自动生成文章摘要的代码[PHP 版本]

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

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 = "/<(\/?)(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); 
  /*   [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 ; $i < count($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!

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 = "<(\/?)(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[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; 
};

(0)

相关推荐

  • 自动生成文章摘要[JavaScript 版本]

    By dknt From bbs.blueidea.com 搜了搜这个,发现找不到答案.所以自己写了一个,很多程序绕过这个问题,往往人工来决定在何处截断,太麻烦了. 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. 一个PHP版本的在这里!:自动生成文章摘要[PHP版本]. 核心部分如下: 复制代码 代码如下: function Generate_Brief(text,length){     if(text.length < length) return text

  • 自动生成文章摘要的代码[JavaScript 版本]

    很多程序绕过这个问题,往往人工来决定在何处截断,太麻烦了. 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. 一个PHP版本的在这里!: 自动生成文章摘要[PHP版本]. 核心部分如下: 复制代码 代码如下: function Generate_Brief(text,length){    if(text.length < length) return text;    var Foremost = text.substr(0,length);    var re 

  • JavaScript 版本自动生成文章摘要

    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. php版本地址核心部分如下: 复制代码 代码如下: function Generate_Brief(text,length){ if(text.length < length) return text; var Foremost = text.substr(0,length); var re = /<(\/?) (BODY|SCRIPT|P|DIV|H1|H2|H3|H4|H5|H6|ADDRESS|PRE|TAB

  • PHP版自动生成文章摘要

    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. 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

  • 自动生成文章摘要的代码[PHP 版本]

    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,

  • 利用原生JS自动生成文章标题树的实例

    实现原理很简单,就是循环文章模块,并抽取其中的h2.h3标签,将其中的内容赋予给新建的title树. 代码如下: HTML代码: <div class="contextBox"> <div id="article"> <h2>二级标题</h2> <h3>三级标题</h3> <p>hello hello hello hello hello hello hello hello hello

  • 详解python脚本自动生成需要文件实例代码

    python脚本自动生成需要文件 在工作中我们经常需要通过一个文件写出另外一个文件,然而既然是对应关系肯定可以总结规律让计算机帮我们完成,今天我们就通过一个通用文件生成的python脚本来实现这个功能,将大家从每日重复的劳动中解放! 定义一个函数 def produceBnf(infilename,outfilename): List=[] with open(infilename,'r') as inf: for line in inf.readlines(): List.append(re.

  • 简单使用Python自动生成文章

    为了应付某些情况,需要做17份记录.虽然不很重要,但是17份完全雷同也不很好.大体看了一下,此记录大致分为四段.于是决定每段提供四种选项,每段四选一,拼凑成四段文字,存成一个文件.文件名就叫"XX记录+日期".应急的随手创作,使用了"文件操作"和"生成随机数"的功能.比较简陋.后期扩展可以考虑搭配个数据库. 复制代码 代码如下: # -*- coding: cp936 -*- import random title='XXX周例会\n会议时间:

  • php实现自动获取生成文章主题关键词功能的深入分析

    以前写程序一直在逃避这个问题,tag什么的都是要求使用程序的人自行输入,对于某些懒人及为了程序的体验,则是希望可以有自动生成文章关键词,自动获取文章tag的类似功能,这次为了迎接新的项目,所以捣鼓了一晚上,研究了一下这个功能.要实现自动获取关键词的功能,大概可以分成三步1,通过分词算法将标题和内容分别进行分割,提取出关键词和频度.当前主要的两个算法是中科院的ICTCLAS和隐马尔可夫模型.但这两个都太高端,有一定的门槛,且都是只支持C++/JAVA.基于PHP的当前有两个是值得推荐的PSCWS和

  • Android中实现自动生成布局View的初始化代码方法

    在android开发过程中,界面布局是及其重要的,但同时也是复杂.有的时候我们急于实际运行查看布局效果.但是android的编译速度我实在不想吐槽啥,尤其在布局越来越复杂,项目越来越大,资源文件越来越多的情况下. 尤其是是android的view的初始化,findViewbyId 完全是体力活,我们完全可以根据布局文件自动生成View的初始化代码. 首先声明:   1.这是及其容易做到的,实用性性一般,但是在复杂布局和首次写初始化View代码的时候及其好用. 2.只能生成有id标签的view的初

随机推荐