对文章内容进行分页

最近公司要在原来的Web网站发布的内容，也要在Wap上面显示。现有的文章内容是存放在一个字段里面，没有进行分页处理保存。因些在手机显示时，要对文章内容进行截取分页处理显示。

 

现在问题出来了，文章内容里面包含了很多HTML标签，用SubString进行截取那会把HTML标签也给截断，也在可能会在标签的属性中截开，这样我们得出来的字符串就是错乱的了。 因此在截取时，对HTML标签进行过滤。

 

自己的表达能力有限，直接上代码。 

 

  /// <summary>

        /// 得到分页后的数据

        /// </summary>

        /// <param name="param">文章内容</param>

        /// <param name="size">文章字数（不包含HTML）</param>

        /// <returns></returns>

        public static List<string> SubstringTo(string param, int size)

        {

            param = NoHTML(param);//过滤一些有Wap上面不能显示的HTML标签，你也不可不过滤

            var length = param.ToCharArray().Length;

            var being = 0;

            var list = new List<string>();

            while (true)

            {

                string str = SubstringToHTML(param, being, size, "", out being);

                list.Add(str);

                if (length <= being)

                {

                    break;

                }

            }

            return list;

        }

 

/// <summary>

        /// 按字节长度截取字符串(支持截取带HTML代码样式的字符串)

        /// </summary>

        /// <param name="param">将要截取的字符串参数</param>

        /// <param name="length">截取的字节长度</param>

        /// <param name="end">字符串末尾补上的字符串</param>

        /// <returns>返回截取后的字符串</returns>

        public static string SubstringToHTML(string param, int being, int length, string end, out int index)

        {

            string Pattern = null;

            MatchCollection m = null;

            StringBuilder result = new StringBuilder();

            int n = 0;

            char temp;

            bool isCode = false; //是不是HTML代码

            bool isHTML = false; //是不是HTML特殊字符,如&nbsp;

            char[] pchar = param.ToCharArray();

            int i = 0;

            for (i = being; i < pchar.Length; i++)

            {

                temp = pchar[i];

                if (temp == '<')

                {

                    isCode = true;

                }

                else if (temp == '&')

                {

                    isHTML = true;

                }

                else if (temp == '>' && isCode)

                {

                    //n = n - 1;

                    isCode = false;

                }

                else if (isHTML)

                {

                    isHTML = false;

                }

                if (!isCode && !isHTML)

                {

                    n = n + 1;

                    //UNICODE码字符占两个字节

                    if (System.Text.Encoding.Default.GetBytes(temp + "").Length > 1)

                    {

                        n = n + 1;

                    }

                }

                result.Append(temp);

                if (n >= length)

                {

                    break;

                }

            }

            index = i + 1;

            result.Append(end);

            //去掉成对的HTML标记,我的正则表达式不好，所以这里写得不好，大家可以写个正则直接去掉所有的

            temp_result = Regex.Replace(temp_result, @"(?is)<p[^>]*?>.*?</p>", "$2", RegexOptions.IgnoreCase);

            temp_result = Regex.Replace(temp_result, @"(?is)<a[^>]*?>.*?</a>", "$2", RegexOptions.IgnoreCase);

            temp_result = Regex.Replace(temp_result, @"(?is)<img[^>]*>", "$2", RegexOptions.IgnoreCase);

            temp_result = Regex.Replace(temp_result, @"(?is)<br[^>]*>", "$2", RegexOptions.IgnoreCase);

            //用正则表达式取出标记

            Pattern = ("</([a-zA-Z]+)*>");

            m = Regex.Matches(temp_result, Pattern);

            ArrayList bengHTML = new ArrayList();

            foreach (Match mt in m)

            {

                bengHTML.Add(mt.Result("$1"));

            }

            //补全前面不成对的HTML标记

            for (int nn = bengHTML.Count - 1; nn >= 0; nn--)

            {

                result.Insert(0, "<" + bengHTML[nn] + ">");

            }

            //用正则表达式取出标记

            Pattern = ("<([a-zA-Z]+)[^<>]*>");

            m = Regex.Matches(temp_result, Pattern);

            ArrayList endHTML = new ArrayList();

            foreach (Match mt in m)

            {

                endHTML.Add(mt.Result("$1"));

            }

            //补全后面不成对的HTML标记

            for (int nn = endHTML.Count - 1; nn >= 0; nn--)

            {

                result.Append("</");

                result.Append(endHTML[nn]);

                result.Append(">");

            }

            return result.ToString();

        }

 

 

 

 

 

转载于:https://www.cnblogs.com/jianchun491/archive/2012/04/18/ContentPager.html