html串中截取指定长度的字串，html标记不计算在内 1. [代码] [PHP]代码 /***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*
1. [代码][PHP]代码
/**
* 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);
2. [代码]另外一种
$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($s);
3. [代码][PHP]代码
//tags : 字符串可能包含的HTML标签
//zhfw : 用来修正中英字宽参数
function wsubstr($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;
}
4. [代码]速度测试
/**
* 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);
}
}
5. [代码]http://www.jb51.net/article/51242.htm
/*
* ============================== 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;
}