Comment tronquer le texte HTML tout en préservant la structure des balises ?

Tronquer du texte contenant du HTML avec préservation des balises

Défi

Tronquer du texte avec des balises HTML intégrées conduit souvent à des balises incomplètes ou mal fermées. Comment pouvons-nous tronquer le texte efficacement tout en préservant la structure HTML ?

Solution : troncature basée sur les balises

Pour préserver la structure HTML, nous devons garder une trace et gérer les balises ouvertes et fermées. Voici une implémentation PHP :

function printTruncated($maxLength, $html, $isUtf8 = true)
{
    $printedLength = 0;
    $position = 0;
    $tags = [];

    $re = $isUtf8
        ? '{</?([a-z]+)[^>]*>|&amp;#?[a-zA-Z0-9]+;|[\x80-\xFF][\x80-\xBF]*}'
        : '{</?([a-z]+)[^>]*>|&amp;#?[a-zA-Z0-9]+;}';

    while ($printedLength < $maxLength && preg_match($re, $html, $match, PREG_OFFSET_CAPTURE, $position))
    {
        list($tag, $tagPosition) = $match[0];

        $str = substr($html, $position, $tagPosition - $position);
        
        # More code...
        
        # Continue after the tag.
        $position = $tagPosition + strlen($tag);
    }

    # More code...
}

Exemple d'utilisation

printTruncated(10, '<b>&amp;lt;Hello&amp;gt;</b> <img src="world.png" alt="" /> world!');

printTruncated(10, '<table><tr><td>Heck, </td><td>throw</td></tr><tr><td>in a</td><td>table</td></tr></table>');

printTruncated(10, "<em><b>Hello</b>&amp;#20;w\xC3\xB8rld!</em>");

Remarque :

La fonction suppose UTF- 8 encodage. Pour les autres encodages, utilisez mb_convert_encoding pour convertir en UTF-8 avant la troncature.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!