截取文章一部分显示(无损html)

最近在做一些内容搜索的工作，搜索出来的内容为html格式，列表部分需要显示每项内容的一部分。因为是html格式的内容，直接截取内容的前多少字符显然不合适了。而如果直接去掉所有html格式然后再截取又无法达到想要的效果，再网上搜了一通之后，写下如下代码应该可以满足基本的要求了。(js写的，因为容易调试)

代码

var  br  =  {};
br.spTags  =  [ " img " , " br " , " hr " ]; /* 不需要成对出现的标记 */
br.contain  =   function (arr,it){
     for ( var  i = 0 ,len = arr.length;i < len;i ++ ){
         if (arr[i] == it){
             return   true ;    
        }
    }
     return   false ;
}
br.subArtc  =   function (article,worldNum){
     var  result  =  [];
     /* 首先截取需要的字串 */
     var  wcount  =   0 ;
     var  startTags  =  [],endTags  =  [];
     var  isInTag  =   false ;
     for ( var  i = 0 ,len = article.length;i < len;i ++ ){
         var  w  =  article[i];
        result.push(w);
         if (w == " < " ){
            isInTag  =   true ;    
        }
         if ( ! isInTag){
            wcount ++ ;
             if (wcount == worldNum){
                 break ;    
            }
        }
         if (w == " > " ){
            isInTag  =   false ;    
        }
    }
     /* 对字串进行处理 */
     var  j = 0 ;
    isInTag  =   false ;
     var  isStartTag  =   true ;
     var  tagTemp  =   "" ;
     while (j < i){
        w  =  result[j];
         if (isInTag){
             if (w == " > "   ||  w == "   "   ||  w == " / " ){
                isInTag  =   false ;
                 if (isStartTag){
                    startTags.push(tagTemp);    
                } else {
                    endTags.push(tagTemp);    
                }
                tagTemp  =   "" ;
            }
             if (isInTag){
                tagTemp += w;    
            }
        }
         if (w == " < " ){
            isInTag  =   true ;
             if (result[j + 1 ] == " / " ){
                isStartTag  =   false ;
                j ++ ;
            } else {
                isStartTag  =   true ;    
            }
        }
        j ++ ;
    }
     /* 剔除img,br等不需要成对出现的标记 */
     var  newStartTags  =  [];
     for ( var  x = 0 ,len = startTags.length;x < len;x ++ ){
         if ( ! br.contain(br.spTags,startTags[x])){
            newStartTags.push(startTags[x]);
        }
    }
     /* 添加没有的结束标记 */
     var  unEndTagsCount  =  newStartTags.length  -  endTags.length;
     while (unEndTagsCount > 0 ){
        result.push( " < " );
        result.push( " / " )
        result.push(newStartTags[unEndTagsCount - 1 ]);
        result.push( " > " );
        unEndTagsCount -- ;
    }
     return  result.join( "" );
};

 

 基本思路：

1.绕过标记，取得实际内容字数 ，如需要显示内容前100个字，绕过标记检索，得到第一百个字实际的索引。然后截取此索引前面的字串。

2.根据一得到的字串，得到这个字串中存在的开始标记和结束标记。注：此处的开始标记标识以"<"开通，且下一个字符不为"/"。

3.剔除2中 得到的开始标记中的不需要成对出现的标记。如br,img,hr等。

4.对比经过3处理的开始标记和2中得到的结束标记，没有配成对的在合适的位置为其配对。