php 截取文章内容生成纯文本摘要（去除html标签）

Posted 2020-11-03 north-south

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了php 截取文章内容生成纯文本摘要（去除html标签）相关的知识，希望对你有一定的参考价值。

废话少说，直接上代码：

$str = ‘<p> 
 我是需要保留的文字
</p>
<p>
  <br />
</p>
<p>
  alsdkjf;laskjd;flasj;
</p>
<p>
  asdjfasjd;lkafsj;lfdkj
</p>
<p>
  aksdjfl;ak
</p>‘;

$subject = strip_tags($str);//去除html标签
$pattern = ‘/\\s/‘;//去除空白
$content = preg_replace($pattern, ‘‘, $subject);  

//需要注意的是，如果是截取汉字的时候，mb_substr需要加UTF-8参数，否则会出现乱码

echo mb_substr($content, 0, 40,"UTF-8"); //截取40个汉字

在此，提一下htmlspecialchars函数和strip_tags函数的区别：

$str="<a href=‘http://www.manongjc.com‘>码农教程‘\\"</a>";  
echo htmlspecialchars($str);  
echo "<br/><br/>";  
echo strip_tags($str);  

浏览器输出结果：

审查元素你会发现：

 
 
从结果可以看出htmlspecialchars() 和strip_tags的区别如下：
区别一：
strip_tags函数使用来去除HTML标签的，而htmlspecialchars并没有去除html标签，只是把标签转换为HTML实例，所以二者之间最大的区别是一个是删除掉HTML标签，一个是将html标签转换为其他字符。
 
区别二：
如果需要去除HTML标签的字符串里面的标签原来就有错，例如少了大于的符号，在使用strip_tags函数会传回错误，而htmlspecialchars不会有错误出现，依然后转换为HTML实体。
 
区别三：
在防止XSS攻击时，一般建议使用htmlspecialchars函数，因为strip_tags虽然可以删除HTML标签，但是它不会删除"或‘。因此就算你使用了strip_tags,仍然需要使用htmlspecialchars函数来过滤掉"或‘
在表单提交或用户留言板里，如果你希望数据原始输出带浏览器，那么请使用htmlspecialchars函数，不要使用strip_tags函数。
 
另外，在测试的时候发现了个很有趣的问题，在数据库里存的内容值是这样的：

$str = ‘&lt;p&gt;
  &lt;br /&gt;
&lt;/p&gt;
&lt;p&gt;
  &lt;img src=&quot;/Upload/image/2018-02-09/20180209132853_70302.gif&quot; alt=&quot;&quot; /&gt; 
&lt;/p&gt;
&lt;p style=&quot;color:#6C6969;font-family:&amp;quot;font-size:14px;text-align:justify;background-color:#FFFFFF;&quot;&gt;
  彭于晏真得是用尽了全力，他苦练了八个月，几乎每天都进行10个小时以上的体操练习，为了保持八块腹肌的身材，他只吃水煮餐，不加任何调料。
&lt;/p&gt;
&lt;p style=&quot;color:#6C6969;font-family:&amp;quot;font-size:14px;text-align:justify;background-color:#FFFFFF;&quot;&gt;
  &lt;br /&gt;
&lt;/p&gt;‘;

如果需要去除html标签时，需要用htmlspecialchars_decode函数处理一下，在使用strip_tags函数去除html标签。