Jak napisać funkcję, która może wyciąć ciąg znaków HTML do ciągu N-długości bez łamania znaczników HTML podczas tego.Wycinanie ciągów HTML bez łamania znaczników HTML
Zwrócony ciąg nie musi mieć dokładnie N znaków. Może wyciąć go przed lub po znaczniku znajdującym się na krawędzi długiego łańcucha.
Visit <a href="www.htz.hr">Croatia</a> this summer.
CutIt(9) powinien powrócić
Visit
lub
Visit <a href="www.htz.hr">Croatia</a>
I rozwiązać problem tak oto kod w C#;
static string CutIt(string s, int limit)
{
if (s.Length < limit) return s;
int okIndex = 0;
bool inClosingTag = false;
int numOpenTags = 0;
for (int i = 0; i < limit; i++)
{
if (s[i]=='<')
{
if (s[i+1]=='/')
{
inClosingTag = true;
}
else
{
numOpenTags++;
}
}
if (s[i]=='>')
{
if (s[i-1]=='/')
{
numOpenTags--;
}
if (inClosingTag)
{
numOpenTags--;
}
}
if (numOpenTags == 0) okIndex = i;
}
return s.Substring(0, okIndex + 1);
}
Kiedy spotkałem takiego problemu (RSS) Właśnie zwane strip_tags przed cięciem mój łańcuch.
To może być przesada, ale spróbuj wyszukać AWK, może to zrobić całkiem łatwo, ponieważ koncentruje się na przetwarzaniu tekstu.
Można również napisać skrypt niestandardowy parsowania jak
string s = "Visit <a href="www.htz.hr">Croatia</a> this summer."
result = ""
slice_limit = 9
i= 0
j = 0
in_tag = false
while i < slice_limit and j < s.size do
if s[j] == "<" then in_tag = true
if in_tag and s[i]==">" then in_tag = false
if !in_tag then i++
result += s[j]
end
... czy coś takiego (nie testowałem, ale daje pomysł).
EDIT: Będziesz mieć również dodać coś wykryć, czy tag jest zamknięty lub nie (wystarczy dodać flagę jak in_tag i wymieszać ją z jakiegoś wyrażenia regularnego i powinno działać) nadzieję, że pomoże
EDIT2: jeśli podałeś język, którego chcesz użyć, może to być pomocne. javascript?
W javascript można użyć właściwości textContent elementów DOM w celu uzyskania tego.
HTML
<p id='mytext'>Hey <a href="#">Visit Croatia</a> today</p>
JavaScript
var el = document.getElementById("mytext");
console.log(el.textContent);
//alert(el.textContent); // if you don't have firebug.
static string CutIt(string s, int limit)
{
s = s.Substring(0, limit);
int openMark = s.LastIndexOf('<');
if (openMark != -1)
{
int closeMark = s.LastIndexOf('>');
if (openMark > closeMark)
{
s = s.Substring(0, openMark);
}
}
return s.Trim();
}
public static void Main()
{
Console.WriteLine(
CutIt("Visit <a href=\"www.htz.hr\">Croatia</a> this summer.", 9)
); // prints "Visit"
}
Musisz zauważyć, że jeśli chcemy wyciąć napis na tagu to wycina go przed ", zanim pozostanie otwarty. Tak właśnie chcemy zapobiec! – Ante
Oto rozwiązanie JavaScript: trimHtml
function trimHtml(html, options) {
options = options || {};
var limit = options.limit || 100,
preserveTags = (typeof options.preserveTags !== 'undefined') ? options.preserveTags : true,
wordBreak = (typeof options.wordBreak !== 'undefined') ? options.wordBreak : false,
suffix = options.suffix || '...',
moreLink = options.moreLink || '';
var arr = html.replace(/</g, "\n<")
.replace(/>/g, ">\n")
.replace(/\n\n/g, "\n")
.replace(/^\n/g, "")
.replace(/\n$/g, "")
.split("\n");
var sum = 0,
row, cut, add,
tagMatch,
tagName,
tagStack = [],
more = false;
for (var i = 0; i < arr.length; i++) {
row = arr[i];
// count multiple spaces as one character
rowCut = row.replace(/[ ]+/g, ' ');
if (!row.length) {
continue;
}
if (row[0] !== "<") {
if (sum >= limit) {
row = "";
} else if ((sum + rowCut.length) >= limit) {
cut = limit - sum;
if (row[cut - 1] === ' ') {
while(cut){
cut -= 1;
if(row[cut - 1] !== ' '){
break;
}
}
} else {
add = row.substring(cut).split('').indexOf(' ');
// break on halh of word
if(!wordBreak) {
if (add !== -1) {
cut += add;
} else {
cut = row.length;
}
}
}
row = row.substring(0, cut) + suffix;
if (moreLink) {
row += '<a href="' + moreLink + '" style="display:inline">»</a>';
}
sum = limit;
more = true;
} else {
sum += rowCut.length;
}
} else if (!preserveTags) {
row = '';
} else if (sum >= limit) {
tagMatch = row.match(/[a-zA-Z]+/);
tagName = tagMatch ? tagMatch[0] : '';
if (tagName) {
if (row.substring(0, 2) !== '</') {
tagStack.push(tagName);
row = '';
} else {
while (tagStack[tagStack.length - 1] !== tagName && tagStack.length) {
tagStack.pop();
}
if (tagStack.length) {
row = '';
}
tagStack.pop();
}
} else {
row = '';
}
}
arr[i] = row;
}
return {
html: arr.join("\n").replace(/\n/g, ""),
more: more
};
}
if (typeof module !== 'undefined' && module.exports) {
module.exports = trimHtml;
}
Wykorzystanie
var html = '<div><p>Lorem ipsum dolor sit amet, consectetur adipisicing elit,
sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. </p><p>Ut
enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip
ex ea commodo consequat. </p><p>Duis aute irure dolor in reprehenderit in
voluptate velit esse cillum dolore eu fugiat nulla pariatur. </p><p>Excepteur
sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit
anim id est laborum.</p></div>';
var trim = trimHtml(html, { limit: 200 });
// **returns object**
{
html: '<div><p>Lorem ipsum dolor sit amet, consectetur adipisicing elit,
sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. </p><p>Ut
enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut...
</p></div>',
more: true // indicates if limit is reached
}
to jest dobra i działająca odpowiedź – Arthur
To może się nie udać, gdy mają znaczniki komentarza '' nie będzie poprawnie liczył znacznika zamykającego. –
To jest usuwanie tagów html .. –