带格式的HTML串,如何取内容的前N个字符,而格式不变?

Question

如
第一种情况:  <font color="#ff0000"><b>祖国祖国我爱你!2009年5月4日</b></font>
 如取前5个字符,变成:<font color="#ff0000"><b>祖国祖国我...</b></font>
 怎么写啊?
 privite string myStrFunction(string str,int n)
{
  //这里怎么写啊?看似简单,但我不会啊!只知道要用正则表达式.
 }第二种情况:
<font color="#ff0000"><b>祖国祖国我爱你!2009年5月4日</b><u>其它字符</u></font>
  如果取前19个字符,变成:<font color="#ff0000"><b>祖国祖国我爱你!2009年5月4日</b><u>其它...</u></font>
  怎么写?
 privite string myStrFunction(string str,int n)
{
  //查了好多的资料都没有搞定,求兄弟姐妹们帮忙啊! }

Answer 1

using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Windows.Forms;
using System.Text.RegularExpressions;
namespace test
{
    public partial class Form1 : Form
    {
        public Form1()
        {
            InitializeComponent();
        }        private void Form1_Load(object sender, EventArgs e)
        {            string source = @"<font color=""#ff0000""> <b>祖国祖国我爱你!2009年5月4日 </b> </font> ";
                    
            Regex rx=new Regex(@".*\<b\>");
            string head=rx.Match(source).ToString();
            rx=new Regex(@"(?<=<b>).*(?=</b>)");
            string mid = rx.Match(source).ToString();
            rx = new Regex(@"</b>.*");
            string last = rx.Match(source).ToString();
            mid = mid.Substring(0, 5) + "...";
            MessageBox.Show(head + mid + last);
        }
        private string myStrFunction(string str,int n) 
        { 
            string source=str;
            Regex rx=new Regex(@".*\<b\>");
            string head=rx.Match(source).ToString();
            rx=new Regex(@"(?<=<b>).*(?=</b>)");
            string mid = rx.Match(source).ToString();
            rx = new Regex(@"</b>.*");
            string last = rx.Match(source).ToString();
            mid = mid.Substring(0, n) + "...";
            return head + mid + last;
        } 
        private string myStrFunction2(string str,int n) 
        {
            string source = str;
            Regex rx = new Regex(@".*\<u\>");
            string head = rx.Match(source).ToString();
            rx = new Regex(@"(?<=<u>).*(?=</u>)");
            string mid = rx.Match(source).ToString();
            rx = new Regex(@"</u>.*");
            string last = rx.Match(source).ToString();
            mid = mid.Substring(0, n) + "...";
            return head + mid + last;        }    }
}

Answer 2

满足你目前的需求，但不是很严谨，一些异常情况的判断没有加，改天有时间写一个严谨点的吧private string getSubString(string src, int len)
{
    StringBuilder result = new StringBuilder(1024);
    Regex reg = new Regex(@"(^|[^<>]+)((?:<[^>]*>)*)");
    Match m = reg.Match(src);
    int vLen = 0;
    while(m.Success)
    {
        vLen = m.Groups[1].Value.Length;
        if (vLen < len)
        {
            result.Append(m.Groups[1].Value);
            len -= vLen;
        }
        else
        {
            result.Append(m.Groups[1].Value.Substring(0, len));
            len = 0;
        }
        if (len == 0)
        {
            result.Append("..." + m.Groups[2].Value);
            return result.ToString();
        }
        else
        {
            result.Append(m.Groups[2].Value);
        }
        m = m.NextMatch();
    }
    return "";
}

Answer 3

有一个严重的问题:当所取的长度len 大于 内容长度时,返回值为空,因为没有用过正则表达式,我没法修改.请再帮我改一下,好不好?

Answer 4

自摸索,小BUG修改了
最后一行改为 return src;搞定,结帖,给分.

Answer 5

嗯，自己没有这样用过，所以场景考虑不全，修改了一下，就目前的用例来说，已解决第一个字符丢失的问题，楼主可以试下，哪里不符合要求，给个例子，我再改下吧private string getSubString(string src, int len)
{
    StringBuilder result = new StringBuilder(1024);
    Regex reg = new Regex(@"(^?[^<>]*)((?:<[^>]*>)*)");
    Match m = reg.Match(src);
    int vLen = 0;
    while(m.Success)
    {
        vLen = m.Groups[1].Value.Length;
        if (vLen < len)
        {
            result.Append(m.Groups[1].Value);
            len -= vLen;
        }
        else
        {
            result.Append(m.Groups[1].Value.Substring(0, len));
            len = 0;
        }
        if (len == 0)
        {
            result.Append("..." + m.Groups[2].Value);
            return result.ToString();
        }
        else
        {
            result.Append(m.Groups[2].Value);
        }
        m = m.NextMatch();
    }
    return src;
}

Answer 6

再次感谢热心肠的lxcnn兄,我再测试一下.

Answer 7

现在不丢失第一个字符了,但是还有一个小问题:getSubString("中华人民共和国",7)正确的结果是"中华人民共和国"而现在的结果是"中华人民共和国...",我不知从哪里解决.

Answer 8

现在不丢失第一个字符了,但是还有一个小问题:getSubString("中华人民共和国",7)正确的结果是"中华人民共和国"而现在的结果是"中华人民共和国...",我不知从哪里解决.-----------------------------------------
呵呵，持续改进，楼主继续测试private string getSubString(string src, int len)
{
    StringBuilder result = new StringBuilder(1024);
    Regex reg = new Regex(@"(^?[^<>]*)((?:<[^>]*>)*)");
    Match m = reg.Match(src);
    int vLen = 0;
    while(m.Success)
    {
        vLen = m.Groups[1].Value.Length;
        if (vLen < len)
        {
            result.Append(m.Groups[1].Value);
            len -= vLen;
        }
        else
        {
            result.Append(m.Groups[1].Value.Substring(0, len));
            len = 0;
        }
        if (len == 0)
        {
            if (result.ToString() + m.Groups[2].Value == src)
            {
                return src;
            }
            else
            {
                result.Append("..." + m.Groups[2].Value);
                return result.ToString();
            }
        }
        else
        {
            result.Append(m.Groups[2].Value);
        }
        m = m.NextMatch();
    }
    return src;
}

Answer 9

在我这测试，getSubString("中华人民共和国",7)的返回结果是"中华人民共和国" 啊