Форум Регулярные Выражения

Строка вот так может выглядеть:
<p>здесь текст..........Иной раз слишком длинный</p>
Может вот так:
<p>............................<img...../></p>
Или так:
<table><tr><td>....<table>...</table>..<table>..</table></td></tr></table>
Словом, вложенность может быть произвольная
Надо так сократить текст, чтобы это не привело к ошибочной разметке.
Изначально можно считать что все теги парные и вложены без ошибок (это отдельно проверяется)
Сокращать желательно с хвоста.

если просто брать текст между >< примерно так

<?php $str = <<<TEXT <p>здесь текст .Иной раз слишком длинный</p> Может вот так: <p>AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAA<img...../></p> Или так: <table><tr><td>BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB<table>...</table>..<table>. .</table>CCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCC CCC</td></tr></table> TEXT; print preg_replace('#>([^<]{18,})<#se', '">" . str_replace("\\\'", "\'", substr("$1", 0, 15)). "...<"', $str); ?>

но затрёт всё в тегах типа <script></script>

Гм.
Интересно...
Но, если я такое на форуме применю (каждый абзац сокращу на чуть-чуть) думаете красиво получится?
Кажется лучше было бы сократить насколько нужно последний абзац. Если этого не хватит -
выбросить его совсем, и перейти к попытке сократить следующий с конца.

Можно попробовать так:

<?php header('Content-type: text/plain; charset=utf-8'); function ht_substr($ht, $limit, &$pair) {     if( $limit >= strlen($ht) )     {         return $ht;     }     $ht = preg_split('{(</?(\w+).*?>)}', $ht, -1, PREG_SPLIT_NO_EMPTY | PREG_SPLIT_DELIM_CAPTURE);     for($i = 0, $k = 1, $level = 0, $cnt = count($ht); $i < $cnt; $i++, $k++)     {         if( $ht[$i][0] == '<' )         {             $tag = strtolower($ht[$i + 1]);             if( in_array($tag, $pair) )             {                 $level += ( $ht[$i][1] == '/' ) ? -1 : +1;             }             $limit -= strlen($ht[$i]);             unset( $ht[$i++ + 1] );         }         else         {             $limit -= strlen($ht[$i]);         }         if( $level <= 0 && $limit <= 0 )         {             return implode(array_slice($ht, 0, $k));         }     } } $pair_tags = array('p', 'a'); echo ht_substr('<p>The quick brown fox jumped over the lazy dog</p><img src="" alt="" />', 10, $pair_tags), "\r\n", ht_substr('<p><a href="">The quick brown fox jumped over the lazy dog</a></p> ...', 10, $pair_tags), "\r\n", ht_substr('<img src="" alt="" />', 10, $pair_tags); ?>

Однако по умолчанию теги одиночные.

тут так как спрашивается получится сделать только каким-нибудь способом который несколько раз раскладывает и складывает текст
, или просто нетрогая теги урезать только текст.
а так мне слабо-представляется задача , где пришлось-бы так дотошно разобраться в том как построена вложенность тегов. даже с одними только <table> и <p>, максимально что может сделать одно рег-выражение, то эт только найти самые вложенные блоки

<pre> <?php  $str = <<<T <p>здесь текст<p>AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAA<img...../></p></p>    <table><tr><td>BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB<table>CCCCCCCCCCCCCCCCCCCCCCCCCCC</table><table>.  .DDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDD D</table>EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE</td></tr>. <table>FFFFFFFFFFFFFFFFFFFFF</table></table>  T; preg_match_all('#<(p|table)>(?>(?:(?!</?\\1>).)*|(?R))+</\\1>#si', $str, $str); var_dump($str[0]); ?> </pre>

здесь не найдёт блоки BBBBBBBBB...... и EEEEEEEEEEEE..... и "здесь текст"

Есть поучительные дл яменя моменты в вашем коде, но без корректной обработки вложенных тегов мне не обойтись.
Вот такая мысль пришла мне в голову на основе всех этих обсуждений:

<?php function get_max_len(){     global $max_len;     return $max_len; } function shorten($s){     $p = '#(.*)<([a-z][a-z1-6]*)\b[^>]*>([^<>]*)</\\2\b[^>]*>(.*)#is'; // Самый глубоко вложенный tag     for($i=0; $i<18; $i++){         if(strlen($s)<get_max_len()) return $s;         $s = preg_replace_callback($p, create_function('$args', '             $max_len=get_max_len();             if(($d=strlen($args[0]) - strlen($args[3])) >= $max_len) return $args[1].$args[4]; // отбрасываем весь tag             // Сокращаем содержимое тега:             for($a=$args[3], $r=$max_len-$d; strlen($a)>=$r; $a=mb_substr($a,0, mb_strlen($a,"utf-8")-1,"utf-8"));             return $args[1]."<".$args[2].">".$a."</".$args[2].">".$args[4];         '), $s);     }    echo ' Cannot shorten'.$s; } $str = " <p>First text</p> <b>AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AAAAAAA</b> <table><tr><td>BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB</td></tr><tr><td>CCCCCCC<img ></td></tr></table> <p>DDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDD DDDDDDDDDDDDDDDDDDDD</p> <cite>EEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEEE EEEEEEEEEEEEE</cite> <h2>FFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFFF FFFFFFFFFFFFFF</h2> "; $max_len=150; echo htmlspecialchars(shorten($str)); ?>

Посмотрите, пожалуйста, на предмет разумности такого кода и на предмет возникновения возможных ошибочных ситуаций.Уж больно странно как-то всё это выглядит, хотя вроде сработало несколько раз удачно.
Ещё надо будет подумать об откидывании одиночных тегов, но это я скорее всего сам справлюсь.

Непонятен смысл введения функции get_max_len().
На мой взгляд, с помощью create_function() лучше создавать только очень простые функции.

Код привязан с обязательному наличию тегов. Определите $str как

<?php $str = str_repeat('.', 151); ?>

> $a=mb_substr($a,0, mb_strlen($a,"utf-8")-1,"utf-8"));

Это можно было бы сократить до

<?php $a = mb_substr($a, 0, -1, 'utf-8'); ?>

> for($i=0; $i<18; $i++)
Почему именно 18?

И вообще зачем Вы ищите самую вложенную пару тегов? Зачем сокращать текст где-то в середине?

>Непонятен смысл введения функции get_max_len().
Я не сумел придумать ничего лучше этого довольно неприглядного способа, чтобы передать
значение максимальной длины в вызываемую preg_replace_callback ом функцию.
Подскакжите, пожалуйста, как это делается. это тем более желательно ибо максимальная длинна далеко не постоянна и функция будет вызываться с различными значениями этого параметра.

За подсказки -Спасибо!

>И вообще зачем Вы ищите самую вложенную пару тегов? Зачем сокращать текст где-то в середине?

Это не от большого ума. Просто я не сумел придумать ничего другого, чтобы сокращать текст, не касаясь вложенности тегов.

Пока вот такой вариант получается.Что-то ещё можно предпринять? Или указать слабые стороны?

<? function get_max_len(){     global $max_len;     return $max_len; } function shorten($s){     if($s==strip_tags($s)) $s='<p>'.$s.'</p>'; // Это на случай если разметки не окажется     $p = '#(.*)<([a-z][a-z1-6]*)\b[^>]*>([^<>]*)</\\2\b[^>]*>(.*)#is'; // Самый глубоко вложенный tag     for($i=0; $i<50; $i++){         if(strlen($s)<get_max_len()) return $s;         $s1 = preg_replace_callback($p, create_function('$args', '             $max_len=get_max_len();             if(($d=strlen($args[0]) - strlen($args[3])) >= $max_len) return $args[1].$args[4]; // отбрасываем весь tag             // Сокращаем содержимое тега:             for($a=$args[3], $r=$max_len-$d; strlen($a)>=$r; $a = mb_substr($a, 0, -1, "utf-8"));             return $args[1]."<".$args[2].">".$a."</".$args[2].">".$args[4];         '), $s);         if($i==30 or $s==$s1) $s=strip_tags($s,'<p>');         $s=$s1;     }    // на крайний случай, если ничего не помогло    $s=strip_tags($s);    $s=iconv('utf-8','utf-16',$s);    $s=substr($s,0,intval(get_max_len()/2)*2-8);    $s='<p>'.iconv('utf-16','utf-8',$s).'</p>'; }