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
2016-04-11 20:35
726 查看
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(); } }
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
相关文章推荐
- java对世界各个时区(TimeZone)的通用转换处理方法(转载)
- java-注解annotation
- java-模拟tomcat服务器
- java-用HttpURLConnection发送Http请求.
- java-WEB中的监听器Lisener
- Android IPC进程间通讯机制
- Android Native 绘图方法
- Android java 与 javascript互访(相互调用)的方法例子
- 介绍一款信息管理系统的开源框架---jeecg
- 聚类算法之kmeans算法java版本
- java实现 PageRank算法
- PropertyChangeListener简单理解
- c++11 + SDL2 + ffmpeg +OpenAL + java = Android播放器
- 插入排序
- 冒泡排序
- 堆排序
- 快速排序
- 二叉查找树