PHP中怎么截取HTML代码

PHP中怎么截取HTML代码，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

创新互联长期为成百上千家客户提供的网站建设服务，团队从业经验10年，关注不同地域、不同群体，并针对不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联网生态环境。为中山企业提供专业的成都做网站、网站设计、外贸营销网站建设，中山网站改版等技术服务。拥有十载丰富建站经验和众多成功案例,为您定制开发。

需求：将一段文字截取一定的物理长度显示，注意，要截取的不是字符串的字节数，UFT-8 的编码中文字符是3个字节或者4个字节的，而显示的时候中文会占两个字符的长度，英文字符只占一个，全角的时候又有不同。

而且给的数据是HTML代码串，比如这样：

< div class=”aaa”>< a href=”/aaa.php?id=1″>张三< /a> 评论了 < a href=”/aaa.php?id=444″>李四< /a> 分享的 < a href=”bbb.html”>一篇文章文章一长串的东西< /a>< /div>

PHP HTML截取代码的时候是要截取 div 标签内部的东西，而且要保留HTML标签，只是对其中的文字做处理。比如我可能只是截取到“李四”的“李”字，但是如果就这样放到前端的话，“李四”前面的 a 标签是没有闭合的，所以截取之后要保证HTML的语法正确。
这个问题确实不太好搞，让我郁闷了两天。请注意，这只是一个字符串，只不过内容是HTML代码，是没有什么DOM的。如果是在前端处理就好办了，直接DOM获取，然后对里面的节点进行处理，***把innerHTML 之类的东西输出就搞定了。现在可不行了，得换个思路。同事的思路是这样的：

遍历字符串的每一个字符。设置一个标记，碰到标签开始的标记< 就置为1，接下来的字符都不记数，然后碰到>之后再开始计数。对标签内部的字符串处理的时候，还要先判断当前字符的编码是不是可能是中文，一般来说PHP中 UTF-8 编码的中文字符的长度都是3，所以如果碰到是中文字符编码，就要跳过两个不记数……说到这里我自己头已经开始大了。个人认为这种方法很不爽，首先这种精致的逻辑不太容易控制，而且 UFT-8 编码下中文产生的长度有可能是3个或4个 所以代码的严密性值得怀疑。

我个人的思路是，用 Tidy 来搞（具体用法请看PHP手册吧）。昨天研究了一下那个 Tidy ，发现这个东西还是挺好用的。首先，把这个字符串转换成 Tidy 对象，这样：

$tidy = tidy_parse_string
($str, array(), ‘utf8′);   
// ***一个是设置编码的，注意，
这里是utf8 ，不是utf-8，没有中间那个连线。 

然后获取$tidy中的 body（因为转换之后$tidy会自动加上等标签）：
$body = tidy_get_body($tidy);
这个时候你可以用 var_dump 看一些 $body 的结构，会发现它把每个标签都变成了一个对应的对象，里面有相应的属性。举例来说，比如 sdf ，这么一条语句对应的一些属性有：

name=>”a”
value => “sdf”
child=> array{[0]=>一个文本节点对象，value是 sdf}
attribute=array{”href”=>”#”}
…..其他属性

可以看到，我们其实是可以单独去处理 a 标签对应节点下面的文字节点的值的，那样PHP HTML截取代码就不会破坏任何HTML完整性。原来我以为改变 a 标签中文字节点的值之后， a 标签的value也会跟着改变，那样我直接返回a标签对应节点的value就OK了，没想到不是那个样子，哎，所以处理过其中的文字之后还是要自己拼出新的HTML。
知道了Tidy对象的结构之后，一切就好办了，只要遍历所有的节点，对于本需求来说，就是找到那个 div 标签，然后开始处理里面的节点。代码如下：

if(mb_strwidth($subchild->value, 
‘utf-8′) >= $len)   
{   
$subchild->value = mb_strimwidth
($subchild->value, 0, $len, ‘…', ‘utf-8′);   
$trimed_str .= $subchild->value;   
break;   
}   
else   
{   
$trimed_str .= $subchild->value;   
$len = $len - mb_strwidth($subchild->
value, ‘utf-8′);   
}  

里面的$subchild 就是一个子节点。注意，这里使用了 mb_strwidth 来获取字符串长度。严重推荐一下这个 mb_strwidth，很好用，它会把中文当作两个字符长度处理，正好符合这里的需求！而且PHP HTML截取代码的时候用到了 mb_strimwidth，这个函数也会把中文当作两个字符长度处理，mb_ 开头的函数真是好用啊。

关于PHP中怎么截取HTML代码问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注创新互联行业资讯频道了解更多相关知识。