自动生成文章摘要的代码[PHP 版本]

实现内容:截断一段含有HTML代码的文本,但是不会出现围堵标记没有封闭的问题。

说明:这是PHP版的,用于在服务器端使用,如果你需要一个客户端版的,请阅读下一篇 

我们在写BLOG这样的程序时经常需要显示文章前一部分的,但是又怕不恰当的截断破坏封闭标签以造成整个文档结构破坏,使用我的函数可以在要求不高的情况下解决这个问题。

大家应该考虑这个函数在服务端应用还是在客户端应用。因为我考虑这个函数可能运行起来比较费机器,所以安全性要求不高的情况下可以放在客户端上。

最好数据表中单独一个字段放这个摘要,这样相应的数据库查询也优化了。牺牲一点点空间换很多时间还是划算的。

再聊一下安全性问题,主要是内容安全性。如果客户端意图更改正常的摘要信息的话,一般都是BLOG的主人才有这个权力,那么他使得摘要和原文的一致性破坏就是他自己的事了。内容以外的安全性都可以在服务端解决。所以还是推荐在客户端使用本函数。

核心代码

复制代码 代码如下:

// PHP 4.3 or above needed  define("BRIEF_LENGTH", 800);     //Word amount of the Briefing of an Article  function Generate_Brief($text){    global $Briefing_Length;    if(strlen($text) <= BRIEF_LENGTH ) return $text;       $Foremost = substr($text, 0, BRIEF_LENGTH);    $re = "/<(\/?)(P|DIV|H1|H2|H3|H4|H5|H6|ADDRESS|PRE|TABLE|TR|TD|TH|INPUT|SELECT|TEXTAREA|OBJECT|A|UL|OL|LI|BASE|META|LINK|HR|BR|PARAM|IMG|AREA|INPUT|SPAN)[^>]*(>?)/i";    $Single = "/BASE|META|LINK|HR|BR|PARAM|IMG|AREA|INPUT/i";       $Stack = array(); $posStack = array();    preg_match_all($re,$Foremost,$matches, PREG_SET_ORDER | PREG_OFFSET_CAPTURE);    /*   [Child-matching Specification]:      $matches[$i][1] : A "/" charactor indicating whether current "<...>" Friction is Closing Part      $matches[$i][2] : Element Name.      $matches[$i][3] : Right > of a "<...>" Friction   */    for($i = 0 ; $i < count($matches); $i++){      if($matches[$i][1][0] == ""){          $Elem = $matches[$i][2][0];          if(preg_match($Single,$Elem) && $matches[$i][3][0] !=""){            continue;          }          array_push($Stack, strtoupper($matches[$i][2][0]));          array_push($posStack, $matches[$i][2][1]);                   if($matches[$i][3][0] =="") break;      }else{          $StackTop = $Stack[count($Stack)-1];          $End = strtoupper($matches[$i][2][0]);          if(strcasecmp($StackTop,$End)==0){            array_pop($Stack);            array_pop($posStack);            if($matches[$i][3][0] ==""){              $Foremost = $Foremost.">";            }          }      }         }    $cutpos = array_shift($posStack) - 1;       $Foremost = substr($Foremost,0,$cutpos);    return $Foremost;  }; 

若遇到问题(发现上面的函数对多字节字符集支持得不好) 不烦试试下面的这个!

复制代码 代码如下:

function Generate_Brief($text){    global $Briefing_Length;    mb_regex_encoding("UTF-8");    if(mb_strlen($text) <= BRIEF_LENGTH ) return $text;       $Foremost = mb_substr($text, 0, BRIEF_LENGTH);    $re = "<(\/?)(P|DIV|H1|H2|H3|H4|H5|H6|ADDRESS|PRE|TABLE|TR|TD|TH|INPUT|SELECT|TEXTAREA|OBJECT|A|UL|OL|LI|BASE|META|LINK|HR|BR|PARAM|IMG|AREA|INPUT|SPAN)[^>]*(>?)";    $Single = "/BASE|META|LINK|HR|BR|PARAM|IMG|AREA|INPUT|BR/i";       $Stack = array(); $posStack = array();    mb_ereg_search_init($Foremost, $re, 'i');    while($pos = mb_ereg_search_pos()){      $match = mb_ereg_search_getregs();      /*   [Child-matching Formulation]:          $matche[1] : A "/" charactor indicating whether current "<...>" Friction is Closing Part          $matche[2] : Element Name.          $matche[3] : Right > of a "<...>" Friction         */      if($match[1]==""){          $Elem = $match[2];          if(mb_eregi($Single, $Elem) && $match[3] !=""){            continue;          }          array_push($Stack, mb_strtoupper($Elem));          array_push($posStack, $pos[0]);               }else{          $StackTop = $Stack[count($Stack)-1];          $End = mb_strtoupper($match[2]);          if(strcasecmp($StackTop,$End)==0){            array_pop($Stack);            array_pop($posStack);            if($match[3] ==""){              $Foremost = $Foremost.">";            }          }      }    }    $cutpos = array_shift($posStack) - 1;       $Foremost = mb_substr($Foremost,0,$cutpos,"UTF-8");    return $Foremost;  }; 

相关推荐