Закрыть открытые HTML-теги в строке

Ситуация - это строка, которая приводит к чему-то вроде этого:

<p>This is some text and here is a <strong>bold text then the post stop here....</p>

Поскольку функция возвращает тизер (сводку) текста, он останавливается после определенных слов. Где в этом случае ярлык сильно не закрыт. Но вся строка завернута в абзац.

Можно ли преобразовать приведенный выше результат/вывод в следующее:

<p>This is some text and here is a <strong>bold text then the post stop here....</strong></p>

Я не знаю, с чего начать. Проблема в том, что.. Я нашел функцию в Интернете, которая делает это регулярное выражение, но она помещает закрывающий тег после строки.. поэтому он не будет проверяться, потому что я хочу, чтобы все теги open/close в тегах абзаца. Функция, которую я нашел, делает это также неверно:

<p>This is some text and here is a <strong>bold text then the post stop here....</p></strong>

Я хочу знать, что тег может быть сильным, курсивом, чем угодно. Поэтому я не могу добавить функцию и закрыть ее вручную в функции. Любой шаблон, который может сделать это для меня?

Ответы

Ответ 1

Вот функция, которую я использовал раньше, которая работает очень хорошо:

function closetags($html) {
    preg_match_all('#<(?!meta|img|br|hr|input\b)\b([a-z]+)(?: .*)?(?<![/|/ ])>#iU', $html, $result);
    $openedtags = $result[1];
    preg_match_all('#</([a-z]+)>#iU', $html, $result);
    $closedtags = $result[1];
    $len_opened = count($openedtags);
    if (count($closedtags) == $len_opened) {
        return $html;
    }
    $openedtags = array_reverse($openedtags);
    for ($i=0; $i < $len_opened; $i++) {
        if (!in_array($openedtags[$i], $closedtags)) {
            $html .= '</'.$openedtags[$i].'>';
        } else {
            unset($closedtags[array_search($openedtags[$i], $closedtags)]);
        }
    }
    return $html;
}

Лично я бы этого не сделал, используя regexp, но такую библиотеку, как Tidy. Это будет выглядеть примерно так:

$str = '<p>This is some text and here is a <strong>bold text then the post stop here....</p>';
$tidy = new Tidy();
$clean = $tidy->repairString($str, array(
    'output-xml' => true,
    'input-xml' => true
));
echo $clean;

Ответ 2

Небольшая модификация исходного ответа... в то время как исходный ответ правильно разделил теги. Я обнаружил, что во время моего усечения я мог бы в итоге нарезать теги. Например:

This text has some <b>in it</b>

Усечение символа 21 приводит к:

This text has some <

Следующий код основывается на следующем лучшем ответе и исправляет это.

function truncateHTML($html, $length)
{
    $truncatedText = substr($html, $length);
    $pos = strpos($truncatedText, ">");
    if($pos !== false)
    {
        $html = substr($html, 0,$length + $pos + 1);
    }
    else
    {
        $html = substr($html, 0,$length);
    }

    preg_match_all('#<(?!meta|img|br|hr|input\b)\b([a-z]+)(?: .*)?(?<![/|/ ])>#iU', $html, $result);
    $openedtags = $result[1];

    preg_match_all('#</([a-z]+)>#iU', $html, $result);
    $closedtags = $result[1];

    $len_opened = count($openedtags);

    if (count($closedtags) == $len_opened)
    {
        return $html;
    }

    $openedtags = array_reverse($openedtags);
    for ($i=0; $i < $len_opened; $i++)
    {
        if (!in_array($openedtags[$i], $closedtags))
        {
            $html .= '</'.$openedtags[$i].'>';
        }
        else
        {
            unset($closedtags[array_search($openedtags[$i], $closedtags)]);
        }
    }


    return $html;
}


$str = "This text has <b>bold</b> in it</b>";
print "Test 1 - Truncate with no tag: " . truncateHTML($str, 5) . "<br>\n";
print "Test 2 - Truncate at start of tag: " . truncateHTML($str, 20) . "<br>\n";
print "Test 3 - Truncate in the middle of a tag: " . truncateHTML($str, 16) . "<br>\n";
print "Test 4: - Truncate with less text: " . truncateHTML($str, 300) . "<br>\n";

Надеюсь, что это поможет кому-то там.

Ответ 3

Существует множество других переменных, которые необходимо адресовать, чтобы дать полное решение, но не охвачены вашим вопросом.

Однако я бы предложил использовать что-то вроде HTML Tidy и, в частности, методы repairFile или repaireString.

Ответ 4

Этот метод PHP всегда работал у меня. Он закроет все неблокированные HTML-теги.

function closetags($html) {
    preg_match_all('#<([a-z]+)(?: .*)?(?<![/|/ ])>#iU', $html, $result);
    $openedtags = $result[1];

    preg_match_all('#</([a-z]+)>#iU', $html, $result);
    $closedtags = $result[1];
    $len_opened = count($openedtags);
    if (count($closedtags) == $len_opened) {
        return $html;
    }
    $openedtags = array_reverse($openedtags);
    for ($i=0; $i < $len_opened; $i++) {
        if (!in_array($openedtags[$i], $closedtags)){
            $html .= '</'.$openedtags[$i].'>';
        } else {
            unset($closedtags[array_search($openedtags[$i], $closedtags)]);
        }
    }
    return $html;
}

Ответ 5

А как насчет использования PHP класс DOMDocument? Он по сути анализирует HTML и исправляет синтаксические ошибки... Например:

$fragment = "<article><h3>Title</h3><p>Unclosed";
$doc = new DOMDocument();
$doc->loadHTML($fragment);
$correctFragment = $doc->getElementsByTagName('body')->item(0)->C14N();
echo $correctFragment;

Однако у этого подхода есть несколько недостатков. Во-первых, он оборачивает оригинальный фрагмент в <body>. Вы можете легко избавиться от него с помощью чего-то вроде (preg_) replace() или заменив функцию ...->C14N() какой-нибудь пользовательской функцией innerHTML(), как это предлагается, например, на http://php.net/manual/en/book.dom.php # 89718. Второй ловушкой является то, что PHP выдает предупреждение "недопустимый тег в Entity", если используются HTML5 или пользовательские теги (тем не менее, он все равно будет работать правильно).

Ответ 6

Использование регулярного выражения для этого не является идеальным подходом. Вместо этого вы должны использовать html-парсер для создания допустимой модели объекта документа.

В качестве второго варианта, в зависимости от того, что вы хотите, вы можете использовать регулярное выражение для удаления любых тэгов html из вашей строки, прежде чем поместить их в тег <p>.

Ответ 7

Я сделал этот код, чтобы сделать работу совершенно правильно...

Это старая школа, но эффективная, и я добавил флаг для удаления незавершенных тегов, таких как "blah blah http://stackoverfl"

public function getOpennedTags(&$string, $removeInclompleteTagEndTagIfExists = true) {

    $tags = array();
    $tagOpened = false;
    $tagName = '';
    $tagNameLogged = false;
    $closingTag = false;

    foreach (str_split($string) as $c) {
        if ($tagOpened && $c == '>') {
            $tagOpened = false;
            if ($closingTag) {
                array_pop($tags);
                $closingTag = false;
                $tagName = '';
            }
            if ($tagName) {
                array_push($tags, $tagName);
            }
        }
        if ($tagOpened && $c == ' ') {
            $tagNameLogged = true;
        }
        if ($tagOpened && $c == '/') {
            if ($tagName) {
                //orphan tag
                $tagOpened = false;
                $tagName = '';
            } else {
                //closingTag
                $closingTag = true;
            }
        }
        if ($tagOpened && !$tagNameLogged) {
            $tagName .= $c;
        }
        if (!$tagOpened && $c == '<') {
            $tagNameLogged = false;
            $tagName = '';
            $tagOpened = true;
            $closingTag = false;
        }
    }

    if ($removeInclompleteTagEndTagIfExists && $tagOpened) {
        // an tag has been cut for exemaple ' blabh blah <a href="sdfoefzofk' so closing the tag will not help...
        // let remove this ugly piece of tag
        $pos = strrpos($string, '<');
        $string = substr($string, 0, $pos);
    }

    return $tags;
}

Пример использования:

$tagsToClose = $stringHelper->getOpennedTags($val);
$tagsToClose = array_reverse($tagsToClose);

foreach ($tagsToClose as $tag) {
    $val .= "</$tag>";
}

Ответ 8

если установлен модуль tidy, используйте расширение php tidy:

tidy_repair_string($html)

ссылка

Ответ 9

Это работает для меня, чтобы закрыть все открытые теги HTML в сценарии.

<?php
function closetags($html) {
preg_match_all('#<([a-z]+)(?: .*)?(?<![/|/ ])>#iU', $html, $result);
$openedtags = $result[1];
preg_match_all('#</([a-z]+)>#iU', $html, $result);
$closedtags = $result[1];
$len_opened = count($openedtags);
if (count($closedtags) == $len_opened) {
    return $html;
}
$openedtags = array_reverse($openedtags);
for ($i=0; $i < $len_opened; $i++) {
    if (!in_array($openedtags[$i], $closedtags)) {
        $html .= '</'.$openedtags[$i].'>';
    } else {
        unset($closedtags[array_search($openedtags[$i], $closedtags)]);
    }
}
return $html;
}