PHP版自动生成文摘,自动生成文摘的代码

2020-01-02 作者:yzc216.com官网   |   浏览(100)

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

自动生成文章摘要[JavaScript 版本]。
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。

复制代码 代码如下:
// PHP 4.3 or above needed 
define("BRIEF_LENGTH", 800);     //Word amount of the Briefing of an Article 
function Generate_Brief($text){ 
  global $Briefing_Length; 
  if(strlen($text) <= BRIEF_LENGTH ) return $text;    
  $Foremost = substr($text, 0, BRIEF_LENGTH); 
  $re = "/]*(>?)/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); 
  /*   [Child-matching Specification]: 
    $matches[$i][1] : A "/" charactor indicating whether current "<...>" Friction is Closing Part 
    $matches[$i][2] : Element Name. 
    $matches[$i][3] : Right > of a "<...>" Friction   */ 
  for($i = 0 ; $i     if($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!

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。

复制代码 代码如下:
function Generate_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 = "]*(>?)"; 
  $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(); 
    /*   [Child-matching Formulation]: 
        $matche[1] : A "/" charactor indicating whether current "<...>" Friction is Closing Part 
        $matche[2] : Element Name. 
        $matche[3] : Right > of a "<...>" Friction    
    */ 
    if($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; 
}; 

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:
最近应用了一下,发现上面的函数对多字节字符集支持得不好,因此重写了一下。

如果遇到问题,不妨试试下面的函数。

function Generate_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();
        /*    [Child-matching Formulation]:

            $matche[1] : A "/" charactor indicating whether current "<...>" Friction is 
Closing Part
            $matche[2] : Element Name.
            $matche[3] : Right > of a "<...>" Friction    
        */
        if($match[yzc216.com官网,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;
};欢迎大家找错误。谢谢。

本文由yzc216亚洲城发布于yzc216.com官网,转载请注明出处:PHP版自动生成文摘,自动生成文摘的代码

关键词: yzc216亚洲城 yzc216.com官网