c # Обрезать HTML безопасно для резюме статьи
У кого-нибудь есть вариация c # этого?
Это так, я могу взять HTML-код и отображать его без разбора в качестве сводного руководства к статье?
Обрезать текст, содержащий HTML, игнорируя теги
Спаси меня от изобретения колеса!
редактироватьИзвините, новость здесь и ваше право, лучше бы сформулировать вопрос, вот немного больше информации
Я хочу взять строку html и обрезать ее до заданного количества слов (или даже длины символа), чтобы затем я мог показать начало в виде резюме (которое затем приводит к основной статье). Я хочу сохранить HTML, чтобы я мог показать ссылки и т. Д. В предварительном просмотре.
Основная проблема, которую я должен решить, это то, что мы можем получить незамеченные html-теги, если усечем их в середине одного или нескольких тегов!
Идея, которую я имею для решения, состоит в том, чтобы
сначала обрежьте слова html до N (слова лучше, но символы в порядке) (не останавливайтесь на середине тега и не обрезайте атрибут require)
работать через открытые теги html в этой усеченной строке (может быть, вставьте их в стек, как я иду?)
затем проработайте закрывающие теги и убедитесь, что они совпадают с теми, что находятся в стеке, как я их выкину?
если после этого в стеке остались какие-либо открытые теги, запишите их в конец усеченной строки, и html должен быть хорош!
Изменить 12/11/2009Вот то, что я собрал вместе в файле unittest в VS2008, этоможет' помогите кому-нибудь в будущемМои попытки взлома, основанные на коде Яна, на вершине для версии char + word version (ОТКАЗ ОТ ОТВЕТСТВЕННОСТИ: это грязный грубый код !! с моей стороны)Я предполагаю работать схорошо сформированный» HTML во всех случаях (но не обязательно полный документ с корневым узлом согласно версии XML)XML-версия Abels находится в самом низу, но еще не дошла до полного запуска тестов для этого (плюс нужно понимать код) ...Я буду обновлять, когда я получу шанс уточнитьвозникли проблемы с размещением кода? нет ли возможности загрузки в стек?Спасибо за все комментарии :)
using System;
using System.Collections.Generic;
using System.Text.RegularExpressions;
using System.Xml;
using System.Xml.XPath;
using Microsoft.VisualStudio.TestTools.UnitTesting;
namespace PINET40TestProject
{
[TestClass]
public class UtilityUnitTest
{
public static string TruncateHTMLSafeishChar(string text, int charCount)
{
bool inTag = false;
int cntr = 0;
int cntrContent = 0;
// loop through html, counting only viewable content
foreach (Char c in text)
{
if (cntrContent == charCount) break;
cntr++;
if (c == '')
{
inTag = false;
continue;
}
if (!inTag) cntrContent++;
}
string substr = text.Substring(0, cntr);
//search for nonclosed tags
MatchCollection openedTags = new Regex("").Matches(substr);
MatchCollection closedTags = new Regex("").Matches(substr);
// create stack
Stack opentagsStack = new Stack();
Stack closedtagsStack = new Stack();
// to be honest, this seemed like a good idea then I got lost along the way
// so logic is probably hanging by a thread!!
foreach (Match tag in openedTags)
{
string openedtag = tag.Value.Substring(1, tag.Value.Length - 2);
// strip any attributes, sure we can use regex for this!
if (openedtag.IndexOf(" ") >= 0)
{
openedtag = openedtag.Substring(0, openedtag.IndexOf(" "));
}
// ignore brs as self-closed
if (openedtag.Trim() != "br")
{
opentagsStack.Push(openedtag);
}
}
foreach (Match tag in closedTags)
{
string closedtag = tag.Value.Substring(2, tag.Value.Length - 3);
closedtagsStack.Push(closedtag);
}
if (closedtagsStack.Count < opentagsStack.Count)
{
while (opentagsStack.Count > 0)
{
string tagstr = opentagsStack.Pop();
if (closedtagsStack.Count == 0 || tagstr != closedtagsStack.Peek())
{
substr += "";
}
else
{
closedtagsStack.Pop();
}
}
}
return substr;
}
public static string TruncateHTMLSafeishWord(string text, int wordCount)
{
bool inTag = false;
int cntr = 0;
int cntrWords = 0;
Char lastc = ' ';
// loop through html, counting only viewable content
foreach (Char c in text)
{
if (cntrWords == wordCount) break;
cntr++;
if (c == '')
{
inTag = false;
continue;
}
if (!inTag)
{
// do not count double spaces, and a space not in a tag counts as a word
if (c == 32 && lastc != 32)
cntrWords++;
}
}
string substr = text.Substring(0, cntr) + " ...";
//search for nonclosed tags
MatchCollection openedTags = new Regex("").Matches(substr);
MatchCollection closedTags = new Regex("").Matches(substr);
// create stack
Stack opentagsStack = new Stack();
Stack closedtagsStack = new Stack();
foreach (Match tag in openedTags)
{
string openedtag = tag.Value.Substring(1, tag.Value.Length - 2);
// strip any attributes, sure we can use regex for this!
if (openedtag.IndexOf(" ") >= 0)
{
openedtag = openedtag.Substring(0, openedtag.IndexOf(" "));
}
// ignore brs as self-closed
if (openedtag.Trim() != "br")
{
opentagsStack.Push(openedtag);
}
}
foreach (Match tag in closedTags)
{
string closedtag = tag.Value.Substring(2, tag.Value.Length - 3);
closedtagsStack.Push(closedtag);
}
if (closedtagsStack.Count < opentagsStack.Count)
{
while (opentagsStack.Count > 0)
{
string tagstr = opentagsStack.Pop();
if (closedtagsStack.Count == 0 || tagstr != closedtagsStack.Peek())
{
substr += "";
}
else
{
closedtagsStack.Pop();
}
}
}
return substr;
}
public static string TruncateHTMLSafeishCharXML(string text, int charCount)
{
// your data, probably comes from somewhere, or as params to a methodint
XmlDocument xml = new XmlDocument();
xml.LoadXml(text);
// create a navigator, this is our primary tool
XPathNavigator navigator = xml.CreateNavigator();
XPathNavigator breakPoint = null;
// find the text node we need:
while (navigator.MoveToFollowing(XPathNodeType.Text))
{
string lastText = navigator.Value.Substring(0, Math.Min(charCount, navigator.Value.Length));
charCount -= navigator.Value.Length;
if (charCount