html截取标签,截取带HTML标签的文本(面试题)

原标题：截取带HTML标签的文本(面试题)

最近忙着面试，遇到挺多有意思的面试题，拿出来跟大家分享一下，其中有个题是这样：

如果我想从内容中取100个字符出来(注：内容中有HTML代码，因为想保留基本的p、div、img、font、b、i)，如何取？取得时候应该考虑哪些问题？

快活林顾心怿得分可   &;倒萨飞机佛挡杀佛1阿飞 2 粉底阿飞<>alert("df");>第三发嗲发iedfias发的死阿飞第四阿夫顿大佛寺
阿飞大夫额3脎放大发得啊<范德萨范德萨>分大福大佛挡杀佛倒萨范德萨妇撒佛挡杀佛嗒89飒8哒89783721849372148978978范地挲范德萨范德萨风刀霜剑艾迪斯入洞房教科书粉底霜噢批

1.对上面文字进行字符串截取，100(注1个汉字等于2个字符)。2.保留P,DIV,IMG,FONT,B,I标签。3.需要注意的地方有：举一个例子，如 是空格，算1个字符

下面给出我写的代码，还有很多不完善的地方，有待商榷。

using System;using System.Collections.Generic;using System.Linq;using System.Text;using System.Text.RegularExpressions;namespace shangyun2

{class cutHtml

{ /// /// 截取带html标签的字符串

/// /// 源字符串 /// 要截取的字符数 ///

是否保留JS脚本 ///

要去掉的html标签 ///

public string CutStringWithHtmlTag(string html, int count, bool , params string[] tags)

{ //

if (string.IsNullOrEmpty(html) || count <= 0)

{ throw new ArgumentException(); }

// if ( == false)

{ Regex reg = new Regex("<.>");

html = reg.Replace(html, ""); }

// Regex regImg = new Regex("(?");

MatchCollection matchCol = regImg.Matches(html);

if (matchCol.Count > 0)

{foreach (Match match in matchCol)

{ html = regImg.Replace(html, match.Groups["IMG"].Value + "/>"); } }

//待优化 读取出来的字符串中的换号和回车\r\n，这里暂未处理

html = ReplaceHtml(html, "", ref count);

html = ReplaceHtml(html, " ", ref count); html = ReplaceHtml(html, "&", ref count);

html = html.Replace("
", "
"); //用正则去掉不要的html标签 //因为考虑到可能有自定义的一些标签，暂时没想到好的方法去做，所以暂时没做 StringBuilder sbResult = new StringBuilder(); int temp = 0;//计数器 while (true)

{ if (html[temp].ToString() == "

{ while (true)

{if (html[temp].ToString() == ">")

{ count++; break; }

sbResult.Append(html[temp]); temp++; } }

if (count == 0)

{ break; } sbResult.Append(html[temp]);

temp++; count--; } //这里写的有些麻烦，还希望大家帮忙改正

html = sbResult.ToString().Replace("< />", " ").Replace("", "&").Replace("<>", "/>", ">");

// Stack stack = new Stack();

for (int i = 0; i < html.Length; i++)

{stack.Push(html[i].ToString());

//成对出现的标签出栈操作 if (html[i].ToString() == "

{ int temps = i + 1; if (html[temps].ToString() == "/")

{ stack.Pop();

string tempString = ""; while (html[temps].ToString() != ">")

{ temps++; }

i = temps;

do { tempString = stack.Pop(); }

while (tempString != "

{ int temps = i + 1;

if (html[temps].ToString() == ">")

{string tempString = "";

do

{

tempString = stack.Pop();} while (tempString != "

} }

StringBuilder sb = new StringBuilder(); for (int i = stack.Count - 1; i >= 0; i--)

{ sb.Insert(0, stack.Pop()); } Regex checkTag = new Regex("");

//判断是否有单个的标签 如果有的话在最后给他添加相应的闭标签

MatchCollection matchCollect = checkTag.Matches(sb.ToString());

if (matchCollect.Count > 0)

{ for (int i = matchCollect.Count - 1; i >= 0; i--)

{string htmlTag = "" + matchCollect[i].Groups[1].Value + ">";

html = html + htmlTag; } }

return html; } /// /// /// ///

/// ///

///

private string ReplaceHtml(string html, string tags, ref int count)

{ Regex regLt = new Regex(tags);

MatchCollection mcLt = regLt.Matches(html);

if (mcLt.Count > 0)

{ count += mcLt.Count;

html = regLt.Replace(html, "");

} return html; }

}}

更多内容，参考最模板网站()

本文来自网络

责任编辑：