PHP从内容中自动获取文章摘要

文章一般都会有摘要需要维护，一方面是 seo，另一方面还可以满足一些美观的要求，就像这样：

PHP从内容中自动获取文章摘要

文章摘要

经常希望后台维护好内容之后，摘要也能能自动生成一个。

原理就是过滤富文本框生成的 HTML 代码，网上找了很多方法都不爽，要么是功能没达到要求，要么是复杂的没法修改。

那就自己上吧，虽然看起来简单粗暴了一点，但是简单实在，以后还能自己再优化下。

function getDescriptionFromContent($content, $count)
{
    $content = preg_replace("@<script(.*?)</script>@is", "", $content);
    $content = preg_replace("@<iframe(.*?)</iframe>@is", "", $content);
    $content = preg_replace("@<style(.*?)</style>@is", "", $content);
    $content = preg_replace("@<(.*?)>@is", "", $content);
    $content = str_replace(PHP_EOL, '', $content);
    $space = array(" ", "　", "  ", " ", " ");
    $go_away = array("", "", "", "", "");
    $content = str_replace($space, $go_away, $content);
    $res = mb_substr($content, 0, $count, 'UTF-8');
    if (mb_strlen($content, 'UTF-8') > $count) {
        $res = $res . "...";
    }
    return $res;
}

这代码实在的不谈了，由于是插入时执行一次的操作，所以完全也没考虑效率，就是简单的替换、替换、替换...

用标签识别，先把 JS 替换掉：

$content = preg_replace("@<script(.*?)</script>@is", "", $content);

里面的@是定界符，这个可以随意指定，这里用@比较好。

is 是修饰符，意思是不区分大小写，并且让圆点能取代所有字符，包括换行符。

测试发现还是会换行，再替换：

$content = str_replace(PHP_EOL, '', $content);

在 windows、linux、mac 里面的换行符都不一样，好在 PHP 有个预定义常量PHP_EOL可以通用。

这都不行，有些顽固的空格还是在，再来：

$space = array(" ", "　", " ", " ", " ");
$go_away = array("", "", "", "", "");
$content = str_replace($space, $go_away, $content);

替换所有可能存在的情况，世界终于清静了。

最后就是mb_substr，截取中文用的。

有个特殊的地方就是截取的字数只能是3的倍数，不然有时候会出现某个字被截了一半的情况。

END