Raccourcir le texte sans fractionnement des mots ou de la rupture de balises html

Meilleure solution que j'ai trouver pour ce qui est de le framework CakePHP TextHelper classe

Ici est la méthode

/**
* Truncates text.
*
* Cuts a string to the length of $length and replaces the last characters
* with the ending if the text is longer than length.
*
* ### Options:
*
* - `ending` Will be used as Ending and appended to the trimmed string
* - `exact` If false, $text will not be cut mid-word
* - `html` If true, HTML tags would be handled correctly
*
* @param string  $text String to truncate.
* @param integer $length Length of returned string, including ellipsis.
* @param array $options An array of html attributes and options.
* @return string Trimmed string.
* @access public
* @link http://book.cakephp.org/view/1469/Text#truncate-1625
*/
function truncate($text, $length = 100, $options = array()) {
$default = array(
'ending' => '...', 'exact' => true, 'html' => false
);
$options = array_merge($default, $options);
extract($options);
if ($html) {
if (mb_strlen(preg_replace('/<.*?>/', '', $text)) <= $length) {
return $text;
}
$totalLength = mb_strlen(strip_tags($ending));
$openTags = array();
$truncate = '';
preg_match_all('/(<\/?([\w+]+)[^>]*>)?([^<>]*)/', $text, $tags, PREG_SET_ORDER);
foreach ($tags as $tag) {
if (!preg_match('/img|br|input|hr|area|base|basefont|col|frame|isindex|link|meta|param/s', $tag[2])) {
if (preg_match('/<[\w]+[^>]*>/s', $tag[0])) {
array_unshift($openTags, $tag[2]);
} else if (preg_match('/<\/([\w]+)[^>]*>/s', $tag[0], $closeTag)) {
$pos = array_search($closeTag[1], $openTags);
if ($pos !== false) {
array_splice($openTags, $pos, 1);
}
}
}
$truncate .= $tag[1];
$contentLength = mb_strlen(preg_replace('/&[0-9a-z]{2,8};|&#[0-9]{1,7};|&#x[0-9a-f]{1,6};/i', ' ', $tag[3]));
if ($contentLength + $totalLength > $length) {
$left = $length - $totalLength;
$entitiesLength = 0;
if (preg_match_all('/&[0-9a-z]{2,8};|&#[0-9]{1,7};|&#x[0-9a-f]{1,6};/i', $tag[3], $entities, PREG_OFFSET_CAPTURE)) {
foreach ($entities[0] as $entity) {
if ($entity[1] + 1 - $entitiesLength <= $left) {
$left--;
$entitiesLength += mb_strlen($entity[0]);
} else {
break;
}
}
}
$truncate .= mb_substr($tag[3], 0 , $left + $entitiesLength);
break;
} else {
$truncate .= $tag[3];
$totalLength += $contentLength;
}
if ($totalLength >= $length) {
break;
}
}
} else {
if (mb_strlen($text) <= $length) {
return $text;
} else {
$truncate = mb_substr($text, 0, $length - mb_strlen($ending));
}
}
if (!$exact) {
$spacepos = mb_strrpos($truncate, ' ');
if (isset($spacepos)) {
if ($html) {
$bits = mb_substr($truncate, $spacepos);
preg_match_all('/<\/([a-z]+)>/', $bits, $droppedTags, PREG_SET_ORDER);
if (!empty($droppedTags)) {
foreach ($droppedTags as $closingTag) {
if (!in_array($closingTag[1], $openTags)) {
array_unshift($openTags, $closingTag[1]);
}
}
}
}
$truncate = mb_substr($truncate, 0, $spacepos);
}
}
$truncate .= $ending;
if ($html) {
foreach ($openTags as $tag) {
$truncate .= '</'.$tag.'>';
}
}
return $truncate;
}

D'autres cadres similaires (ou autre) des solutions à ce problème, alors vous pourriez jeter un oeil à eux aussi. Ma familiarité avec le Gâteau est ce qui a incité mon lien vers leur solution

Edit:

Viens de tester cette méthode dans une application que je suis en train de travailler sur les OP du texte

<?php 
echo truncate(
'Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. <strong>Stet clita kasd gubergren</strong>', 
236, 
array('html' => true, 'ending' => '')); 
?>

De sortie:

Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. <strong>Stet clita kasd gubegre</strong>

Avis, la sortie s'arrête juste de remplir le dernier mot, mais inclut l'forte tags

OriginalL'auteur fullybaked

function limitStrlen($input, $length, $ellipses = true, $strip_html = true, $skip_html) 
{
//strip tags, if desired
if ($strip_html || !$skip_html) 
{
$input = strip_tags($input);
//no need to trim, already shorter than trim length
if (strlen($input) <= $length) 
{
return $input;
}
//find last space within length
$last_space = strrpos(substr($input, 0, $length), ' ');
if($last_space !== false) 
{
$trimmed_text = substr($input, 0, $last_space);
} 
else 
{
$trimmed_text = substr($input, 0, $length);
}
} 
else 
{
if (strlen(strip_tags($input)) <= $length) 
{
return $input;
}
$trimmed_text = $input;
$last_space = $length + 1;
while(true)
{
$last_space = strrpos($trimmed_text, ' ');
if($last_space !== false) 
{
$trimmed_text = substr($trimmed_text, 0, $last_space);
if (strlen(strip_tags($trimmed_text)) <= $length) 
{
break;
}
} 
else 
{
$trimmed_text = substr($trimmed_text, 0, $length);
break;
}
}
//close unclosed tags.
$doc = new DOMDocument();
$doc->loadHTML($trimmed_text);
$trimmed_text = $doc->saveHTML();
}
//add ellipses (...)
if ($ellipses) 
{
$trimmed_text .= '...';
}
return $trimmed_text;
}
$str = "<h1><strong><span>Lorem</span></strong> <i>ipsum</i> <p class='some-class'>dolor</p> sit amet, consetetur.</h1>";
//view the HTML
echo htmlentities(limitStrlen($str, 22, false, false, true), ENT_COMPAT, 'UTF-8');
//view the result
echo limitStrlen($str, 22, false, false, true);

Remarque: Il peut y avoir une meilleure façon de fermer les balises au lieu d'utiliser DOMDocument. Par exemple, nous pouvons utiliser un p tag à l'intérieur d'un h1 tag et il est toujours présent travail. Mais dans ce cas, la balise d'en-tête va fermer avant la p tag parce que, théoriquement, il n'est pas possible d'utiliser p tag à l'intérieur. Alors, soyez prudent pour le HTML strict des normes.

OriginalL'auteur enenen

Seulement avec une regex, j'utilise (en nodeJS, mais nous ne se soucient pas de la langue) :

//I want 600 caracters max in my text
const maxLength = 600;
//Get number of caracters to delete
const lgt = txt.length - maxLength;
//we leave X characters to allow the regex to adapt (Important to not only set (.{${lgt}}))
const reg = new RegExp(`[-,;!?.():]?\\s([^\\s]|<[^>]*>)*(.{${lgt},${lgt + 10}})$`, 'i'); ///[-,;!?.():]?\s([^\s]|<[^>]*>)*(.{600,610})$/
//replace all endind caracters by (...)
return txt.replace(reg, ' (...)');

Il remplacera tous les personnages, sans couper les balises, et la suppression de dernier espace.

De travail, par exemple, avec des balises comme <br />, il ne sera pas coupé...

Remarque: Il ne sera pas fermer toutes les balises ouvertes, il n'est pas dans ma demande initiale

OriginalL'auteur Adrien Parrochia

Voici JS solution: garniture-html

L'idée est de séparer la chaîne HTML de cette façon pour avoir un tableau avec des éléments en cours de balise html(ouvert ou fermé) ou tout simplement les cordes.

var arr = html.replace(/</g, "\n<")
.replace(/>/g, ">\n")
.replace(/\n\n/g, "\n")
.replace(/^\n/g, "")
.replace(/\n$/g, "")
.split("\n");

Que nous pouvons itérer tableau et compter les caractères.

OriginalL'auteur Brankodd