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

﹏ヽ暗。殇╰゛Y 2022-07-26 12:25 230阅读 0赞

##     ##

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(
 "<a>要配置几个项目就写几个Host标签。</a>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 < 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("<([a-zA-Z]+)[^<>]*>(.*?)</\\1>",
 "$2");
 // 用正则表达式取出标签
 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标签
 for (int i = endHTML.size() - 1; i >= 0; i--) {
 result.append("</");
 result.append(endHTML.get(i));
 result.append(">");
 }
 
 return result.toString();
 }
 
 }

原文地址（我自己的博客，请大家多多支持）： [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][HTML]

[HTML]: http://lifengdi.com/viewArticle.do?article.id=10005