獲取一段HTML文本中的第一張圖片與截取內容摘要，

獲取一段HTML文本中的第一張圖片與截取內容摘要，

有時候我們獲得到的數據是一段HTML文本，也許這段文本裡面有許多圖片，需要截取一張作為標題圖片，這時就可以用到下面這個方法獲取到第一張圖片：

        #region 獲取第一張圖片

        /// <summary>
        /// 獲取HTML文本的圖片地址
        /// </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);//忽視大小寫
            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：上面所返回的是一個ArrayList 集合，包含了文本裡面所有的Img的src！

這樣我們就可以訪問到img的src了。

 

有時候我們得到的數據是一段HTML文本，需要截取HTML文本的一部分作為內容摘要。此時，我們可以運用下面這個方法：

#region 新聞內容摘要 /// <summary> /// 新聞內容摘要 /// </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參數表示是否以HTMl文本方式輸出，如果為True的話表示去除HTML標簽與樣式，截取到的是純文本，反之就是以HTMl文本輸出。

這樣我們就可以根據自己喜歡的方式來輸出文本。