VPF::Как обрезать строку с форматированием

SelenIT

Дата 28.4.2010, 11:39 (ссылка)

(нет голосов)

Загрузка ...

баг форума

Профиль
Группа: Завсегдатай
Сообщений: 3996
Регистрация: 17.10.2006
Где: Pale Blue Dot

Репутация: 8
Всего: 401

Цитата(Gold Dragon @ 28.4.2010, 07:29

)

что такое Tidy?

Фактически готовый HTML-парсер.

Цитата(Gold Dragon @ 28.4.2010, 08:15

)

не учтено всякие специальные символы типа «

У меня учтено;)

Цитата

'/((<[^<>]*>)*(\s+|(&#?\w+;)|[^<>\s])){0,'.$limit.'}/su'

--------------------

Осторожно! Данный юзер и его посты содержат ДГМО! Противопоказано лицам с предрасположенностью к зонеризму!

SickFxck

Дата 28.4.2010, 13:06 (ссылка)

(нет голосов)

Загрузка ...

Шустрый

Профиль
Группа: Участник
Сообщений: 107
Регистрация: 16.4.2010

Репутация: 1
Всего: 1

Код


function htmlSubstr($html, $length)
{
    $out = '';
    $arr = preg_split('/(<.+?>|&#?\\w+;)/s', $html, -1, PREG_SPLIT_DELIM_CAPTURE);
    $tagStack = array();

    for($i = 0, $l = 0; $i < count($arr); $i++) {
        if( $i & 1 ) {
            if( substr($arr[$i], 0, 2) == '</' ) {
                array_pop($tagStack);
            } elseif( $arr[$i][0] != '&' && substr($arr[$i], -2) != '/>' ) {
                array_push($tagStack, $arr[$i]);
            }

            if( $arr[$i][0] == '&' )
                $l++;

            $out .= $arr[$i];
        } else {
            if( ($l += strlen($arr[$i])) >= $length ) {
                $out .= substr($arr[$i], 0, $l - $length);
                break;
            } else {
                $out .= $arr[$i];
            }
        }
    }

    while( ($tag = array_pop($tagStack)) !== NULL ) {
        $out .= '</' . substr($tag, 1);
    }

    return $out;
}

SickFxck

Дата 28.4.2010, 14:40 (ссылка)

(нет голосов)

Загрузка ...

Шустрый

Профиль
Группа: Участник
Сообщений: 107
Регистрация: 16.4.2010

Репутация: 1
Всего: 1

Цитата(Gold Dragon @ 28.4.2010, 08:58

)

SickFxck, прокомментируй код.. Хочу разобраться

Если кратко, то, встречая открывающий тег (парный), мы его пихаем в стек, если встретился закрывающий — выталкиваем. Если длина строки превысила допустимое количество — прерываем цикл. После выталкиваем все незакрытые теги.

Я пользуюсь тем, что preg_split($pattern, $subject, -1, PREG_SPLIT_DELIM_CAPTURE) возвращает массив в виде чередующихся строк и подстрок, подходящих под шаблон. То есть, тег всегда будет в нечётных индексах массива, а простой текст — в чётных.

Да и ещё один фикс:

Код


    while( ($tag = array_pop($tagStack)) !== NULL ) {
        $out .= '</' . strtok(substr($tag, 1), " \t>") . '>';
    }

P.S. И заметь, что, например, "&" я считаю одним символом ("&"), а не 5-ю.

Это сообщение отредактировал(а) SickFxck - 28.4.2010, 17:59

Gold Dragon

Дата 29.4.2010, 07:39 (ссылка)

(нет голосов)

Загрузка ...

Призрачный

Профиль
Группа: Экс. модератор
Сообщений: 6753
Регистрация: 1.3.2004
Где: Россия, Тамбов

Репутация: 1
Всего: 71

боюсь что Tidy не могу использовать. не на всех серверах он установлен. Проверил у своих хостеров, только у одного стоит :(

--------------------

Нельзя жить в прошлом, оно уже прошло.
Нельзя жить в будущем, оно ещё не наступило.
Нужно жить в настоящем, помня прошлое и думая о будущем!

Gold Dragon

Дата 29.4.2010, 10:37 (ссылка)

(нет голосов)

Загрузка ...

Призрачный

Профиль
Группа: Экс. модератор
Сообщений: 6753
Регистрация: 1.3.2004
Где: Россия, Тамбов

Репутация: 1
Всего: 71

никак не пойму почему количество заданных символов не соответствует реальной обрезке :(
и разница колеблется в случайном порядке, как в большую сторону так и в меньшую

--------------------

SickFxck

Дата 29.4.2010, 11:18 (ссылка)

(нет голосов)

Загрузка ...

Шустрый

Профиль
Группа: Участник
Сообщений: 107
Регистрация: 16.4.2010

Репутация: 1
Всего: 1

Цитата(Gold Dragon @ 29.4.2010, 10:37

)

никак не пойму почему количество заданных символов не соответствует реальной обрезке

Ты про чей вариант?

Свой я уже пояснил:

Цитата(SickFxck @ 28.4.2010, 14:40

)

P.S. И заметь, что, например, "&" я считаю одним символом ("&"), а не 5-ю.

Поэтому нельзя делать проверку с помощью strlen().

Ах да. Действительно есть кое-что. Окончательный вариант:

Код


function htmlSubstr($html, $length)
{
    $out = '';
    $arr = preg_split('/(<.+?>|&#?\\w+;)/s', $html, -1, PREG_SPLIT_DELIM_CAPTURE);
    $tagStack = array();

    for($i = 0, $l = 0; $i < count($arr); $i++) {
        if( $i & 1 ) {
            if( substr($arr[$i], 0, 2) == '</' ) {
                array_pop($tagStack);
            } elseif( $arr[$i][0] == '&' ) {
                $l++;
            } elseif( substr($arr[$i], -2) != '/>' ) {
                array_push($tagStack, $arr[$i]);
            }

            $out .= $arr[$i];
        } else {
            if( ($l += strlen($arr[$i])) >= $length ) {
                $out .= substr($arr[$i], 0, $length - $l + strlen($arr[$i]));
                break;
            } else {
                $out .= $arr[$i];
            }
        }
    }

    while( ($tag = array_pop($tagStack)) !== NULL ) {
        $out .= '</' . strtok(substr($tag, 1), " \t>") . '>';
    }

    return $out;
}

Код


function htmlStrlen($html)
{
    return strlen(preg_replace('/&#?\\w+;/', '?', strip_tags($html)));
}

assert(htmlStrlen(htmlSubstr('HTML-<strong>string</strong>', 6)) == 6);
assert(htmlStrlen(htmlSubstr('&amp;&#xD7;&amp;', 2)) == 2);
assert(htmlStrlen(htmlSubstr('<p class="p1">test &amp; test </p>', 5)) == 5);

Это сообщение отредактировал(а) SickFxck - 29.4.2010, 11:51

Gold Dragon

Дата 29.4.2010, 11:52 (ссылка)

(нет голосов)

Загрузка ...

Призрачный

Профиль
Группа: Экс. модератор
Сообщений: 6753
Регистрация: 1.3.2004
Где: Россия, Тамбов

Репутация: 1
Всего: 71

теперь код отлично работает на этом этапе smile

Но это при условии что код валидный

если есть <img...> а не <img ... /> то появится </img> smile

а можно как то включить в условия чтобы если встретится например тег <myqqq> то просто его игнорировать и оставить в коде?

--------------------

SickFxck

Дата 29.4.2010, 11:58 (ссылка)

(нет голосов)

Загрузка ...

Шустрый

Профиль
Группа: Участник
Сообщений: 107
Регистрация: 16.4.2010

Репутация: 1
Всего: 1

Делай массив таких тегов

Код


$single = array('img', ...);

Добавь условие здесь:

Код

} elseif( substr($arr[$i], -2) != '/>' ) {

substr(), strtok(), strtolower(), in_array()...

Это сообщение отредактировал(а) SickFxck - 29.4.2010, 11:59

SelenIT

Дата 29.4.2010, 13:55 (ссылка)

(нет голосов)

Загрузка ...

баг форума

Профиль
Группа: Завсегдатай
Сообщений: 3996
Регистрация: 17.10.2006
Где: Pale Blue Dot

Репутация: 8
Всего: 401

Цитата(Gold Dragon @ 29.4.2010, 07:39

)

Проверил у своих хостеров, только у одного стоит :(

Я думаю, адекватного хостера можно попросить его добавить. Всё-таки стандартные решения надежнее, имхо (хотя бы тем, что не надо самому заводить массивы пустых тегов и разрешенных тегов)...

--------------------

Осторожно! Данный юзер и его посты содержат ДГМО! Противопоказано лицам с предрасположенностью к зонеризму!

Gold Dragon

Дата 29.4.2010, 15:38 (ссылка)

(нет голосов)

Загрузка ...

Призрачный

Профиль
Группа: Экс. модератор
Сообщений: 6753
Регистрация: 1.3.2004
Где: Россия, Тамбов

Репутация: 1
Всего: 71

SelenIT, согласен с тобой.. Но не всё так просто ... ни каждый хостер будет доставлять библиотеки по желанию пользователей...

хотя я думаю нужно и этот вариант сделать, а в настройках давать пользователю вариант выбирать...

--------------------

1 Пользователей читают эту тему (1 Гостей и 0 Скрытых Пользователей)
0 Пользователей:
« Предыдущая тема \| PHP: Тексты \| Следующая тема »