安全的截取指定长度的html或者ubb字符串

在将html代码输出到页面时,有时候会需要截断字符串保留指定长度的字符串,由于html中有些标签必须成对出现,所以在截取html时需要特别注意,不能因为截断问题把页面搞乱掉。

在截取字符串时需要记录每一个标签是否关闭,如果截取到指定长度还有没有关闭的标签,那么我们需要将标签关闭,或者删除掉未关闭的标签。不考虑某些不需要关闭标签的情况,html开始和结束标签总是成对出现的,我们可以遍历输入的字符串,并在标签开始时放入堆栈中,遇到结束标签时从堆栈中弹出一个元素,这样遍历到指定长度,堆栈中留下的标签就是需要补全或者删除掉的标签。

下面是代码实现,如果大家有更好的方法请给出来:

static char END_SLASH = '/';

/// <summary>
/// 安全的截断字符串
/// </summary>
/// <param name="input">输入串</param>
/// <param name="length">截断长度</param>
/// <param name="trimHalfTag">true:截断半截标签;false:补全半截标签</param>
/// <param name="tagStartChar">标签开始字符</param>
/// <param name="tagEndChar">标签结束字符</param>
/// <param name="mustCloseTags">需要关闭的标签数组</param>
/// <returns>length长度的字符串</returns>
public static string SafeTrim(string input, int length, bool trimHalfTag, char tagStartChar, char tagEndChar, string[] mustCloseTags)
{
    if (length <= 0) throw new ArgumentException("length 必须是正数");
    if (mustCloseTags == null) throw new ArgumentNullException("mustCloseTags");

    int inputLen = input.Length;
    if (string.IsNullOrEmpty(input) || inputLen <= length) return input;

    string result = string.Empty;

    //声明堆栈用来放标签
    Stack<string> tags = new Stack<string>();

    for (int i = 0; i < length; i++)
    {
        char c = input[i];

        if (c == tagStartChar)
        {
            string tag = string.Empty;
            int tagIndex = i + 1;
            bool isTagEnd = false;
            bool isTagNameEnd = false;
            result += c;
            bool hasMarkTagInStack = false;
            while (tagIndex < inputLen)
            {
                char tagC = input[tagIndex];
                result += tagC;
                tagIndex++;
                if (tag == string.Empty && tagC == END_SLASH)
                {
                    isTagEnd = true;
                    continue;
                }
                if (!isTagNameEnd)
                {
                    if (char.IsLetter(tagC) || char.IsNumber(tagC))
                    {
                        tag += tagC;
                    }
                    else
                    {
                        isTagNameEnd = true;
                    }
                }

                if (!string.IsNullOrEmpty(tag))
                {
                    if (isTagNameEnd && !hasMarkTagInStack)
                    {
                        if (isTagEnd)
                        {
                            tags.Pop();
                        }
                        else
                        {
                            tags.Push(tag);
                        }
                        hasMarkTagInStack = true;
                    }
                }

                if (isTagNameEnd)
                {
                    if (tagC == tagEndChar)
                    {
                        i = tagIndex - 1;
                        break;
                    }
                }

            }
        }
        else
        {
            result += c;
        }
    }

    while (tags.Count > 0)
    {
        string tag = tags.Pop();

        bool isMustCloseTag = false;
        foreach (string mustCloseTag in mustCloseTags)
        {
            if (string.Compare(mustCloseTag, tag, true) == 0)
            {
                isMustCloseTag = true;
                break;
            }
        }
        if (isMustCloseTag)
        {
            if (trimHalfTag)
            {
                int lastTagIndex = result.LastIndexOf(tagStartChar.ToString() + tag, StringComparison.CurrentCultureIgnoreCase);

                result = result.Substring(0, lastTagIndex);
            }
            else
            {
                result += (tagStartChar.ToString() + END_SLASH + tag + tagEndChar);
            }
        }
    }

    return result;
}
posted @ 2009-12-31 13:50  玉开  阅读(3107)  评论(8编辑  收藏  举报