截斷HTML文本，同時考慮到「句號」（在CachePHP TextHelper->截斷）

編輯：截斷HTML文本，同時考慮到「句號」（在CachePHP TextHelper->截斷）

最後我用CakePHP的truncate()功能。它的速度更快，並支持Unicode：d

但問題依然存在：

如何使功能自動檢測句號（.），只是之後下調嗎？所以基本上$length將被半被忽略。因此，如果新文本將有一個不完整的句子，多的話會追加到句子結束（或刪除，這取決於從截止字符串的長度，直到下一個/前面的句子）

編輯2： 我發現如何檢測句號。我換成：

if (!$exact) { 
    $spacepos = mb_strrpos($truncate, ' '); 

...

與

if (!$exact) { 
    $spacepos = mb_strrpos($truncate, '.'); 
...

編輯 - 問題：

當我有標籤，如img有其屬性裏面點，文本獲取標籤內截止：

$text = '<p>Abc def abc def abc def abc def. Abc def <img src="test.jpg" /></p><p>abc def abc def abc def abc def.</p>'; 

echo htmlentities(truncate($text));

我該如何解決是什麼？我會打開一個賞金，因爲原來的問題已經得到解答...

來源

2011-09-15 Alex

我想你只是回答你的問題。因此，您可以繼續添加新詞，直到找到「。」。並且還會從計算文本中減去單詞，直到找到「。」。然後比較長度並選擇好的一個。當你這樣做後，嘗試優化:) –

嘿！我想我已經回答了您的原始問題，但我很高興您找到了解決方案！我正在研究Rails'truncate'方法的源代碼，它提供了與您正在尋找的功能非常相似的功能。 – Alex

感謝Alex，你能發佈一個鏈接到Rails函數嗎？ – Alex

This snippet解決你在找什麼，並列出它的失敗（句號可能不是句子結束，其他標點符號可以結束句子）。

它將掃描最多$maxLen的字符，然後在找到最後一個句號後有效地「拋棄」部分句子。

就您而言，您只需在返回$new_text之前使用此功能。

來源

2011-09-15 22:49:24 Alex

要解決的「全停在標籤」的問題，你可以使用類似下面來檢測，如果該站是一個標籤內：

$str_len  = strlen($summary); 
$pos_stop  = strrpos($summary, '.'); 
$pos_tag_open = strrpos($summary, '<', -($str_len - $pos_stop)); 
$pos_tag_close = strpos($summary, '>', $pos_tag_open); 

if (($pos_tag_open < $pos_stop) && ($pos_stop < $pos_tag_close)) { 
    // Inside tag! Search for the next nearest prior full-stop. 
    $pos_stop = strrpos($summary, '.', -($str_len - $pos_tag_open)); 
} 

echo htmlentities(substr($summary, 0, $pos_stop + 1));

顯然，這個代碼可以優化（和拉出自己的功能），但你明白了。我有一種感覺，有一個正則表達式可以更有效地處理這個問題。

編輯：

事實上，是正則表達式可以做到這一點，使用負前瞻：

$text = '<p>Abc def abc def abc def abc def. Abc def <img src="test.jpg" />abc</p>'; 

$count = preg_match_all("/\.(?!([^<]+)?>)/", $text, $arr, PREG_OFFSET_CAPTURE); 
$offset = $arr[0][$count-1][1]; 

echo substr($text, 0, $offset + 1)."\n";

這應該是比較有效的，至少與truncate()也是其中比較內部使用preg_match。

來源

2011-09-20 21:03:40

上面的正則表達式可能有效。但是，考慮到效率，在這種情況下，我們可能會首先將字符串截斷爲max_length，然後對截斷的字符串執行preg。是的，必須考慮標點符號。 – acpmasquerade

@acpmasquerade - 意圖是，在truncate（）後面運行正則表達式，以便在最大字符數限制之前查找最早可能的句子結束。預先使用正則表達式是毫無意義的，因爲在將字符串截斷爲長度時結果會丟失。 –

上面的Truncate html text while taking in consideration "full stops" (in CachePHP TextHelper->truncate)正則表達式可能有效。

但是，考慮到效率，在這種情況下，我們可能會截斷字符串到MAX_LENGTH第一，然後做預浸到截斷的字符串。是的，必須考慮標點符號。

一些更多的規則將創建一個適當的邏輯來確定句子的結尾。

的空間或拾取標點後
第一個字的標點符號後一個EOL，具有一上部外殼。
標點符號等後的多個新行（段尾）

來源

2011-09-25 15:25:01 acpmasquerade

截斷HTML文本，同時考慮到 「句號」（在CachePHP TextHelper->截斷）

回答

相關問題

截斷HTML文本，同時考慮到「句號」（在CachePHP TextHelper->截斷）