dede html2text功能实现原理是什么？

这个功能在织梦后台通常被称为 “把HTML保存为纯文本” 或 “获取摘要”,是织梦一个非常核心且实用的功能。

什么是 html2text？

html2text 的字面意思是 "HTML to Text"，即 将 HTML 格式的代码转换成纯文本格式。 管理中,这意味着：

• 输入：一篇完整的文章内容，可能包含 <p> 段落、<img> 图片、<h1> 标题、<strong> 加粗、<a> 链接等复杂的 HTML 标签。
• 输出：不包含任何 HTML 标签的、干净的纯文本字符串。

举个例子：

• HTML 输入:

  <h2>欢迎来到我的网站</h2>
  <p>这是一段<strong>非常重要</strong>的文字，<a href="https://www.example.com">点击这里</a>可以了解更多。</p>
  <img src="image.jpg" alt="一张图片">

• Text 输出:

  欢迎来到我的网站
  这是一段非常重要的文字，点击这里可以了解更多。

在织梦CMS中，html2text 主要用在哪些地方？

织梦的 html2text 功能并非一个独立的工具，而是深度集成在多个核心功能模块中,主要用于自动生成摘要和规范数据。

摘要 (最核心的用途)

这是 html2text 最常见的应用场景,当你在发布一篇文章时：

• description (文章简介)：

  • 作用：用于 SEO 优化，是搜索引擎在搜索结果页展示的描述文字，也是 <meta name="description" content="..."> 标签的内容。
  • 织梦逻辑：如果你没有手动填写文章简介，织梦会自动调用 html2text 函数，截取文章正文的前 N 个字符（通常是 200 字）作为 description，这个过程会先去除所有 HTML 标签，再进行截断，确保生成的摘要干净、规范。

• keywords (文章关键词)：

  • 作用：用于 SEO 优化,告诉搜索引擎这篇文章的核心主题是什么。
  • 织梦逻辑：织梦可以通过 html2text 处理后的纯文本来提取关键词，虽然织梦的关键词更多是依赖手动填写,但底层的数据处理也离不开文本的纯净。

栏目简介

在创建或编辑栏目时，栏目简介字段也支持 HTML 编辑器，但最终存储到数据库并用于列表页或内容页调用时，织梦同样会使用 html2text 来确保简介是纯文本，避免意外的 HTML 标签破坏页面布局。

自定义模型字段

当你创建自定义模型（下载软件、产品介绍）时，可以添加多种字段类型，其中一种就是 “文本area” 或 “编辑器” 类型的字段，这些字段存储的内容如果需要在列表页等地方以摘要形式展示，织梦的模板标签（如 [field:字段名 function='html2text(@me)'/]）就会调用此功能。

模板标签调用

在织梦的模板文件（.htm）中，你可以手动使用 function 修饰符来对任意字段进行 html2text 处理。

语法示例：

{dede:field.body function='html2text(@me)'/}

这段代码的意思是：获取 body 字段（文章正文）的内容，并使用 html2text 函数将其转换为纯文本后显示。

如何使用 html2text？

使用方式分为两种：后台自动使用 和 前台手动调用。

后台自动使用（无需手动干预）

这是最常见的情况,你只需要：

1. 正常使用编辑器编写文章内容。
2. 在文章的“和“关键词”部分，如果留空,织梦系统会在保存文章时自动处理。
3. 在“高级选项”中，你可以设置摘要的长度，这个长度就是 html2text 截取文本的长度。

优点：完全自动化,对用户非常友好。

前台模板手动调用

当你需要在模板的某个特定位置，显示一段经过处理的纯文本摘要时,就需要手动调用。

场景：在文章列表页，你希望在标题和日期下方显示一段 100 字的正文摘要，但又不希望出现任何 HTML 标签。

示例代码 (list_article.htm):

{dede:list pagesize='10'}
    <li>
        <h3><a href="[field:arcurl/]">[field:title/]</a></h3>
        <!-- 手动调用 html2text，截取前100个字符作为摘要 -->
        <p class="summary">
            [field:description function='html2text(@me)'/]
            <!-- 如果系统自动生成的摘要为空，则从正文中截取 -->
            <span>
                [field:body function='cn_substr(html2text(@me), 100)'/]
            </span>
        </p>
        <span class="date">[field:pubdate function="MyDate('Y-m-d',@me)"/]</span>
    </li>
{/dede:list}

代码解析：

• [field:description function='html2text(@me)'/]：直接调用系统自动生成的 description，并用 html2text 再次处理（虽然它已经是纯文本，但这样写更严谨）。
• [field:body function='cn_substr(html2text(@me), 100)'/]：这是一个更强大的组合。
  • @me：代表当前字段的原始值，即 [field:body] 的内容（带 HTML 标签的正文）。
  • html2text(@me)：将原始正文转换为纯文本。
  • cn_substr(..., 100)：是织梦的另一个常用函数，作用是“截取字符串前 N 个字符”，这里它截取经过 html2text 处理后的前 100 个字符。

html2text 的局限性

虽然 html2text 很有用,但它也有一些需要注意的地方：

1. 会丢失所有格式：它只关心文本内容，会完全移除加粗、斜体、颜色、换行、列表等所有 HTML 格式，如果摘要中需要保留这些格式的视觉提示（比如用 表示加粗）,它无能为力。
2. 可能截断不完整：如果正好截断在一个词语的中间,可能会产生不自然的阅读体验。
3. 不处理图片：默认情况下，html2text 会直接忽略 <img> 标签及其 alt 文本，但织梦通常有专门的标签 [field:image/] 来处理图片,所以这通常不是问题。

html2text 是织梦 CMS 一个基础但至关重要的底层功能，它像一个“净化器”，确保了从数据库中读取并用于展示（尤其是摘要、SEO、列表页）的内容是干净、规范、可读的纯文本，对于用户来说，大部分时间是“无感”的，系统在后台自动完成；但对于需要精细控制模板显示的开发者来说，掌握其在模板中的手动调用方法,能极大地提升网站的灵活性和用户体验。