php实现html标签闭合检测与处理

">   content  
 
 
 
 
 content full 
 this is content this is content  This is cont 
  This is content    
 
  this is content'; $str_len = strlen($str); //记录起始标签 $pre_data = array(); //记录起始标签位置 $pre_pos = array(); $last_data = array(); $error_data = array(); $error_pos = array(); $i = 0; //标记为 < 开始 $start_flag = false; while( $i < $str_len ) { if($str[$i]=="<" && $str[$i+1]!='/' && $str[$i+1]!='!') { $i++; $_tmp_str = ''; //标记为 < 开始 $start_flag = true; //标记空白 $space_flag = false; while($str[$i]!=">" && $str[$i]!="'" && $str[$i]!='"' && $str[$i] !='/' && $i<$str_len){ if($str[$i]==' ') { $space_flag = true; } if(!$space_flag) { $_tmp_str .= $str[$i]; } $i++; } $pre_data[] = $_tmp_str; $pre_pos[] = $i; } else if ($str[$i]=="<" && $str[$i+1]=='/') { $i += 2; $_tmp_str = ''; while($str[$i]!=">" && $i<$str_len){ $_tmp_str .= $str[$i]; $i++; } $last_data[] = $_tmp_str; //查看开始标签的上一个值 if(count($pre_data)>0) { $last_pre_node = getLastNode($pre_data, 1); if($last_pre_node == $_tmp_str) { //配对上, 删除对应位置的值 array_pop($pre_data); array_pop($pre_pos); array_pop($last_data); } else { //没有配对上， 有两种情况 //情况一： 只有闭合标签， 没有开始标签 //情况二：只有开始标签， 没有闭合标签 array_pop($last_data); $error_data[] = $_tmp_str; $error_pos[] = $i; } } else { array_pop($last_data); $error_data[] = $_tmp_str; $error_pos[] = $i; } }else if ($str[$i]=="<" && $str[$i+1]=="!") { $i++; while($i<$str_len) { if($str[$i]=="-" && $str[$i+1]=="-" && $str[$i+2]==">") { $i++; break; } else { $i++; } } $i++; }else if($str[$i]=='/' && $str[$i+1]=='>') { //跳过自动单个闭合标签 if($start_flag) { array_pop($pre_data); array_pop($pre_pos); $i+=2; } }else if($str[$i]=="/" && $str[$i+1]=="*"){ $i++; while($i<$str_len) { if($str[$i]=="*" && $str[$i+1]=="/") { $i++; break; } else { $i++; } $i++; } }else if($str[$i]=="'"){ $i++; while($str[$i]!="'" && $i<$str_len) { $i++; } $i++; } else if($str[$i]=='"'){ $i++; while($str[$i]!='"' && $i<$str_len ) { $i++; } $i++; } else { $i++; } } //确定起始标签的位置 function confirm_pre_pos($str, $pre_pos){ $str_len = strlen($str); $j=$pre_pos; while($j < $str_len) { if($str[$j] == '"') { $j++; while ($j<$str_len) { if($str[$j]=='"') { $j++; break; } $j++; } } else if($str[$j] == "'") { $j++; while ($j<$str_len) { if($str[$j]=="'") { $j++; break; } $j++; } } else if($str[$j]==">") { $j++; while ($j<$str_len) { if($str[$j]=="<") { //退回到原有内容位置 $j--; break; } $j++; } break; } else { $j++; } } return $j; } //确定起始标签的位置 function confirm_err_pos($str, $err_pos){ $j=$err_pos; $j--; while($j > 0) { if($str[$j] == '"') { $j--; while ($j<$str_len) { if($str[$j]=='"') { $j--; break; } $j--; } } else if($str[$j] == "'") { $j--; while ($j<$str_len) { if($str[$j]=="'") { $j--; break; } $j--; } } else if($str[$j]==">") { $j++; break; } else { $j--; } } return $j; } //获取数组的倒数第num个值 function getLastNode(array $arr, $num){ $len = count($arr); if($len > $num) { return $arr[$len-$num]; } else { return $arr[0]; } } //整理数据， 主要是向后看， 进一步进行检查 function sort_data(&$pre_data, &$pre_pos, &$error_data, &$error_pos){ $rem_key_array = array(); $rem_i_array = array(); //获取需要删除的值 foreach($error_data as $key=>$value){ $count = count($pre_data); for($i=($count-1) ; $i>=0; $i--) { if($pre_data[$i] == $value && !in_array($i, $rem_i_array)) { $rem_key_array[] = $key; $rem_i_array[] = $i; break; } } } //删除起始标签相应的值 foreach($rem_key_array as $_item) { unset($error_pos[$_item]); unset($error_data[$_item]); } //删除结束标签相应的值 foreach($rem_i_array as $_item) { unset($pre_data[$_item]); unset($pre_pos[$_item]); } } //整理数据， 闭合标签 function modify_data($str, $pre_data, $pre_pos, $error_data, $error_pos){ $move_log = array(); //只有闭合标签的数据 foreach ($error_data as $key => $value) { // code... $_tmp_move_count = 0; foreach ($move_log as $pos_key => $move_value) { // code... if($error_pos[$key]>=$pos_key) { $_tmp_move_count += $move_value; } } $data = insert_data($str, $value, $error_pos[$key]+$_tmp_move_count, false); $str = $data['str']; $move_log[$data['pos']] = $data['move_count']; } //只有起始标签的数据 foreach ($pre_data as $key => $value) { // code... $_tmp_move_count = 0; foreach ($move_log as $pos_key => $move_value) { // code... if($pre_pos[$key]>=$pos_key) { $_tmp_move_count += $move_value; } } $data = insert_data($str, $value, $pre_pos[$key]+$_tmp_move_count, true); $str = $data['str']; $move_log[$data['pos']] = $data['move_count']; } return $str; } //插入数据， $type 表示插入数据的方式 function insert_data($str, $insert_data, $pos, $type) { $len = strlen($str); //起始标签类型 if($type==true) { $move_count = strlen($insert_data)+3; $pos = confirm_pre_pos($str, $pos); $pre_str = substr($str, 0, $pos); $end_str = substr($str, $pos); $mid_str = ""; //闭合标签类型 } else { $pos = confirm_err_pos($str, $pos); $move_count = strlen($insert_data) + 2; $pre_str = substr($str, 0, $pos); $end_str = substr($str, $pos); $mid_str = "<" . $insert_data . ">"; } $str = $pre_str.$mid_str.$end_str; return array('str'=>$str, 'pos'=>$pos, 'move_count'=>$move_count); } sort_data($pre_data, $pre_pos, $error_data, $error_pos); $new_str = modify_data($str, $pre_data, $pre_pos, $error_data, $error_pos); echo $new_str; // print_r($pre_data); // print_r($pre_pos); // print_r($error_data); // print_r($error_pos); // echo strlen($str); // foreach($pre_pos as $value){ // $value = confirm_pre_pos($str, $value); // for($i=$value-5; $i<=$value; $i++) { // echo $str[$i]; // } // echo "\n"; // } // foreach($error_pos as $value){ // for($i=$value-5; $i<=$value; $i++) { // echo $str[$i]; // } // echo "\n"; // } ?>