java截取带html标签的字符串并把标签补全(保证格式)

public static String subStringHTML(String param,int length,String end) {
      StringBuffer result = new StringBuffer();
      int n = 0;
      char temp;
      boolean isCode = false; //是不是HTML代码
      boolean isHTML = false; //是不是HTML特殊字符,如 
      for (int i = 0; i < param.length(); i++) {
        temp = param.charAt(i);
        if (temp == '<') {
          isCode = true;
        }
        else if (temp == '&') {
          isHTML = true;
        }
        else if (temp == '>' && isCode) {
          n = n - 1;
          isCode = false;
        }
        else if (temp == ';' && isHTML) {
          isHTML = false;
        }

        if (!isCode && !isHTML) {
          n = n + 1;
          //UNICODE码字符占两个字节
          if ( (temp + "").getBytes().length > 1) {
            n = n + 1;
          }
        }

        result.append(temp);
        if (n >= length) {
          break;
        }
      }
      result.append(end);
      //取出截取字符串中的HTML标记
      String temp_result = result.toString().replaceAll("(>)[^<>]*(<?)", "$1$2");
      //去掉不需要结素标记的HTML标记
      temp_result = temp_result.replaceAll("</?(AREA|BASE|BASEFONT|BODY|BR|COL|COLGROUP|DD|DT|FRAME|HEAD|HR|HTML|IMG|INPUT|ISINDEX|LI|LINK|META|OPTION|P|PARAM|TBODY|TD|TFOOT|TH|THEAD|TR|area|base|basefont|body|br|col|colgroup|dd|dt|frame|head|hr|html|img|input|isindex|li|link|meta|option|p|param|tbody|td|tfoot|th|thead|tr)[^<>]*/?>",
                                           "");
      //去掉成对的HTML标记
      temp_result=temp_result.replaceAll("<([a-zA-Z]+)[^<>]*>(.*?)<///1>","$2");
      //用正则表达式取出标记
      Pattern p = Pattern.compile("<([a-zA-Z]+)[^<>]*>");
      Matcher m = p.matcher(temp_result);

      List endHTML = new ArrayList();

      while (m.find()) {
        endHTML.add(m.group(1));
      }
      //补全不成对的HTML标记
      for (int i = endHTML.size() - 1; i >= 0; i--) {
        result.append("</");
        result.append(endHTML.get(i));
        result.append(">");
      }

      return result.toString();
    }

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值