PHP实现HTML标签自动补全代码
更新时间：2012年10月04日 18:32:17 作者：
开发各种项目中经常遇到截取html字符串问题。 比如博客文章列表页面截取一部分正文、文章正文翻页截取等
一般情况下先用PHP的 strip_tags 函数去掉所有html标签，再去掉空格等，然后再用substr或者自己实现的cn_substr函数来实现截取。因为如果不先去掉html标签，直接截取出来的字符串就会有没有闭合的标签出现，有时甚至会截取在标签上面比如
今天遇到一个内容翻页截取问题： 正文是用富文本编辑器写入的，编辑器上有个分页按钮，点击之后就往当前光标位置插入一个蓝色的
横线。然后php直接存入数据库。显示的时候，用 explode 函数根据这个
标记来分成一个数组，然后根据当前页码来显示某个片段。 但是有个严重的问题，比如富文本编辑器写入：
<div style="text-align:center">
content of page 1
<hr />
page 2 content
</div>
如果用explode函数分开后，
第一页的内容是
<div style="text-align:center">
content of page 1
第二页的内容是：
page 2 content
</div>
这样就产生了没有闭合的标签，直接显示到页面上面就会破坏页面布局。。。
想了很久，也找了网上很多 closetag函数。但是发现都针对第一页那种没有闭合的标签的闭合。对于第二种没有开头的标签就没办法了。
针对第一页那种没有闭合的标签的闭合的closetags方法是：
function closetags($html) {
// 不需要补全的标签
$arr_single_tags = array('meta', 'img', 'br', 'link', 'area');
// 匹配开始标签
preg_match_all('#<([a-z]+)(?: .*)?(?<![/|/ ])>#iU', $html, $result);
$openedtags = $result[1];
// 匹配关闭标签
preg_match_all('#</([a-z]+)>#iU', $html, $result);
$closedtags = $result[1];
// 计算关闭开启标签数量，如果相同就返回html数据
$len_opened = count($openedtags);
if (count($closedtags) == $len_opened) {
return $html;
}
// 把排序数组，将最后一个开启的标签放在最前面
$openedtags = array_reverse($openedtags);
// 遍历开启标签数组
for ($i = 0; $i < $len_opened; $i++) {
// 如果需要补全的标签
if (!in_array($openedtags[$i], $arr_single_tags)) {
// 如果这个标签不在关闭的标签中
if (!in_array($openedtags[$i], $closedtags)) {
// 直接补全闭合标签
$html .= '</' . $openedtags[$i] . '>';
} else {
unset($closedtags[array_search($openedtags[$i], $closedtags)]);
}
}
}
return $html;
}
后来想了一个办法，利用浏览器自己的html解释引擎来帮助补全有问题的html片段。具体做法如下：
<script>
var div = document.createElement('div');
div.innerHTML ='<?php echo ("<div>这里是被截取的html片段");?>';
document.write(div.innerHTML);
</script>
原理就是先把html片段写入到一个空的div里面，然后再从这个div里面读取出来。别看写入和读取的属性都是innerHTML，写入的内容和得到的内容是不一样的噢。如果写入不完整的html片段，浏览器会自动补全修正。读取出来的时候就已经是完整的html dom 片段了。
可是这样有个弊端，由于是Js加载内容信息的，会对搜索引擎优化不好。
复制代码 代码如下:
</di ...
今天遇到一个内容翻页截取问题： 正文是用富文本编辑器写入的，编辑器上有个分页按钮，点击之后就往当前光标位置插入一个蓝色的
复制代码 代码如下:
<hr />
横线。然后php直接存入数据库。显示的时候，用 explode 函数根据这个
复制代码 代码如下:
<hr />
标记来分成一个数组，然后根据当前页码来显示某个片段。 但是有个严重的问题，比如富文本编辑器写入：
复制代码 代码如下:
<div style="text-align:center">
content of page 1
<hr />
page 2 content
</div>
如果用explode函数分开后，
第一页的内容是
复制代码 代码如下:
<div style="text-align:center">
content of page 1
第二页的内容是：
复制代码 代码如下:
page 2 content
</div>
这样就产生了没有闭合的标签，直接显示到页面上面就会破坏页面布局。。。
想了很久，也找了网上很多 closetag函数。但是发现都针对第一页那种没有闭合的标签的闭合。对于第二种没有开头的标签就没办法了。
针对第一页那种没有闭合的标签的闭合的closetags方法是：
复制代码 代码如下:
function closetags($html) {
// 不需要补全的标签
$arr_single_tags = array('meta', 'img', 'br', 'link', 'area');
// 匹配开始标签
preg_match_all('#<([a-z]+)(?: .*)?(?<![/|/ ])>#iU', $html, $result);
$openedtags = $result[1];
// 匹配关闭标签
preg_match_all('#</([a-z]+)>#iU', $html, $result);
$closedtags = $result[1];
// 计算关闭开启标签数量，如果相同就返回html数据
$len_opened = count($openedtags);
if (count($closedtags) == $len_opened) {
return $html;
}
// 把排序数组，将最后一个开启的标签放在最前面
$openedtags = array_reverse($openedtags);
// 遍历开启标签数组
for ($i = 0; $i < $len_opened; $i++) {
// 如果需要补全的标签
if (!in_array($openedtags[$i], $arr_single_tags)) {
// 如果这个标签不在关闭的标签中
if (!in_array($openedtags[$i], $closedtags)) {
// 直接补全闭合标签
$html .= '</' . $openedtags[$i] . '>';
} else {
unset($closedtags[array_search($openedtags[$i], $closedtags)]);
}
}
}
return $html;
}
后来想了一个办法，利用浏览器自己的html解释引擎来帮助补全有问题的html片段。具体做法如下：
复制代码 代码如下:
<script>
var div = document.createElement('div');
div.innerHTML ='<?php echo ("<div>这里是被截取的html片段");?>';
document.write(div.innerHTML);
</script>
原理就是先把html片段写入到一个空的div里面，然后再从这个div里面读取出来。别看写入和读取的属性都是innerHTML，写入的内容和得到的内容是不一样的噢。如果写入不完整的html片段，浏览器会自动补全修正。读取出来的时候就已经是完整的html dom 片段了。
可是这样有个弊端，由于是Js加载内容信息的，会对搜索引擎优化不好。
相关文章
99%的程序员都会收藏的书单 你读过几本？用书籍来武装你的大脑，拯救你的人生，还在等什么，速速收藏2017-11-11
Elaticsearch简称为es，es是一个开源的高扩展的分布式全文检索引擎，本文给大家介绍ElasticSearch基础知识介绍，对ElasticSearch相关知识感兴趣的朋友一起看看吧2022-07-07
这篇文章主要介绍了基于Token的身份验证的方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-05-05
ChatGPT是一种语言模型,它被训练来对对话进行建模,下面这篇文章主要给大家介绍了关于ChatGpt无法访问或错误码1020的几种解决方案,文中介绍的非常详细,需要的朋友可以参考下2023-02-02
这篇文章主要介绍了8种类型极品程序员，不知你属于哪一种?本文总结归纳了8种程类型的程序员,总结的非常精辟,来看看你是属于哪一种吧~2014-09-09
Typora 0.11.18免费版本安装使用教程(亲测可用)
Typora是一款非常使用的笔记工具，对于程序员非常友好，在2021年11月23日，Typora 正式发布 1.0 版本，进入了付费时代，Typora免费版本0.11.18(最后的免费版)，本文给大家分享Typora免费获取方法及安装使用教程，感兴趣的朋友参考下吧2022-07-07
java asp分析各种搜索引擎的关键字,自动识别url 中关键字的编码
网上也有一些代码，大部分都是通过输入的关键字来识别编码，并解码。但是搜索引擎得到的referer来源地址上的关键字是通过URLencode编码过的，而且各个网站的关键字Urlencode编码都不一样，gbk,utf-8,gb2312等等。2009-01-01
如果有人问你，GET和POST，有什么区别？你会如何回答2013-02-02
DES 全称为 Data Encryption Standard，即数据加密标准，是一种使用密钥加密的块算法。3DES 算法通过对 DES 算法进行改进，增加 DES 的密钥长度来避免类似的攻击。本文就来聊聊它们的原理与实现吧2023-03-03
这篇文章主要为大家介绍了Elasticsearch的删除映射类型操作示例，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-04-04
最新评论