使用PHP的DOM实现返回一个HTML字符串

给定一个HTML字符串的第一个字符“n”，我想具有以下属性返回修改后的字符串：使用PHP的DOM实现返回一个HTML字符串

第一ň的字符文本内容（除了HTML标签）应该保留。
之后的元素n字符已被符合应完全删除。
如果n字符不在一个元素的末尾，则相同元素中的文本不应保留。
之前的元素标签应保留字符。

基本上，我只是想返回HTML的缩短版本，没有DOM结构被打断，并且仅基于文本内容的长度。

使用PHP的DOM实现，看起来这会过于复杂。使用模式匹配并不理想，因为修改过的字符串的条件可能随时间而改变，并且每次都需要重写。

我错过了一个更简单的方法吗？提前致谢。

来源

2012-02-20 melkamo

因此，忽略html标签，你想要的第一个n个字符的内容？ 1个元素？整个文件的？ – Zac 2012-02-20 17:37:49

我想要整个文档的前n个字符的内容，但不要删除标签（但不要将标签作为n个字符的一部分计数）。 – melkamo 2012-02-20 18:10:36

“使用PHP的DOM实现，看起来这会过于复杂。”

真的吗？

如果您想要<body>标记及其子节点内的前100个字符，则这是一个非常简单的DOM实现。您可以进一步按摩该按钮以删除换行符和多余的空格/制表符或检查foreach中的$content字符串的长度以打破循环并在达到特定数量的字符后停止连接。

$str = '...'; 
$dom = new DomDocument; 
$dom->loadHTML($str); 
$elements = $dom->getElementsByTagName('body'); 

$content = ''; 
foreach($elements as $node){ 
    foreach($node->childNodes as $child) { 
    $content .= $child->nodeValue; 
    } 
} 

echo substr($content, 0, 100);

UPDATE

根据您的评论，这里有一个简单的方法来计算节点HTML里面的人物，并达到指定的字符限制后删除所有的标签。请注意，您不能在原始foreach内执行删除操作，因为它会导致DOM重新为节点重新编排索引，并且不会得到期望的结果。相反，我们将要删除的节点存储在数组中，并在初始迭代后删除它们。

$str = '...'; 
$dom = new DomDocument; 
$dom->preserveWhitespace = FALSE; 
$dom->loadHTML($str); 

$elements = $dom->getElementsByTagName('body'); 

$remove = FALSE; 
$maxChars = 100; 
$content = ''; 
$delete = array(); 

foreach($elements as $node){ 
    foreach($node->childNodes as $child) { 
    if ($remove) { 
     $delete[] = $child; 
    } else { 
     $content .= $child->nodeValue; 
     if (! $remove && strlen($content) >= $maxChars) { 
     $remove = TRUE; 
     } 
    } 
    } 
} 

foreach ($delete as $child) { 
    $child->parentNode->removeChild($child); 
} 

$dom->formatOutput = TRUE; 
echo $dom->saveHTML();

来源

2012-02-20 18:06:14 rdlowrey

谢谢，但这只是文本内容，删除了所有标签。 – melkamo 2012-02-20 18:12:08

@melkamo我以为这就是你要找的。如果你能够澄清你想要的内容，我很乐意更新。 *“文本内容的前n个字符（保留HTML标签）应保留。“* – rdlowrey 2012-02-20 18:13:17

对不起，我不明白，我试图说明修改后的字符串和原始字符串之间的区别，并不是说删除标签，换句话说，截断文本的节点应该仅基于文本的长度但是标签应该保留 – melkamo 2012-02-20 18:16:18

使用PHP的DOM实现返回一个HTML字符串

回答

相关问题