自动生成文章摘要的代码[PHP 版本]

时间:2021-05-18

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:
//PHP4.3oraboveneeded
define("BRIEF_LENGTH",800);//WordamountoftheBriefingofanArticle
functionGenerate_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);

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:
functionGenerate_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();

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;
};

声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。

相关文章