Názory k článku
PHP okénko: Zkrácení textu s XHTML značkami

nebude podle mne nejrychlejší... spíš naopak

Vsetky priklady su napisane pre znakove sady ako iso-8859-* t.j. jednobajtove. Pri unicode resp. kodovaniach ako utf-8 bude vysledok velmy zly.

rieseni je viac:
1) prepisanie kodov
2) pouzitie extenzie mbstring a nastavenie mbstring.func_overload

prepisanie prikladov je asi najrozumnejsie, lebo s konstrukciu $s{$i} sa uz spravit nic neda :(. Tam kde sa ale nepouzie staci mbstring.

Dobrá připomínka. Další možností je počkat na další velkou verzi PHP, která bude podporu Unicode obsahovat, takže $s{$i} bude fungovat i s UTF-8. Na tu si ale ještě nějaký ten měsíc nebo rok počkáme...

Na to bych moc nespoléhal. Podpora Unicode měla být v PHP již na přelomu let 2001/2002, a stále nic. Ale třeba se vývojáři konečně pochlapí a začlení ICU do PHP.

Presne tak, teraz sa pracuje na zacleneni ICU [1] do PHP. Ocakava sa to vo verzii 5.5 alebo 6.0.

[1] http://icu.sourceforge.net/

Presne tak, teraz sa pracuje na zacleneni ICU [1] do PHP. Ocakava sa to vo verzii 5.5 alebo 6.0.

[1] http://icu.sourceforge.net/

Presne tak, teraz sa pracuje na zacleneni ICU [1] do PHP. Ocakava sa to vo verzii 5.5 alebo 6.0.

[1] http://icu.sourceforge.net/

Podpora Unicode má být hlavní novinka další velké verze, takže se snad opravdu dočkáme. ICU se má do hlavní vývojové větve (HEAD) dostat hned po vypuštění PHP 5.1, více o tématu se dá získat ve slidech odkazovaných v odkazovaném článků.

Problémů je tady výrazně víc. Největším je IMHO chování u věcí typu

<tag atribut="5 > 3">tralala</tag>

Máte pravdu. Žil jsem v domnění, že speciální znaky je nutné escapovat i uvnitř hodnot atributů. Nedostatek by měl vyřešit následující kód

$in_quote = '';
while ($i < strlen($s) && ($in_quote || $s{$i} != '>')) {
    if (($s{$i} == '"' || $s{$i} == "'") && !$in_quote) {
        $in_quote = $s{$i};
    } elseif ($in_quote == $s{$i}) {
        $in_quote = '';
    }
    $i++;
}

místo původního

while ($i < strlen($s) && $s{$i} != '>') {
    $i++;
}

Všiml jste si ještě něčeho problematického?

U UTF-8 je díky šikovnému návrhu možné zůstat u bajtového přístupu a část

default:
    $length++;

stačí nahradit za

default:
    $length++;
    while ($i+1 < strlen($s) && ord($s{$i+1}) > 127 && ord($s{$i+1}) < 192) {
        $i++;
    }

Delam client-side JS aplikace - a tak jsem si napsal kompresor pro JS kod. Jedina vlastnost je, ze vstupni kod musi byt validni, tj psat:

if (neco) { neco; }; // <- hlavne tady ten posledni strednik

(stejne v if/else,try/catch,while,for)

Odkaz na zdroj je:
http://waf.rozsnyo.com/source/?file=%2Fscript%2Fclass.jsCompress.inc.php

Ukazka pouziti:
http://waf.rozsnyo.com/script/
vs.
http://waf.rozsnyo.com/script/?compress

Dela to "kompresi" 1:2 (odstraneni mezer a poznamek), az v budoucnu naroste ten muj system tak pouziju realnou kompresi.

(btw. kdyby jste mel nekdo zajem spolupracovat, napiste maila)

nepis pro kompresi vlastni tridu, bude to stejne pomalejsi a navic nespolehlivy (viz ty pridavne podminky pro ";" apod.). vyuzij toho, ze JS je stejne jako PHP C-derived a projed to token_get_all() funkci s odradkovani vsech prototypu (metod) a funkci po parsovani. je to na par radek a "zadarmo".

http://www.php.net/manual/en/tidy.repairstring.php