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; };