開始
$html_tag = 1;
$html_array_str = '';
}else if($html_tag == 1){
// 一段 html 代碼結束
if($current_var == '>'){
/**
* 去除首尾空格，如 <br / > < img src="" / > 等可能出現首尾空格
*/
$html_array_str = trim($html_array_str);
/**
* 判斷最後一個字符是否為 /，若是，則標簽已閉合，不記錄
*/
if(substr($html_array_str, -1) != '/'){
// 判斷第一個字符是否 /，若是，則放在 right 單元
$f = substr($html_array_str, 0, 1);
if($f == '/'){
// 去掉 /
$html_array['right'][] = str_replace('/', '', $html_array_str);
}else if($f != '?'){
// 判斷是否為 ?，若是，則為 PHP 代碼，跳過
/**
* 判斷是否有半角空格，若有，以空格分割，第一個單元為 html 標簽
* 如 <h2 class="a"> <p class="a">
*/
if(strpos($html_array_str, ' ') !== false){
// 分割成2個單元，可能有多個空格，如：<h2 class="" id="">
$html_array['left'][] = strtolower(current(explode(' ', $html_array_str, 2)));
}else{
/**
* * 若沒有空格，整個字符串為 html 標簽，如：<b> <p> 等
* 統一轉換為小寫
*/
$html_array['left'][] = strtolower($html_array_str);
}
}
}
// 字符串重置
$html_array_str = '';
$html_tag = 0;
}else{
/**
* 將< >之間的字符組成一個字符串
* 用於提取 html 標簽
*/
$html_array_str .= $current_var;
}
}else{
// 非 html 代碼才記數
--$size;
}
$ord_var_c = ord($body{$i});
switch (true) {
case (($ord_var_c & 0xE0) == 0xC0):
// 2 字節
$summary_string .= substr($body, $i, 2);
$i += 1;
break;
case (($ord_var_c & 0xF0) == 0xE0):
// 3 字節
$summary_string .= substr($body, $i, 3);
$i += 2;
break;
case (($ord_var_c & 0xF8) == 0xF0):
// 4 字節
$summary_string .= substr($body, $i, 4);
$i += 3;
break;
case (($ord_var_c & 0xFC) == 0xF8):
// 5 字節
$summary_string .= substr($body, $i, 5);
$i += 4;
break;
case (($ord_var_c & 0xFE) == 0xFC):
// 6 字節
$summary_string .= substr($body, $i, 6);
$i += 5;
break;
default:
// 1 字節
$summary_string .= $current_var;
}
}
if($html_array['left']){
/**
* 比對左右 html 標簽，不足則補全
*/
/**
* 交換 left 順序，補充的順序應與 html 出現的順序相反
* 如待補全的字符串為：<h2>abc<b>abc<p>abc
* 補充順序應為：</p></b></h2>
*/
$html_array['left'] = array_reverse($html_array['left']);
foreach($html_array['left'] as $index => $tag){
// 判斷該標簽是否出現在 right 中
$key = array_search($tag, $html_array['right']);
if($key !== false){
// 出現，從 right 中刪除該單元
unset($html_array['right'][$key]);
}else{
// 沒有出現，需要補全
$summary_string .= '</'.$tag.'>';
}
}
}
return $summary_string;
}
</pre>
-->
