Как читать CDATA из тегов HTML

Question

Ниже приведена функция в php, которая принимает любую строку (строка также будет содержать html-теги) и возвращает всего несколько слов из того, что указано в переменной $ min.

function gen_string($string,$min=500,$clean=true) {

    $text = trim(strip_tags($string));

        if(strlen($text)>$min) {
            $blank = strpos($text,' ');
            if($blank) {
                # limit plus last word
                $extra = strpos(substr($text,$min),' ');
                $max = $min+$extra;
                $r = substr($text,0,$max);
                $query = "select distinct ID from cms_content";
                $result = mysql_query($query);
                $IDlink = 'http://localhost/www/index.php?ID='.$result;
                    if(strlen($text)>=$max && !$clean) $r=trim($r,'.') ;

            } else {
                # if there are no spaces
                $r = substr($text,0,$min).'.........';
            }

        } else {
            # if original length is lower than limit
            $r = $text;
        }
        return trim($r);
}

Но проблема в том, что в возвращаемой строке он не читает теги html. Итак, как заставить эту функцию читать теги html, чтобы возвращаемая строка была в отформатированных тегах html?

Answer 1

Используйте tidy , чтобы создать действительную (x) строку HTML, проанализируйте ее в DOM-документе , затем используйте XPath (не проверено) //body//text().

Я указал вам правильные функции / методы класса, чтобы вы могли приступить к работе.

Документация и примечания пользователя могут быть особенно полезны для вас.

POC:

 1  <?php
 2  $string = '<p>Hello <b>World <i>out</i><span>there</span></b></p>';
 3  
 4  $string = tidy_repair_string($string);
 5  
 6  $doc = new DOMDocument;
 7  $doc->loadHTML($string);
 8  
 9  $path = new DOMXPath($doc);
10  
11  $entries = $path->query('//body//text()');
12  
13  $string = NULL;
14  
15  foreach($entries as $entry) {
16      if(preg_match('/\w/', $entry->nodeValue)) {
17          $string .= $entry->nodeValue;
18      }
19  }
20  echo $string;

Выход: Hello World outthere.

Answer 2

Ваша проблема заключается в следующем:

$text = trim(strip_tags($string));

strip_tags удалит все теги, поэтому функция не сможет их вернуть.

Поскольку вы вырезаете части строки, вы получите недопустимые фрагменты HTML. Вам нужно либо tidy, либо HTMLPurifier, чтобы исправить это позже.