function HtmlClose($body) {
$strlen_var = strlen($body);
// 不包含 html 标签
if (strpos($body, '<') === false) {
return $body;
}
// html 代码标记
$html_tag = 0;
// 摘要字符串
$summary_string = '';
/**
* 数组用作记录摘要范围内出现的 html 标签
* 开始和结束分别保存在 left 和 right 键名下
* 如字符串为：<h3><p><b>a</b></h3>，假设 p 未闭合
* 数组则为：array('left' => array('h3', 'p', 'b'), 'right' => 'b', 'h3');
* 仅补全 html 标签，<? <% 等其它语言标记，会产生不可预知结果
*/
$html_array = array('left' => array(), 'right' => array());
for ($i = 0; $i < $strlen_var; ++$i) {
$current_var = substr($body, $i, 1);
if ($current_var == '<') {
// html 代码开始
$html_tag = 1;
$html_array_str = '';
} else if ($html_tag == 1) {
// 一段 html 代码结束
if ($current_var == '>') {
/**
* 去除首尾空格，如 <br / > < img src="" / > 等可能出现首尾空格
*/
$html_array_str = trim($html_array_str);
/**
* 判断最后一个字符是否为 /，若是，则标签已闭合，不记录
*/
if (substr($html_array_str, -1) != '/') {
// 判断第一个字符是否 /，若是，则放在 right 单元
$f = substr($html_array_str, 0, 1);
if ($f == '/') {
// 去掉 /
$html_array['right'][] = str_replace('/', '', $html_array_str);
} else if ($f != '?') {
// 判断是否为 ?，若是，则为 PHP 代码，跳过
/**
* 判断是否有半角空格，若有，以空格分割，第一个单元为 html 标签
* 如 <h2 class="a"> <p class="a">
*/
if (strpos($html_array_str, ' ') !== false) {
// 分割成2个单元，可能有多个空格，如：<h2 class="" id="">
$html_array['left'][] = strtolower(current(explode(' ', $html_array_str, 2)));
} else {
/**
* * 若没有空格，整个字符串为 html 标签，如：<b> <p> 等
* 统一转换为小写
*/
$html_array['left'][] = strtolower($html_array_str);
}
}
}
// 字符串重置
$html_array_str = '';
$html_tag = 0;
} else {
/**
* 将< >之间的字符组成一个字符串
* 用于提取 html 标签
*/
$html_array_str .= $current_var;
}
} else {
// 非 html 代码才记数
--$size;
}
$ord_var_c = ord($body{$i});
switch (true) {
case (($ord_var_c & 0xE0) == 0xC0):
// 2 字节
$summary_string .= substr($body, $i, 2);
$i += 1;
break;
case (($ord_var_c & 0xF0) == 0xE0):
// 3 字节
$summary_string .= substr($body, $i, 3);
$i += 2;
break;
case (($ord_var_c & 0xF8) == 0xF0):
// 4 字节
$summary_string .= substr($body, $i, 4);
$i += 3;
break;
case (($ord_var_c & 0xFC) == 0xF8):
// 5 字节
$summary_string .= substr($body, $i, 5);
$i += 4;
break;
case (($ord_var_c & 0xFE) == 0xFC):
// 6 字节
$summary_string .= substr($body, $i, 6);
$i += 5;
break;
default:
// 1 字节
$summary_string .= $current_var;
}
}
if ($html_array['left']) {
/**
* 比对左右 html 标签，不足则补全
*/
/**
* 交换 left 顺序，补充的顺序应与 html 出现的顺序相反
* 如待补全的字符串为：<h2>abc<b>abc<p>abc
* 补充顺序应为：</p></b></h2>
*/
$html_array['left'] = array_reverse($html_array['left']);
foreach ($html_array['left'] as $index => $tag) {
// 判断该标签是否出现在 right 中
$key = array_search($tag, $html_array['right']);
if ($key !== false) {
// 出现，从 right 中删除该单元
unset($html_array['right'][$key]);
} else {
// 没有出现，需要补全
$summary_string .= '</' . $tag . '>';
}
}
}
return $summary_string;
}
网页截取字符串出现乱码：
function sub($str,$start,$len) {//$str是指字符串，$start指字符串的起始位置，$len指字符串长度
$len=$len*3;
$strlen=$start+$len; //用$strlen存储字符串的总长度
$tmpstr='';
for($i=0;$i<$strlen;$i++) {
if(ord(substr($str,$i,1))>0xa0) { //如果字符串中出现汉字，也就是ASC码大于0xa0的。作出判断与英文字符不一样。
$tmpstr.=mb_substr($str,$i,2,'utf-8');
//$tmpstr.=substr($str,$i,2);
$i++;
}
else
$tmpstr.=mb_substr($str,$i,1,'utf-8');
}
return $tmpstr;
}