c# - 关闭截断字符串中的 HTML 标记

Question

我有一个 ASP.NET 页面，其中一个接一个地显示许多博客文章。我不想打印整个博客文章，而只想打印一定数量的带有阅读更多链接的字符。每篇文章都以 html 格式保存在加载它的数据库中。我目前从帖子中剥离所有 html 标签并显示设定的字符数（例如前 300 个），但我最终失去了所有样式。如果我不去掉标签，那么被截断的帖子会得到各种未关闭的 html 标签，这些标签会破坏页面，尤其是在 IE 上。博客文章是通过我无法控制的不同系统输入的。为了克服这个问题，我已经编写了一个方法，该方法将字符串中的 html 添加到数组列表中，并在关闭标签后立即将其从数组列表的末尾删除，因此最后数组列表只剩下开放标签还没有关闭。我检查这些标签并将每个标签替换为其结束标签。然后我将所有这些结束标记添加到一个字符串中，并将该字符串附加到实际的 html 字符串中。向字符串添加开始标签时，我会忽略所有包含 /> 的标签，以避免自关闭标签。这对我来说是工作，但我的方法容易出现错误，因为 html 字符串是不可预测的。有没有更好的方法解决这个问题？向字符串添加开始标签时，我会忽略所有包含 /> 的标签，以避免自关闭标签。这对我来说是工作，但我的方法容易出现错误，因为 html 字符串是不可预测的。有没有更好的方法解决这个问题？向字符串添加开始标签时，我会忽略所有包含 /> 的标签，以避免自关闭标签。这对我来说是工作，但我的方法容易出现错误，因为 html 字符串是不可预测的。有没有更好的方法解决这个问题？

Answer 1

与其尝试将博客文章作为原始 html 进行操作，不如假设博客文章的结构一致，提取博客文章的内容并根据需要重新格式化。

例如，如果博客是这样的格式，

<blog>
  <title>The blog title</title>
  <content>
    A bunch of content
  </content>
</blog>

然后将博客解析成 POCO

public class Blog
{
  public string Title { get; set; }
  public string Content { get; set; }
}

然后操纵内容并根据需要重新显示它。

<div class="blog-summary">
  <h1>@Model.Title</h1>
  <p>
    @Model.Content.Substring(0, 300)
  </p>
</div>

这样，您只需要获取博客内容的子字符串，而不是标记。