你的位置:首页 > ASP.net教程

[ASP.net教程]获取一段HTML文本中的第一张图片与截取内容摘要


有时候我们获得到的数据是一段HTML文本,也许这段文本里面有许多图片,需要截取一张作为标题图片,这时就可以用到下面这个方法获取到第一张图片:

    #region 获取第一张图片    /// <summary>    /// 获取HTML文本的图片地址    /// </summary>    /// <param name="content"></param>    /// <returns></returns>/    ///     public ArrayList getimgurl(string html)    {      ArrayList resultStr = new ArrayList();      Regex r = new Regex(@"<IMG[^>]+src=\s*(?:'(?<src>[^']+)'|""(?<src>[^""]+)""|(?<src>[^>\s]+))\s*[^>]*>", RegexOptions.IgnoreCase);//忽视大小写      MatchCollection mc = r.Matches(html);      foreach (Match m in mc)      {        resultStr.Add(m.Groups["src"].Value.ToLower());      }      if (resultStr.Count > 0)      {        return resultStr;      }      else      {        resultStr.Clear();        return resultStr;      }    }    #endregion

注意:上面所返回的是一个ArrayList 集合,包含了文本里面所有的Img的src!

这样我们就可以访问到img的src了。

 

有时候我们得到的数据是一段HTML文本,需要截取HTML文本的一部分作为内容摘要。此时,我们可以运用下面这个方法:

    #region 新闻内容摘要    /// <summary>    /// 新闻内容摘要    /// </summary>    /// <param name="sString"></param>    /// <param name="nLeng"></param>    /// <returns></returns>    public string GetContentSummary(string content, int length, bool StripHTML)    {      if (string.IsNullOrEmpty(content) || length == 0)        return "";      if (StripHTML)      {        Regex re = new Regex("<[^>]*>");        content = re.Replace(content, "");        content = content.Replace(" ", "").Replace(" ", "");        if (content.Length <= length)          return content;        else          return content.Substring(0, length) + "……";      }      else      {        if (content.Length <= length)          return content;        int pos = 0, npos = 0, size = 0;        bool firststop = false, notr = false, noli = false;        StringBuilder sb = new StringBuilder();        while (true)        {          if (pos >= content.Length)            break;          string cur = content.Substring(pos, 1);          if (cur == "<")          {            string next = content.Substring(pos + 1, 3).ToLower();            if (next.IndexOf("p") == 0 && next.IndexOf("pre") != 0)            {              npos = content.IndexOf(">", pos) + 1;            }            else if (next.IndexOf("/p") == 0 && next.IndexOf("/pr") != 0)            {              npos = content.IndexOf(">", pos) + 1;              if (size < length)                sb.Append("<br/>");            }            else if (next.IndexOf("br") == 0)            {              npos = content.IndexOf(">", pos) + 1;              if (size < length)                sb.Append("<br/>");            }            else if (next.IndexOf("img") == 0)            {              npos = content.IndexOf(">", pos) + 1;              if (size < length)              {                sb.Append(content.Substring(pos, npos - pos));                size += npos - pos + 1;              }            }            else if (next.IndexOf("li") == 0 || next.IndexOf("/li") == 0)            {              npos = content.IndexOf(">", pos) + 1;              if (size < length)              {                sb.Append(content.Substring(pos, npos - pos));              }              else              {                if (!noli && next.IndexOf("/li") == 0)                {                  sb.Append(content.Substring(pos, npos - pos));                  noli = true;                }              }            }            else if (next.IndexOf("tr") == 0 || next.IndexOf("/tr") == 0)            {              npos = content.IndexOf(">", pos) + 1;              if (size < length)              {                sb.Append(content.Substring(pos, npos - pos));              }              else              {                if (!notr && next.IndexOf("/tr") == 0)                {                  sb.Append(content.Substring(pos, npos - pos));                  notr = true;                }              }            }            else if (next.IndexOf("td") == 0 || next.IndexOf("/td") == 0)            {              npos = content.IndexOf(">", pos) + 1;              if (size < length)              {                sb.Append(content.Substring(pos, npos - pos));              }              else              {                if (!notr)                {                  sb.Append(content.Substring(pos, npos - pos));                }              }            }            else            {              npos = content.IndexOf(">", pos) + 1;              sb.Append(content.Substring(pos, npos - pos));            }            if (npos <= pos)              npos = pos + 1;            pos = npos;          }          else          {            if (size < length)            {              sb.Append(cur);              size++;            }            else            {              if (!firststop)              {                sb.Append("……");                firststop = true;              }            }            pos++;          }        }        return sb.ToString();      }    }    #endregion

View Code

注意:方法中的bool StripHTML参数表示是否以HTMl文本方式输出,如果为True的话表示去除HTML标签与样式,截取到的是纯文本,反之就是以HTMl文本输出。

这样我们就可以根据自己喜欢的方式来输出文本。