php 截取HTML字符串

  php截取html字符串,她可以保证html的标签完整,因而截取后不会破坏页面的布局!贴出来和php爱好者和爱好php学习的朋友们分享分享!

<?php
function htmlSubString($content,$maxlen=300){
   //把字符按HTML标签变成数组。
   $content = preg_split("/(<[^>]+?>)/si",$content, -1,PREG_SPLIT_NO_EMPTY| PREG_SPLIT_DELIM_CAPTURE);
   $wordrows=0;   //中英字数
   $outstr="";     //生成的字串
   $wordend=false;   //是否符合最大的长度
   $beginTags=0;   //除<img><br><hr>这些短标签外，其它计算开始标签，如<div*>
   $endTags=0;     //计算结尾标签，如</div>，如果$beginTags==$endTags表示标签数目相对称，可以退出循环。
   //print_r($content);
   foreach($content as $value){
     if (trim($value)=="") continue;   //如果该值为空，则继续下一个值

     if (strpos(";$value","<")>0){
       //如果与要载取的标签相同，则到处结束截取。
       if (trim($value)==$maxlen) {
         $wordend=true;
         continue;
       }

       if ($wordend==false){
         $outstr.=$value;
         if (!preg_match("/<img([^>]+?)>/is",$value) && !preg_match("/<param([^>]+?)>/is",$value) && !preg_match("/<!([^>]+?)>/is",$value) && !preg_match("/<br([^>]+?)>/is",$value) && !preg_match("/<hr([^>]+?)>/is",$value)) {
           $beginTags++; //除img,br,hr外的标签都加1
         }
       }else if (preg_match("/<\/([^>]+?)>/is",$value,$matches)){
         $endTags++;
         $outstr.=$value;
         if ($beginTags==$endTags && $wordend==true) break;   //字已载完了，并且标签数相称，就可以退出循环。
       }else{
         if (!preg_match("/<img([^>]+?)>/is",$value) && !preg_match("/<param([^>]+?)>/is",$value) && !preg_match("/<!([^>]+?)>/is",$value) && !preg_match("/<br([^>]+?)>/is",$value) && !preg_match("/<hr([^>]+?)>/is",$value)) {
           $beginTags++; //除img,br,hr外的标签都加1
           $outstr.=$value;
         }
       }
     }else{
       if (is_numeric($maxlen)){   //截取字数
         $curLength=getStringLength($value);
         $maxLength=$curLength+$wordrows;
         if ($wordend==false){
           if ($maxLength>$maxlen){   //总字数大于要截取的字数，要在该行要截取
             $outstr.=subString($value,0,$maxlen-$wordrows);
             $wordend=true;
           }else{
             $wordrows=$maxLength;
             $outstr.=$value;
           }
         }
       }else{
         if ($wordend==false) $outstr.=$value;
       }
     }
   }
   //循环替换掉多余的标签，如<p></p>这一类
   while(preg_match("/<([^\/][^>]*?)><\/([^>]+?)>/is",$outstr)){
     $outstr=preg_replace_callback("/<([^\/][^>]*?)><\/([^>]+?)>/is","strip_empty_html",$outstr);
   }
   //把误换的标签换回来
   if (strpos(";".$outstr,"[html_")>0){
     $outstr=str_replace("[html_<]","<",$outstr);
     $outstr=str_replace("[html_>]",">",$outstr);
   }

   //echo htmlspecialchars($outstr);
   return $outstr;
}

//去掉多余的空标签
function strip_empty_html($matches){
   $arr_tags1=explode(" ",$matches[1]);
   if ($arr_tags1[0]==$matches[2]){   //如果前后标签相同，则替换为空。
     return "";
   }else{
     $matches[0]=str_replace("<","[html_<]",$matches[0]);
     $matches[0]=str_replace(">","[html_>]",$matches[0]);
     return $matches[0];
   }
}

//取得字符串的长度，包括中英文。
function getStringLength($text){
   if (function_exists('mb_substr')) {
     $length=mb_strlen($text,'UTF-8');
   } elseif (function_exists('iconv_substr')) {
     $length=iconv_strlen($text,'UTF-8');
   } else {
     preg_match_all("/[\x01-\x7f]|[\xc2-\xdf][\x80-\xbf]|\xe0[\xa0-\xbf][\x80-\xbf]|[\xe1-\xef][\x80-\xbf][\x80-\xbf]|\xf0[\x90-\xbf][\x80-\xbf][\x80-\xbf]|[\xf1-\xf7][\x80-\xbf][\x80-\xbf][\x80-\xbf]/", $text, $ar);
     $length=count($ar[0]);

   }
   return $length;
}

/***********按一定长度截取字符串（包括中文）*********/
function subString($text, $start=0, $limit=12) {
   if (function_exists('mb_substr')) {
     $more = (mb_strlen($text,'UTF-8') > $limit) ? TRUE : FALSE;
     $text = mb_substr($text, 0, $limit, 'UTF-8');
     return $text;
   } elseif (function_exists('iconv_substr')) {
     $more = (iconv_strlen($text,'UTF-8') > $limit) ? TRUE : FALSE;
     $text = iconv_substr($text, 0, $limit, 'UTF-8');
     //return array($text, $more);
     return $text;
   } else {
     preg_match_all("/[\x01-\x7f]|[\xc2-\xdf][\x80-\xbf]|\xe0[\xa0-\xbf][\x80-\xbf]|[\xe1-\xef][\x80-\xbf][\x80-\xbf]|\xf0[\x90-\xbf][\x80-\xbf][\x80-\xbf]|[\xf1-\xf7][\x80-\xbf][\x80-\xbf][\x80-\xbf]/", $text, $ar);
     if(func_num_args() >= 3) {
       if (count($ar[0])>$limit) {
         $more = TRUE;
         $text = join("",array_slice($ar[0],0,$limit));
       } else {
         $more = FALSE;
         $text = join("",array_slice($ar[0],0,$limit));
       }
     } else {
       $more = FALSE;
       $text = join("",array_slice($ar[0],0));
     }
     return $text;
   }
}
?>

 

 
<?php
 
  $str = '<table width="100%" border="0" cellspacing="0" cellpadding="0">
  <tr>
    <td>asdfasdfasdfasdf</td>
    <td>&asdfasdfasdfasdf;</td>
  </tr>
  <tr>
    <td>&nasdfasdfasbsp;</td>
    <td>&asdfasdfasdfndfasdfasdfasdfasdffasfasdfasdfasdfasdfbsp;</td>
  </tr>
</table>
';
//掉用htmlSubString方法
//echo $a=strlen($str);
$str = htmlSubString($str,10);
echo $str;
 
?>