html截取摘要并补齐标签(htmlparser)一

http://scnujie.iteye.com/blog/232743

从html里面截取摘要关键在于在截取的时候不能截断它里面的标签，所以就要想法让它在截取的时候能截全标签：方法是写一个算法让它在截取所指定长度时只计算标签

外面文本的数量而标签里面的长度不计算在内，这样才能以指定的长度截取到不会断节的标签：

　　下面就是这个小算法（见笑了）：

publicstaticStringreadWithTag(Filefilename,intlength)throwsIOException{
Stringcontent=readFileByLines(filename);
intpos=0,len=0,count=0;
Strings="";
StringBuffersb=newStringBuffer();
while(true)
{
if(count>=length)
break;
s=content.substring(pos,pos+1);
if(s.equals("<"))
{
len=content.indexOf(">",pos)-pos;
for(inti=0;i<len;i++)
{
s=content.substring(pos+i,pos+i+1);
sb.append(s);
}
pos+=len;
}
else
{
if(count<length)
{
if(s.equals(">"))
{
sb.append(s);
pos++;
}
sb.append(s);
count++;
pos++;
}
}
}

returnsb.toString();
}

详情请见下一篇:html截取摘要并补齐标签二