如何实现JavaScript文章截取部分并保持HTML显示的无损效果？

本文共计724个文字，预计阅读时间需要3分钟。

由于是HTML格式的文本内容，直接截取内容前缀自然不合适。如果直接去除所有HTML格式后再次截取，也无法达到预期效果。经过网上搜索，以下代码可以满足基本需求：

pythonimport re

def extract_text(_content): # 去除HTML标签 text=re.sub(r']+>', '', _content) # 截取前100个字符 return text[:100]

这段代码首先使用正则表达式去除HTML标签，然后截取前100个字符。基本可以满足要求。

因为是html格式的内容，直接截取内容的前多少字符显然不合适了。而如果直接去掉所有html格式然后再截取又无法达到想要的效果，再网上搜了一通之后，写下如下代码应该可以满足基本的要求

---

因为是html格式的内容，直接截取内容的前多少字符显然不合适了。而如果直接去掉所有html格式然后再截取又无法达到想要的效果，再网上搜了一通之后，写下如下代码应该可以满足基本的要求了。(js写的，因为容易调试)

代码如下:var br = {}; br.spTags = [“img”,”br”,”hr”];/*不需要成对出现的标记*/ br.cOntain= function(arr,it){ for(var i=0,len=arr.length;i”){ isInTag = false; } } /*对字串进行处理*/ var j=0; isInTag = false; var isStartTag = true; var tagTemp = “”; while(j” || 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等不需要成对出现的标记*/ var newStartTags = []; for(var x=0,len=startTags.length;x0){ result.push(“<“); result.push(“/”) result.push(newStartTags[unEndTagsCount-1]); result.push(“>”); unEndTagsCount–; } return result.join(“”); };

基本思路：

1.绕过标记，取得实际内容字数 ，如需要显示内容前100个字，绕过标记检索，得到第一百个字实际的索引。然后截取此索引前面的字串。

2.根据一得到的字串，得到这个字串中存在的开始标记和结束标记。注：此处的开始标记标识以”<“开通，且下一个字符不为”/”。

3.剔除2中 得到的开始标记中的不需要成对出现的标记。如br,img,hr等。

4.对比经过3处理的开始标记和2中得到的结束标记，没有配成对的在合适的位置为其配对。

此功能没有经过严格的测试，大家若有兴趣可以可以帮忙测试，有更好的想法的也可以回帖讨论。

作者：cnblogs bravfing

—-想了解更多的linux相关异常处理怎么解决关注

---

---