PHP 截取含 HTML 標簽字符串函數：自動閉合標簽、支援錨點截斷、多字節安全

函數功能

• 安全截取含 HTML 的字串，避免標簽未閉合破壞佈局。
• 自動補全未閉合標簽（按逆序補全）。
• 支援指定長度（中英各算 1 字符）、超出部分替換字串（如 ...）。
• 支援錨點標記 <!-- break --> 優先截斷。
• 正確處理 UTF-8 多字節字符（中文 3 字節）。

完整函數代碼

function cut_html_str($str, $lenth, $replace='', $anchor='') {
    $_lenth = mb_strlen($str, "utf-8");
    if ($_lenth <= $lenth) return $str;
    $strlen_var = strlen($str);
    if (strpos($str, '<') === false) return mb_substr($str, 0, $lenth);
    if ($e = strpos($str, $anchor)) return mb_substr($str, 0, $e);

    $html_tag = 0;
    $result = '';
    $html_array = array('left'=>array(), 'right'=>array());
    for ($i = 0; $i < $strlen_var; ++$i) {
        if (!$lenth) break;
        $current_var = substr($str, $i, 1);
        if ($current_var == '<') {
            $html_tag = 1;
            $html_array_str = '';
        } elseif ($html_tag == 1) {
            if ($current_var == '>') {
                $html_array_str = trim($html_array_str);
                if (substr($html_array_str, -1) != '/') {
                    $f = substr($html_array_str, 0, 1);
                    if ($f == '/') {
                        $html_array['right'][] = str_replace('/', '', $html_array_str);
                    } elseif ($f != '?') {
                        if (strpos($html_array_str, ' ') !== false) {
                            $html_array['left'][] = strtolower(current(explode(' ', $html_array_str, 2)));
                        } else {
                            $html_array['left'][] = strtolower($html_array_str);
                        }
                    }
                }
                $html_array_str = '';
                $html_tag = 0;
            } else {
                $html_array_str .= $current_var;
            }
        } else {
            --$lenth;
            $ord_var_c = ord($str{$i});
            switch (true) {
                case (($ord_var_c & 0xE0) == 0xC0): $result .= substr($str, $i, 2); $i += 1; break;
                case (($ord_var_c & 0xF0) == 0xE0): $result .= substr($str, $i, 3); $i += 2; break;
                case (($ord_var_c & 0xF8) == 0xF0): $result .= substr($str, $i, 4); $i += 3; break;
                case (($ord_var_c & 0xFC) == 0xF8): $result .= substr($str, $i, 5); $i += 4; break;
                case (($ord_var_c & 0xFE) == 0xFC): $result .= substr($str, $i, 6); $i += 5; break;
                default: $result .= $current_var;
            }
        }
    }
    if ($html_array['left']) {
        $html_array['left'] = array_reverse($html_array['left']);
        foreach ($html_array['left'] as $index => $tag) {
            $key = array_search($tag, $html_array['right']);
            if ($key !== false) unset($html_array['right'][$key]);
            else $result .= '';
        }
    }
    return $result.$replace;
}

使用示例

$html = '
標題內容很長...
';
echo cut_html_str($html, 10, '...'); 
// 輸出: 
標題內...
 (自動補全 
)

$html_with_break = '摘要內容詳細內容';
echo cut_html_str($html_with_break, 100, '...'); 
// 輸出: 摘要內容 (遇到錨點優先截斷)

核心邏輯解析

1. 雙計數器：mb_strlen 計視覺長度，strlen 遍歷字節。
2. 狀態機識別標簽：進入 < 後收集至 >，分類記錄左標簽（需閉合）與右標簽（已閉合）。
3. 屬性過濾：

   只記錄 h2。

4. 逆序補全：array_reverse 確保內層標簽先閉合（符合 HTML 嵌套規範）。
5. 多字節安全：ord 判斷 UTF-8 首字節標記位，一次複製 2-6 字節，避免截斷多字節字符。

局限與改進

• 不支援 `