Question

我正在制作一些博客布局，我需要在主页上创建每个帖子的摘要（比如说最新的15个）。现在我使用的内容已经由纺织库以html标签格式化。现在，如果我使用substr来获得帖子的前500个字符，我面临的主要问题是如何关闭未关闭的标签。

e.g

<div>.......................</div>
<div>...........
     <p>............</p>
     <p>...........| 500 chars
     </p>
<div>

我得到的是两个未封闭的标签＆lt; p＆gt;和＆lt; div＆gt; ，p不会造成太多麻烦，但div只是整个页面布局混乱。那么任何建议如何跟踪开口标签并手动关闭它们或什么？

Answer 1

有很多方法可以使用：

使用正确的HTML解析器，例如DOMDocument
使用PHP Tidy修复未关闭的代码
有些人会建议HTML Purifier

Answer 2

正如ajreal所说，DOMDocument是一个解决方案。

示例：

$str = "
<html>
 <head>
  <title>test</title>
 </head>
 <body>
  <p>error</i>
 </body>
</html>
";

$doc = new DOMDocument();
@$doc->loadHTML($str);
echo $doc->saveHTML();

优点：本身包含在PHP中，与PHP Tidy相反。

Answer 3

您可以使用DOMDocument来执行此操作，但请注意字符串编码问题。此外，您必须使用完整的HTML文档，然后提取所需的组件。这是一个例子：

function make_excerpt ($rawHtml, $length = 500) {
  // append an ellipsis and "More" link
  $content = substr($rawHtml, 0, $length)
    . '&hellip; <a href="/link-to-somewhere">More &gt;</a>';

  // Detect the string encoding
  $encoding = mb_detect_encoding($content);

  // pass it to the DOMDocument constructor
  $doc = new DOMDocument('', $encoding);

  // Must include the content-type/charset meta tag with $encoding
  // Bad HTML will trigger warnings, suppress those
  @$doc->loadHTML('<html><head>'
    . '<meta http-equiv="content-type" content="text/html; charset='
    . $encoding . '"></head><body>' . trim($content) . '</body></html>');

  // extract the components we want
  $nodes = $doc->getElementsByTagName('body')->item(0)->childNodes;
  $html = '';
  $len = $nodes->length;
  for ($i = 0; $i < $len; $i++) {
    $html .= $doc->saveHTML($nodes->item($i));
  }
  return $html;
}

$html = "<p>.......................</p>
  <p>...........
    <p>............</p>
    <p>...........| 500 chars";

// output fixed html
echo make_excerpt($html, 500);

输出：

<p>.......................</p>
  <p>...........
    </p>
<p>............</p>
    <p>...........| 500 chars… <a href="/link-to-somewhere">More &gt;</a></p>

如果您使用的是WordPress，则应将substr()调用包含在wpautop - wpautop(substr(...))的调用中。您可能还希望测试传递给函数的$ rawHtml的长度，并跳过附加＆＃34;更多＆＃34;链接，如果它不够长。

修复未关闭的HTML标记

3 个答案: