Php 如何在不破坏标记的情况下剪裁HTML片段？

假设我有一个包含HTML标记的200个字符的字符串。我只想展示前50个字符的预览。没有“拆分”标签。换句话说，片段不应该包含没有

的

。任何服务器端处理都应该使用PHP。

一个简单的方法可能是先

去除标签（）

，然后捕获摘录。

只需在前50个非HTML字符后剪切它，然后在Tidy中运行它来修复HTML。

简短回答：使用

DOMDocument:：loadHTML（$string）将其转换为DOM

然后遍历树，计算文本节点中的字符数。当达到极限时，用“…”或空字符串替换该节点的其余部分，然后在所有后续节点上调用

$node->parentNode->removeChild（$node）

这里有一个使用标准PHP的一部分DOMDocument的快速可靠的解决方案：

function cut_html ($html, $limit) {
    $dom = new DOMDocument();
    $dom->loadHTML(mb_convert_encoding("<div>{$html}</div>", "HTML-ENTITIES", "UTF-8"), LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
    cut_html_recursive($dom->documentElement, $limit);
    return substr($dom->saveHTML($dom->documentElement), 5, -6);
}

function cut_html_recursive ($element, $limit) {
    if($limit > 0) {
        if($element->nodeType == 3) {
            $limit -= strlen($element->nodeValue);
            if($limit < 0) {
                $element->nodeValue = substr($element->nodeValue, 0, strlen($element->nodeValue) + $limit);
            }
        }
        else {
            for($i = 0; $i < $element->childNodes->length; $i++) {
                if($limit > 0) {
                    $limit = cut_html_recursive($element->childNodes->item($i), $limit);
                }
                else {
                    $element->removeChild($element->childNodes->item($i));
                    $i--;
                }
            }
        }
    }
    return $limit;
}

function cut\u html（$html，$limit）{
$dom=新的DOMDocument（）；
$dom->loadHTML（mb_convert_编码（“{$html}”、“html-ENTITIES”、“UTF-8”）、LIBXML_html_noimpled、LIBXML_html_NODEFDTD）；
剪切html递归（$dom->documentElement，$limit）；
返回substr（$dom->saveHTML（$dom->documentElement），5，-6）；
}
函数cut\u html\u递归（$element，$limit）{
如果（$limit>0）{
如果（$element->nodeType==3）{
$limit-=strlen（$element->nodeValue）；
如果（$limit<0）{
$element->nodeValue=substr（$element->nodeValue，0，strlen（$element->nodeValue）+$limit）；
}
}
否则{
对于（$i=0；$i<$element->childNodes->length；$i++）{
如果（$limit>0）{
$limit=cut\u html\u recursive（$element->childNodes->item（$i），$limit）；
}
否则{
$element->removeChild（$element->childNodes->item（$i））；
$i--；
}
}
}
}
返回$limit；
}

我同意——这是我一直在做的事。唯一的缺点是丢失了strong、em等的格式。。以及任何链接-但我总是接受它并继续前进：-）