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

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><p>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；</p><p>name就是网站的域名；</p><p>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；</p><p>docBase是项目的根目录；</p>",
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();
}

}