Как выбрать из текста первые 300 символов не задев теги

regexp. реж теги, воруй, убивай, грабь караваны

Я бы сначала вырезал все тэги (strip_tags), а потом уже брал первые символы.

Чтоб на полуслове не обрезать - найти позицию (strpos), к примеру, пробела после 400 символа.

p.s. Если тэги нужны - чуть сложнее..

Пример текста в HTML будет или гадать на кофейной гуще?

0. Отвалидизировать с помощью tidy HTML вычистив лишнее.

1. Разбить на слова по тегам (начало тега '<')

2. полученный массив исключая теги разбить по проблеьным символам.

3. склеять с подсчетом длины результата и без учета тегов.

4. пропустить через tidy c валидацией чтобы закрыл порушенные теги

Ну а вообще прежде чем делать присмотрелся бы к задаче. Вполне возможно что нашел бы более приемлемое решение не программно, а организационно.

Я б разбил по словам (просто explode через пробел), взял столько сколько нужно, чтобы уложиться в длинну, если что то еще вылезит так и справить а и правда не устраивать гадания

А что выкладывать. Ну ладно вот текст

К примеру получилось так что количество символов остановилось прям по середине второй ссылки , как ее тоже захватит в текст и остановится после нее

---------- Добавлено 29.07.2012 в 17:16 ----------

Убирать html теги в тексте не вариант

ИМХО не реал.

---------- Добавлено 29.07.2012 в 20:41 ----------

А не, всё ок, есть такая вот фигня.

function substr_html($string, $length)

{

$count = 0;

/*

* $state = 0 - normal text

* $state = 1 - in HTML tag

* $state = 2 - in HTML entity

*/

$state = 0;

for ($i = 0; $i < strlen($string); $i++) {

$char = $string[$i];

if ($char == '<') {

$state = 1;

} else if ($char == '&') {

$state = 2;

$count++;

} else if ($char == ';') {

$state = 0;

} else if ($char == '>') {

$state = 0;

} else if ($state === 0) {

$count++;

}

if ($count === $length) {

return substr($string, 0, $i + 1);

}

}

return $string;

}

Ну чисто для Вашего примера можно использовать что-то вроде этого

function edogsExtractFirstN($text,$n) {
 $m=preg_split('~(<.*?>.*?</.*?>)~si',$text,null,PREG_SPLIT_DELIM_CAPTURE);
 $current='';
 foreach($m as $k=>$v) {
  if(strlen($current.$v)>$n) {//current string larger than we need
   if($k%2==0) $current=substr($current.$v,0,$n); //we can cut it, since it's not a tag
   break;
  }
  $current.=$v;
 }
 return $current;
}
$res=edogsExtractFirstN($text,323);
echo $res;

Однако достаточно <p> <a href=""></a></p> или таблиц или списков и уже привет...

По настоящему надо отрезать сколько нужно, а потом все меньше и меньше, каждый раз проверяя на валидность, пока не дойдете до валидного html содержания.

Не лучший вариант

echo substr_html('<a href="">text</a>',3);

выводит <a href="">tex

Там не в числе суть, а в том что если "обрезание" попадет между открывающим и закрывающим тэгом <a> (каковые у ТС в примере есть), то в вырезаном куске останется только открывающий тэг, что не айс.

ну явно там не будет 3-и стоять :)

Для этого много лет назад в состав php5 был введен tidy. он все что надо закроет и отвалидизирует, до кучи еще и почистит от мусора.

+ дополнительная рег-проверка на то чтобы срезать пустой тег в конце.