求智能截断html的函数

Question

就是指定限制长度，截取含html标签的文本的前面部分，如果有html闭合标签被截掉了，要求能自动补全网上搜索到一些，但是经测试都有些bug，有哪位用过的能推荐一下呢？谢谢！

Answer 1

建议你用正则表达式  前提是有规律可寻 否则的话 你这个要判断所有的html标签 很麻烦实现的话

Answer 2

就是非常复杂才要求现成的可靠成品啊，我想应该有吧，其实这个需求在做web开发时候还是比较普遍需要用到了，例如对完整文章做摘要什么的。

Answer 3

1. #region 清除HTML标记
        public static string DropHTML(string Htmlstring)
        {
            //删除脚本  
            Htmlstring = Regex.Replace(Htmlstring, @"<script[^>]*?>.*?</script>", "", RegexOptions.IgnoreCase);
            //删除HTML  
            Htmlstring = Regex.Replace(Htmlstring, @"<(.[^>]*)>", "", RegexOptions.IgnoreCase);
            Htmlstring = Regex.Replace(Htmlstring, @"([\r\n])[\s]+", "", RegexOptions.IgnoreCase);
            Htmlstring = Regex.Replace(Htmlstring, @"-->", "", RegexOptions.IgnoreCase);
            Htmlstring = Regex.Replace(Htmlstring, @"<!--.*", "", RegexOptions.IgnoreCase);
            Htmlstring = Regex.Replace(Htmlstring, @"&(quot|#34);", "\"", RegexOptions.IgnoreCase);
            Htmlstring = Regex.Replace(Htmlstring, @"&(amp|#38);", "&", RegexOptions.IgnoreCase);
            Htmlstring = Regex.Replace(Htmlstring, @"&(lt|#60);", "<", RegexOptions.IgnoreCase);
            Htmlstring = Regex.Replace(Htmlstring, @"&(gt|#62);", ">", RegexOptions.IgnoreCase);
            Htmlstring = Regex.Replace(Htmlstring, @"&(nbsp|#160);", " ", RegexOptions.IgnoreCase);
            Htmlstring = Regex.Replace(Htmlstring, @"&(iexcl|#161);", "\xa1", RegexOptions.IgnoreCase);
            Htmlstring = Regex.Replace(Htmlstring, @"&(cent|#162);", "\xa2", RegexOptions.IgnoreCase);
            Htmlstring = Regex.Replace(Htmlstring, @"&(pound|#163);", "\xa3", RegexOptions.IgnoreCase);
            Htmlstring = Regex.Replace(Htmlstring, @"&(copy|#169);", "\xa9", RegexOptions.IgnoreCase);            Htmlstring = Regex.Replace(Htmlstring, @"&#(\d+);", "", RegexOptions.IgnoreCase);
            Htmlstring.Replace("<", "");
            Htmlstring.Replace(">", "");
            Htmlstring.Replace("\r\n", "");
            Htmlstring = HttpContext.Current.Server.HtmlEncode(Htmlstring).Trim();
            return Htmlstring;
        }
        #endregion2.#region 截取字符长度
        /// <summary>
        /// 截取字符长度
        /// </summary>
        /// <param name="inputString">字符</param>
        /// <param name="len">长度</param>
        /// <returns></returns>
        public static string CutString(string inputString, int len)
        {
            ASCIIEncoding ascii = new ASCIIEncoding();
            int tempLen = 0;
            string tempString = "";
            byte[] s = ascii.GetBytes(inputString);
            for (int i = 0; i < s.Length; i++)
            {
                if ((int)s[i] == 63)
                {
                    tempLen += 2;
                }
                else
                {
                    tempLen += 1;
                }                try
                {
                    tempString += inputString.Substring(i, 1);
                }
                catch
                {
                    break;
                }                if (tempLen > len)
                    break;
            }
            //如果截过则加上半个省略号 
            byte[] mybyte = System.Text.Encoding.Default.GetBytes(inputString);
            if (mybyte.Length > len)
                tempString += "…";
            return tempString;
        }
        #endregion

Answer 4

你好，我不是要提取，是要截取，截取的意思就是html需要保留，例如如果被截取部分由img标签，截取出来仍然要有，如果截取部分由前半个<p>，则要自动补全</p>

Answer 5

有点难度哦。要匹配所有的HTML标签是否正对又不是匹配截取之前的一个。

Answer 6

str html内容
star 起始标记
end 截止标记
ignoreCase 区分大小写
key 0-3 截取出来的内容是否包含起始或截止标记public string getStrData(string str, string star, string end,int c2,bool ignoreCase, int key)
        {
            CompareInfo Compare = CultureInfo.InvariantCulture.CompareInfo;
            int a = -1, b = -1;
            for(int i = 0; i < c2; i++)
            {
                if (!ignoreCase)
                {
                    if(i == 0)
                        a = str.IndexOf(star);
                    else
                        a = str.IndexOf(star, a + star.Length);
                }
                else
                {
                    if (i == 0)
                        a = Compare.IndexOf(str, star, CompareOptions.IgnoreCase);
                    else
                        a = Compare.IndexOf(str, star, a + star.Length, CompareOptions.IgnoreCase);
                }
                if (a == -1) return "";
            }
            if (a == -1) return "";
            if (!ignoreCase)
                b = str.IndexOf(end, a + star.Length);
            else
                b = Compare.IndexOf(str, end, a + star.Length, CompareOptions.IgnoreCase);
            string s = "";
            if(b == -1)
            {
                if(key == 0)
                {
                    s = str.Substring(a + star.Length, str.Length - a - star.Length);
                }
                else if(key == 1)
                {
                    s = str.Substring(a, str.Length - a);
                }
                else if(key ==2)
                {
                    s = str.Substring(a + star.Length, str.Length - a - star.Length);
                }
                else
                {
                    s = str.Substring(a, str.Length - a);
                }
            }
            else
            {
                 if (key == 0)
                {
                    s = str.Substring(a + star.Length, b - a - star.Length);
                }
                else if (key == 1)
                {
                    s = str.Substring(a, b - a);
                }
                else if (key == 2)
                {
                    s = str.Substring(a + star.Length, b - a - star.Length + end.Length);
                }
                else
                {
                    s = str.Substring(a, b - a + end.Length);
                }
            }
            return s;
        }