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='/images/loading.gif' data-original=\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(); } } #endregionView 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。
原标题：获取一段HTML文本中的第一张图片与截取内容摘要
关键词：HTML
我知道了 