內容是 HTML 格式的時候,直接截取前多少個字符顯然不合適——很可能把一個標籤攔腰切斷,頁面結構瞬間爛掉。可如果先把所有標籤去掉再截取,格式又全丟了,效果同樣不理想。折騰一番之後,寫下這段代碼,基本能滿足需求。
復制代碼 代碼如下:
var br = {};
br.spTags = ["img","br","hr"];/*不需要成對出現的標記*/
br.contain = function(arr,it){
for(var i=0,len=arr.length;i<len;i++){
if(arr[i]==it){
return true;
}
}
return false;
}
br.subArtc = function(article,worldNum){
var result = [];
/*首先截取需要的字串*/
var wcount = 0;
var startTags = [],endTags = [];
var isInTag = false;
for(var i=0,len=article.length;i<len;i++){
var w = article[i];
result.push(w);
if(w=="<"){
isInTag = true;
}
if(!isInTag){
wcount++;
if(wcount==worldNum){
break;
}
}
if(w==">"){
isInTag = false;
}
}
/*對字串進行處理*/
var j=0;
isInTag = false;
var isStartTag = true;
var tagTemp = "";
while(j<i){
w = result[j];
if(isInTag){
if(w==">" || w==" " || w=="/"){
isInTag = false;
if(isStartTag){
startTags.push(tagTemp);
}else{
endTags.push(tagTemp);
}
tagTemp = "";
}
if(isInTag){
tagTemp+=w;
}
}
if(w=="<"){
isInTag = true;
if(result[j+1]=="/"){
isStartTag = false;
j++;
}else{
isStartTag = true;
}
}
j++;
}
/*剔除img,br等不需要成對出現的標記*/
var newStartTags = [];
for(var x=0,len=startTags.length;x<len;x++){
if(!br.contain(br.spTags,startTags[x])){
newStartTags.push(startTags[x]);
}
}
/*添加沒有的結束標記*/
var unEndTagsCount = newStartTags.length - endTags.length;
while(unEndTagsCount>0){
result.push("<");
result.push("</")
result.push(newStartTags[unEndTagsCount-1]);
result.push(">");
unEndTagsCount--;
}
return result.join("");
};
算法分四步走
第一步,繞過標記數正文。比如要顯示前 100 個字,就跳過標籤去檢索,找到第 100 個真實字符的索引,再截取該索引之前的字串。
第二步,收集標籤。基於第一步得到的字串,統計其中出現的開始標記與結束標記。這裡的開始標記以「<」開頭且下一個字符不為「/」來判定。
第三步,剔除自閉合標記。把 br、img、hr 這類不需要成對出現的標籤從開始標記裡去掉,否則後面補標籤會補錯。
第四步,反向配對。對比處理後的開始標記與結束標記,把沒配成對的按合適位置補上,保證 HTML 結構閉合。
這個功能沒有經過嚴格測試,有興趣的朋友可以幫忙驗證,有更好的想法也歡迎回帖討論。
作者:cnblogs bravfing