刘春龙的博客

    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：

<p>fdasfdas<span>fdsafas</div>

   已知的弊端：可能对搜索引擎不友好。

9077 read 8 comment(s)