PHP擷取html文章

    /* 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 標籤
        if (strpos($body, '<') === false) {
            return mb_substr($body, 0, $size);
        }

        // 包含截斷標誌，優先
        if ($e = strpos($body, '<!-- break -->')) {
            return mb_substr($body, 0, $e);
        }

        // html 程式碼標記
        $html_tag = 0;

        // 摘要字串
        $summary_string = '';

        /**
         * 陣列用作記錄摘要範圍內出現的 html 標籤
         * 開始和結束分別儲存在 left 和 right 鍵名下
         * 如字串為：<h3><p><b>a</b></h3>，假設 p 未閉合
         * 陣列則為：array('left' => array('h3', 'p', 'b'), 'right' => 'b', 'h3');
         * 僅補全 html 標籤，<? <% 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 程式碼開始
                $html_tag       = 1;
                $html_array_str = '';
            } else if ($html_tag == 1) {
                // 一段 html 程式碼結束
                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);

                    /**
                     * 判斷最後一個字元是否為 /，若是，則標籤已閉合，不記錄
                     */
                    if (substr($html_array_str, -1) != '/') {

                        // 判斷第一個字元是否 /，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 程式碼，跳過

                            /**
                             * 判斷是否有半形空格，若有，以空格分割，第一個單元為 html 標籤
                             * 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，整個字串為 html 標籤，如：<b> <p> 等
                                 * 統一轉換為小寫
                                 */
                                $html_array['left'][] = strtolower($html_array_str);
                            }
                        }
                    }

                    // 字串重置
                    $html_array_str = '';
                    $html_tag       = 0;
                } else {
                    /**
                     * 將< >之間的字元組成一個字串
                     * 用於提取 html 標籤
                     */
                    $html_array_str .= $current_var;
                }
            } else {
                // 非 html 程式碼才記數
                --$size;
            }

            $ord_var_c = ord($body{$i});

            switch (true) {
                case (($ord_var_c & 0xE0) == 0xC0):
                    // 2 位元組
                    $summary_string .= substr($body, $i, 2);
                    $i              += 1;
                    break;
                case (($ord_var_c & 0xF0) == 0xE0):

                    // 3 位元組
                    $summary_string .= substr($body, $i, 3);
                    $i              += 2;
                    break;
                case (($ord_var_c & 0xF8) == 0xF0):
                    // 4 位元組
                    $summary_string .= substr($body, $i, 4);
                    $i              += 3;
                    break;
                case (($ord_var_c & 0xFC) == 0xF8):
                    // 5 位元組
                    $summary_string .= substr($body, $i, 5);
                    $i              += 4;
                    break;
                case (($ord_var_c & 0xFE) == 0xFC):
                    // 6 位元組
                    $summary_string .= substr($body, $i, 6);
                    $i              += 5;
                    break;
                default:
                    // 1 位元組
                    $summary_string .= $current_var;
            }
        }

        if ($html_array['left']) {
            /**
             * 比對左右 html 標籤，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) {
                // 判斷該標籤是否出現在 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;
    }

//使用方法
blog_summary($r['detail'],'3')

擷取前效果

擷取後效果

擷取效果會自動跳過html程式碼不會讓文章樣式丟失

本作品採用《CC 協議》，轉載必須註明作者和本文連結