开发各种项目中经常遇到截取html字符串问题。 比如博客文章列表页面截取一部分正文、文章正文翻页截取等。
一般情况下先用PHP的 strip_tags 函数去掉所有html标签,再去掉空格等,然后再用substr或者自己实现的cn_substr函数来实现截取。因为如果不先去掉html标签,直接截取出来的字符串就会有没有闭合的标签出现,有时甚至会截取在标签上面比如</di ...
进天遇到一个内容翻页截取问题: 正文是用富文本编辑器写入的,编辑器上有个分页按钮,点击之后就往当前光标位置插入一个蓝色的<hr />横线。然后php直接存入数据库。显示的时候,用 explode 函数根据这个<hr />标记来分成一个数组,然后根据当前页码来显示某个片段。 但是有个严重的问题,比如富文本编辑器写入:
<div style="text-align:center">
content of page 1
<hr />
page 2 content
</div>
如果用explode函数分开后,第一页的内容就是
<div style="text-align:center">
content of page 1
第二页的内容是:
page 2 content
</div>
这样就产生了没有闭合的标签,直接显示到页面上面就会破坏页面布局。。。
想了很久,也找了网上很多 closetag的函数。但是发现都真对第一页那种没有闭合的标签的闭合。对于第二种没有开头的标签就没办法了。
后来灵机一动,想了一个办法,利用浏览器自己的html解释引擎来帮助补全有问题的html片段。具体做法如下:
<script>
var div = document.createElement('div');
div.innerHTML = <?php echo json_encode("<div>这里是被截取的html片段");?>;
document.write(div.innerHTML);
</script>
原理就是先把html片段写入到一个空的div里面,然后再从这个div里面读取出来。别看写入和读取的属性都是innerHTML,写入的内容和得到的内容是不一样的噢。如果写入不完整的html片段,浏览器会自动补全修正。读取出来的时候就已经是完整的html dom 片段了。
下面是一个测试器:
已知的弊端:可能对搜索引擎不友好。
9226 read 8 comment(s)
邮件:*
网站:
内容:
ie 和 ff 都没问题么?
见:tidy::cleanRepair()
seo不好