java html 字符串截取字符串长度_Java按字节长度截取字符串(支持截取带HTML标签的字符串，并自动补全)工具类...

这个工具类主要是用来截取html标签的，支持大部分html标签，并且支持自动补全标签功能，以后遇到截取文章摘要、新闻摘要神马的，就不用担心了。下面给出源码：

package com.myblog.util;

import java.util.ArrayList;

import java.util.List;

import java.util.regex.Pattern;

import java.util.regex.Matcher;

/**

*

* @author 李锋镝

*

* 2016-4-11 下午5:37:45

*

*/

public class SubStringHtmlUtil {

public static void main(String[] args) {

System.out

.println(subStringHTML(

"要配置几个项目就写几个Host标签。

其中，defaultHost是输入服务器ip地址默认访问的网站，如果为空则访问tomcat控制台；

name就是网站的域名；

appBase是项目放置的根目录，这里我全部放置在tomcat默认的目录下，当然你也可以新建其他目录；

docBase是项目的根目录；

",

40, ""));

}

/**

*

* 按字节长度截取字符串(支持截取带HTML代码样式的字符串)

*

* @param param

*            将要截取的字符串参数

* @param length

*            截取的字节长度

* @param end

*            字符串末尾补上的字符串

* @return 返回截取后的字符串

*/

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 

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标签

String temp_result = result.toString().replaceAll("(>)[^<>]*()",

"$1$2");

// 去掉不需要闭合的HTML标签

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标签

temp_result = temp_result.replaceAll("]*>(.*?)\\1>",

"$2");

// 用正则表达式取出标签

Pattern p = Pattern.compile("]*>");

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标签

for (int i = endHTML.size() - 1; i >= 0; i--) {

result.append("");

result.append(endHTML.get(i));

result.append(">");

}

return result.toString();

}

}