"Используя реализацию PHP DOM, кажется, это будет слишком сложно."
Действительно
Вот очень простая реализация DOM, если вы хотите, чтобы первые 100 символов находились внутри тега <body> и его дочерних узлов. Вы можете дополнительно поменять это, чтобы удалить символы новой строки и лишние символы пробела / табуляции или проверить длину строки $content внутри foreach, чтобы разорвать цикл и остановить объединение, как только вы достигнете определенного количества символов.
$str = '...';
$dom = new DomDocument;
$dom->loadHTML($str);
$elements = $dom->getElementsByTagName('body');
$content = '';
foreach($elements as $node){
foreach($node->childNodes as $child) {
$content .= $child->nodeValue;
}
}
echo substr($content, 0, 100);
UPDATE
Согласно вашему комментарию, вот простой способ подсчитать символы внутри узлов HTML и удалить все теги после того, как будет достигнуто указанное количество символов. Обратите внимание, что вы не можете выполнить операцию удаления внутри исходного foreach, потому что это вызывает DOM для переиндексации узлов, и вы не получите ожидаемых результатов. Вместо этого мы сохраняем узлы, которые хотим удалить, в массиве и удаляем их после начальной итерации.
$str = '...';
$dom = new DomDocument;
$dom->preserveWhitespace = FALSE;
$dom->loadHTML($str);
$elements = $dom->getElementsByTagName('body');
$remove = FALSE;
$maxChars = 100;
$content = '';
$delete = array();
foreach($elements as $node){
foreach($node->childNodes as $child) {
if ($remove) {
$delete[] = $child;
} else {
$content .= $child->nodeValue;
if ( ! $remove && strlen($content) >= $maxChars) {
$remove = TRUE;
}
}
}
}
foreach ($delete as $child) {
$child->parentNode->removeChild($child);
}
$dom->formatOutput = TRUE;
echo $dom->saveHTML();