自动生成文章摘要的代码[PHP 版本]

实现内容：截断一段含有html代码的文本，但是不会出现围堵标记没有封闭的问题。
说明：这是php版的，用于在服务器端使用，如果你需要一个客户端版的，请阅读下一篇 
我们在写blog这样的程序时经常需要显示文章前一部分的，但是又怕不恰当的截断破坏封闭标签以造成整个文档结构破坏，使用我的函数可以在要求不高的情况下解决这个问题。
大家应该考虑这个函数在服务端应用还是在客户端应用。因为我考虑这个函数可能运行起来比较费机器，所以安全性要求不高的情况下可以放在客户端上。
最好数据表中单独一个字段放这个摘要，这样相应的数据库查询也优化了。牺牲一点点空间换很多时间还是划算的。
再聊一下安全性问题，主要是内容安全性。如果客户端意图更改正常的摘要信息的话，一般都是blog的主人才有这个权力，那么他使得摘要和原文的一致性破坏就是他自己的事了。内容以外的安全性都可以在服务端解决。所以还是推荐在客户端使用本函数。
核心代码

// php 4.3 or above needed 
define("brief_length", 800);     //word amount of the briefing of an article 
function generate_brief($text){ 
  global $briefing_length; 
  if(strlen($text) <= brief_length ) return $text;    
  $foremost = substr($text, 0, brief_length); 
  $re = "/<(\/?)(p|div|h1|h2|h3|h4|h5|h6|address|pre|table|tr|td|th|input|select|textarea|object|a|ul|ol|li|base|meta|link|hr|br|param|img|area|input|span)[^>]*(>?)/i"; 
  $single = "/base|meta|link|hr|br|param|img|area|input/i";    
  $stack = array(); $posstack = array(); 
  preg_match_all($re,$foremost,$matches, preg_set_order | preg_offset_capture); 
  /*   [child-matching specification]: 
    $matches[$i][1] : a "/" charactor indicating whether current "<...>" friction is closing part 
    $matches[$i][2] : element name. 
    $matches[$i][3] : right > of a "<...>" friction   */ 
  for($i = 0 ; $i < count($matches); $i++){ 
    if($matches[$i][1][0] == ""){ 
        $elem = $matches[$i][2][0]; 
        if(preg_match($single,$elem) && $matches[$i][3][0] !=""){ 
          continue; 
        } 
        array_push($stack, strtoupper($matches[$i][2][0])); 
        array_push($posstack, $matches[$i][2][1]);          
        if($matches[$i][3][0] =="") break; 
    }else{ 
        $stacktop = $stack[count($stack)-1]; 
        $end = strtoupper($matches[$i][2][0]); 
        if(strcasecmp($stacktop,$end)==0){ 
          array_pop($stack); 
          array_pop($posstack); 
          if($matches[$i][3][0] ==""){ 
            $foremost = $foremost.">"; 
          } 
        } 
    }      
  } 
  $cutpos = array_shift($posstack) - 1;    
  $foremost = substr($foremost,0,$cutpos); 
  return $foremost; 
}; 

若遇到问题（发现上面的函数对多字节字符集支持得不好） 不烦试试下面的这个！

function generate_brief($text){ 
  global $briefing_length; 
  mb_regex_encoding("utf-8"); 
  if(mb_strlen($text) <= brief_length ) return $text;    
  $foremost = mb_substr($text, 0, brief_length); 
  $re = "<(\/?)(p|div|h1|h2|h3|h4|h5|h6|address|pre|table|tr|td|th|input|select|textarea|object|a|ul|ol|li|base|meta|link|hr|br|param|img|area|input|span)[^>]*(>?)"; 
  $single = "/base|meta|link|hr|br|param|img|area|input|br/i";    
  $stack = array(); $posstack = array(); 
  mb_ereg_search_init($foremost, $re, 'i'); 
  while($pos = mb_ereg_search_pos()){ 
    $match = mb_ereg_search_getregs(); 
    /*   [child-matching formulation]: 
        $matche[1] : a "/" charactor indicating whether current "<...>" friction is closing part 
        $matche[2] : element name. 
        $matche[3] : right > of a "<...>" friction    
    */ 
    if($match[1]==""){ 
        $elem = $match[2]; 
        if(mb_eregi($single, $elem) && $match[3] !=""){ 
          continue; 
        } 
        array_push($stack, mb_strtoupper($elem)); 
        array_push($posstack, $pos[0]);          
    }else{ 
        $stacktop = $stack[count($stack)-1]; 
        $end = mb_strtoupper($match[2]); 
        if(strcasecmp($stacktop,$end)==0){ 
          array_pop($stack); 
          array_pop($posstack); 
          if($match[3] ==""){ 
            $foremost = $foremost.">"; 
          } 
        } 
    } 
  } 
  $cutpos = array_shift($posstack) - 1;    
  $foremost = mb_substr($foremost,0,$cutpos,"utf-8"); 
  return $foremost; 
};