C#获取HTML文本的第一张图片与截取内容摘要示例代码
获取第一张图片
要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、也就是做为主图、这时就可以用到下面这个方法获取到第一张图片。
示例代码
#region获取第一张图片
///<summary>
///获取HTML文本的图片地址
///</summary>
///<paramname="content"></param>
///<returns></returns>/
///
publicArrayListgetimgurl(stringhtml)
{
ArrayListresultStr=newArrayList();
Regexr=newRegex(@"<IMG[^>]src=s*(?:´(?<src>[^´])´|""(?<src>[^""])""|(?<src>[^>s]))s*[^>]*>",RegexOptions.IgnoreCase);//忽视大小写
MatchCollectionmc=r.Matches(html);
foreach(Matchminmc)
{
resultStr.Add(m.Groups["src"].Value.ToLower());
}
if(resultStr.Count>0)
{
returnresultStr;
}
else
{
resultStr.Clear();
returnresultStr;
}
}
#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
截取HTML文本
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
示例代码
#region新闻内容摘要
///<summary>
///新闻内容摘要
///</summary>
///<paramname="sString"></param>
///<paramname="nLeng"></param>
///<returns></returns>
publicstringGetContentSummary(stringcontent,intlength,boolStripHTML)
{
if(string.IsNullOrEmpty(content)||length==0)
return"";
if(StripHTML)
{
Regexre=newRegex("<[^>]*>");
content=re.Replace(content,"");
content=content.Replace("","").Replace("","");
if(content.Length<=length)
returncontent;
else
returncontent.Substring(0,length)"……";
}
else
{
if(content.Length<=length)
returncontent;
intpos=0,npos=0,size=0;
boolfirststop=false,notr=false,noli=false;
StringBuildersb=newStringBuilder();
while(true)
{
if(pos>=content.Length)
break;
stringcur=content.Substring(pos,1);
if(cur=="<")
{
stringnext=content.Substring(pos1,3).ToLower();
if(next.IndexOf("p")==0&&next.IndexOf("pre")!=0)
{
npos=content.IndexOf(">",pos)1;
}
elseif(next.IndexOf("/p")==0&&next.IndexOf("/pr")!=0)
{
npos=content.IndexOf(">",pos)1;
if(size<length)
sb.Append("<br/>");
}
elseif(next.IndexOf("br")==0)
{
npos=content.IndexOf(">",pos)1;
if(size<length)
sb.Append("<br/>");
}
elseif(next.IndexOf("img")==0)
{
npos=content.IndexOf(">",pos)1;
if(size<length)
{
sb.Append(content.Substring(pos,npos-pos));
size=npos-pos1;
}
}
elseif(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;
}
}
}
elseif(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;
}
}
}
elseif(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=pos1;
pos=npos;
}
else
{
if(size<length)
{
sb.Append(cur);
size;
}
else
{
if(!firststop)
{
sb.Append("……");
firststop=true;
}
}
pos;
}
}
returnsb.ToString();
}
}
#endregion
总结
以上就是利用C#获取一段HTML文本中的第一张图片和截取内容摘要的全部内容，希望本文的内容对大家学习或者使用C#能有所帮助，如果有疑问大家可以留言交流，谢谢大家对毛票票的支持。