Question

修改

我最终使用了CakePHP的 truncate() 功能。它更快，支持unicode：D

但问题仍然存在：

如何使该功能自动检测完全停止（.）并在此之后切断它？因此基本上$length将被忽略。因此，如果新文本的句子不完整，则会在句子结束之前附加更多单词（或者删除，取决于从截止到下一个/上一个句子的字符串长度）

编辑2： 我发现了如何检测到完全停止。我换了：

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

 ...

与

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

编辑 - 问题：

当我的标签如img在其属性中包含点时，文本会在标记内截止：

 $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));

我该如何解决？我会开一个赏金，因为原来的问题已经回答了......

Answer 1

This snippet解决了你正在寻找的问题，并列出了它的失败（完全停止可能不表示句子结束，其他标点符号可以结束句子）。

它将扫描最多$maxLen的字符，然后在找到的最后一次完整停止后有效地“丢弃”部分句子。

在您的情况下，您只需在返回$new_text之前使用此功能。

Answer 2

要解决“标记中的完整停止”问题，您可以使用类似于以下内容的方法来检测停止是否在标记内：

$str_len       = strlen($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));

显然，这段代码可以进行优化（并将其拉出到自己的函数中），但是你明白了。我觉得有一个正则表达式可以更有效地处理这个问题。

修改

的确，是正则表达式可以做到这一点，使用负向前瞻：

$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";

这应该相对有效，至少与在内部使用preg_match的truncate()相比。

Answer 3

Truncate html text while taking in consideration "full stops" (in CachePHP TextHelper->truncate)上方的正则表达式可能有效。

但是，考虑到效率，在这种情况下，我们可能首先将字符串截断为 max_length ，然后将 preg 截断为截断的字符串。是的，必须考虑标点符号。

更多规则将创建一个合适的逻辑来确定句子的结尾。

标点符号后面的空格或EOL
挑选标点后的第一个单词，有一个大写字母。
标点符号后面的多个新行（段落末尾）等。

在考虑“完全停止”时（在CachePHP TextHelper-＆gt; truncate中）截断html文本

3 个答案: