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();
}
}