Поиск точки в строке, которая не находится внутри BBCodes

Во-первых, я бы посоветовал подумать о том, что вы будете делать с публикацией, полностью обернутой в BB-коды, как это часто бывает в случае с тегом шрифта. Другими словами, решение проблемы, как указано, легко приведет к «резюме», содержащему всю статью. Может оказаться более полезным определить, какие теги все еще открыты, и добавить необходимые BB-коды, чтобы закрыть их. Конечно, в случае ссылки потребуется дополнительная работа, чтобы убедиться, что вы не сломаете ее.

Что ж, очевидный простой ответ состоит в том, чтобы представить ваше «резюме» вообще без какой-либо разметки, основанной на bbcode (регулярное выражение ниже взято из здесь)

$summary = substr( preg_replace( '|[[\/\!]*?[^\[\]]*?]|si', '', $article ), 0, 200 );

Однако для выполнения работы, которую вы явно описываете, потребуется больше, чем просто регулярное выражение. С этим справится лексер/парсер, но это довольно сложная тема. Я посмотрю, смогу ли я придумать что-нибудь.

РЕДАКТИРОВАТЬ

Вот симпатичная гетто-версия лексера, но для этого примера она работает. Это преобразует входную строку в токены bbcode.

<?php

class SimpleBBCodeLexer
{
  protected
      $tokens = array()
    , $patterns = array(
        self::TOKEN_OPEN_TAG  => "/\\[[a-z].*?\\]/"
      , self::TOKEN_CLOSE_TAG => "/\\[\\/[a-z].*?\\]/"
    );

  const TOKEN_TEXT      = 'TEXT';
  const TOKEN_OPEN_TAG  = 'OPEN_TAG';
  const TOKEN_CLOSE_TAG = 'CLOSE_TAG';

  public function __construct( $input )
  {
    for ( $i = 0, $l = strlen( $input ); $i < $l; $i++ )
    {
      $this->processChar( $input{$i} );
    }
    $this->processChar();
  }

  protected function processChar( $char=null )
  {
    static $tokenFragment = '';
    $tokenFragment = $this->processTokenFragment( $tokenFragment );
    if ( is_null( $char ) )
    {
      $this->addToken( $tokenFragment );
    } else {
      $tokenFragment .= $char;
    }
  }

  protected function processTokenFragment( $tokenFragment )
  {
    foreach ( $this->patterns as $type => $pattern )
    {
      if ( preg_match( $pattern, $tokenFragment, $matches ) )
      {
        if ( $matches[0] != $tokenFragment )
        {
          $this->addToken( substr( $tokenFragment, 0, -( strlen( $matches[0] ) ) ) );
        }
        $this->addToken( $matches[0], $type );
        return '';
      }
    }
    return $tokenFragment;
  }

  protected function addToken( $token, $type=self::TOKEN_TEXT )
  {
    $this->tokens[] = array( $type => $token );
  }

  public function getTokens()
  {
    return $this->tokens;
  }
}

$l = new SimpleBBCodeLexer( 'some [b]sample[/b] bbcode that [i] should [url="http://www.google.com"]support[/url] what [/i] you need.' );

echo '<pre>';
print_r( $l->getTokens() );
echo '</pre>';

Следующим шагом будет создание синтаксического анализатора, который перебирает эти токены и предпринимает действия при обнаружении каждого типа. Может быть, у меня будет время, чтобы сделать это позже...

Это не похоже на работу для (только) регулярного выражения. Логика "простого программирования" - лучший вариант:

• возьмите символ, отличный от '[', увеличьте счетчик;
• если вы встретите открывающий тег, продолжайте продвигаться, пока не дойдете до закрывающего тега (не увеличивайте счетчик!);
• прекратите захват текста, когда ваш счетчик достигнет 200.

Вот начало. В данный момент у меня нет доступа к PHP, поэтому вам может потребоваться некоторая настройка, чтобы заставить его работать. Кроме того, это не гарантирует закрытие тегов (т. е. в строке может быть [url] без [/url]). Кроме того, если строка недействительна (т. е. не все квадратные скобки совпадают), она может не вернуть то, что вы хотите.

function getIndex($str, $minLen = 200)
{
  //on short input, return the whole string
  if(strlen($str) <= $minLen)
    return strlen($str);

  //get first minLen characters
  $substr = substr($str, 0, $minLen);

  //does it have a '[' that is not closed?
  if(preg_match('/\[[^\]]*$/', $substr))
  {
    //find the next ']', if there is one
    $pos = strpos($str, ']', $minLen);

    //now, make the substr go all the way to that ']'
    if($pos !== false)
      $substr = substr($str, 0, $pos+1);
  }

  //now, it may be better to return $subStr, but you specifically
  //asked for the index, which is the length of this substring.
  return strlen($substr);
}

Я написал эту функцию, которая должна делать именно то, что вы хотите. Он подсчитывает n символов (кроме тех, что в тегах), а затем закрывает теги, которые необходимо закрыть. Пример использования включен в код. Код написан на питоне, но его очень легко портировать на другие языки, такие как php.

def limit(input, length):
  """Splits a text after (length) characters, preserving bbcode"""

  stack = []
  counter = 0
  output = ""
  tag = ""
  insideTag = 0           # 0 = Outside tag, 1 = Opening tag, 2 = Closing tag, 3 = Opening tag, parameters section

  for i in input:
    if counter >= length: # If we have reached the max length (add " and i == ' '") to not make it split in a word
      break
    elif i == '[':        # If we have reached a tag
      insideTag = 1
    elif i == '/':        # If we reach a slash...
      if insideTag == 1:  # And we are in an opening tag
        insideTag = 2
    elif i == '=':        # If we have reached the parameters
      if insideTag >= 1:  # If we actually are in a tag
        insideTag = 3
    elif i == ']':        # If we have reached the closing of a tag
      if insideTag == 2:  # If we are in a closing tag
        stack.pop()       # Pop the last tag, we closed it
      elif insideTag >= 1:# If we are in a tag, parameters or not
        stack.append(tag) # Add current tag to the tag-stack
      if insideTag >= 0:  # If are in some type of tag
        insideTag = 0
        tag = ""
    elif insideTag == 0:  # If we are not in a tag
      counter += 1
    elif insideTag <= 2:  # If we are in a tag and not among the parameters
      tag += i
    output += i

  while len(stack) > 0:
    output += '[/'+stack.pop()+']'   # Add the remaining tags

  return output

cutText = limit('[font]This should be easy:[img]yippee.png[/img][i][u][url="http://www.stackoverflow.com"]Check out this site[/url][/u]Should be cut here somewhere [/i][/font]', 60)
print cutText