[請益] 中文字截斷的方式

[rabbithenry (歡迎光臨Wiiholic.com)]

如果我今天想把一長串混合HTML的文字依照長度作截斷，例如部落格文章只留下前面200
個字顯示，並加上閱讀全文的連結。

但是截斷的位置不能在HTML的開始標籤與結束標籤之間，或是標籤之中，造成顯示格式
錯亂，像是不能出現 <p> Example  或是  <img src="http://www   這樣

原本的想法是用堆疊的方式，逐字掃描，當遇到 < 時就 丟入堆疊，當遇到 </ 或 />時
就除掉上一個堆疊，這個方式對正確的HTML是沒問題的，可是大家知道並不是每個人用
HTML都這麼標準，還是有人會用 <img src="..."> 與 <br> 而不用 <img src="..." />
與 <br/> ，因此就會出現最後堆疊中還有剩餘的值造成判斷錯誤。

雖然可以針對 img br 等標籤作篩選，可是我想知道大家的作法都是怎麼做的呢？

P.S. 我知道可以先去掉HTML標籤然後再截斷，可是我想保留連結、圖片等格式
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 122.116.172.228
※ 編輯: rabbithenry     來自: 122.116.172.228      (01/11 00:53)
推 MrMarcus    :可以先strip_tags()之後再擷取前200個字
→ MrMarcus    :strip_tags()可以設定要保留不去除的標籤
推 chph        :這樣做太複雜了, 你何不讓使用者自己插入繼續閱讀?
推 andrew43    :我自己是以<p>...</p>為單位截，也就是一次先出n段落
推 andrew43    :我看到的大多是截<br />，但是好像沒看過非到n個字的
→ andrew43    :所以，我也覺得要做到原po的所有要求真的蠻麻煩的。
→ rabbithenry :對唷，可以以<p>為單位來擷取，沒想到這個方法
→ rabbithenry :謝謝大家的建議，我決定用<p>或\n為單位來擷取了