ASP关于截取含有Html代码的文本段

仅是个人在实际运用中碰到的一个小问题，提供一上Juven自己的解决思路。

这应该是开发WEB程序中经常遇到的问题。

'文本段代码

Dim fString

fString = "中华人民共和国中华人民共和国中华人民共和国中华人民共和国"

如果一段文本段含有Html代码，截取该文本段为10个字符长，相信大家首先使用Len与Left函数，但这些函数识别的中文汉字当做为一个字符，这样输出的结果肯定不会正确。借用自定义函数CutStr......

'用省略号格式化数据标题（兼容中文字）

function CutStr(str,strlen,endStr)

dim cvSt:cvSt=Str

if cvSt="" then

CutStr=""

exit function

end if

dim l,t,c

l=len(cvSt)

t=0

for i=1 to l

c=Abs(Asc(Mid(cvSt,i,1)))

if c>255 then

t=t+2

else t=t+1

end if

if t>=strlen then

cutStr=left(cvSt,i)&endStr

exit for

else cutStr=cvSt

end if

cutStr=replace(cutStr,chr(10),"")

cutStr=replace(cutStr,chr(0),"")

end Function

使用CutStr截取：

<%response.write CutStr(fString,10,"...")%>

则输入结果为html代码，并不会显示“中华人民共和国”。显然，结果是错误的！

现在要考虑的先去除Html代码，再截取字符。

给自动删除html代码提供一个函数，使用正则表达式：

'去掉HTML标记

Public Function Replacehtml(Textstr)

Dim Str,re

Str=Textstr

Set re=new RegExp

re.IgnoreCase =True

re.Global=True

re.Pattern="<(.[^>]*)>"

Str=re.Replace(Str, "")

Set Re=Nothing

Replacehtml=Str

End Function

然后再截取字符，整个代码如下：

'去掉HTML标记

Public Function Replacehtml(Textstr)

Dim Str,re

Str=Textstr

Set re=new RegExp

re.IgnoreCase =True

re.Global=True

re.Pattern="<(.[^>]*)>"

Str=re.Replace(Str, "")

Set Re=Nothing

Replacehtml=Str

End Function

'用省略号格式化数据标题（兼容中文字）

function CutStr(str,strlen,endStr)

dim cvSt:cvSt=Str

if cvSt="" then

CutStr=""

exit function

end if

dim l,t,c

l=len(cvSt)

t=0

for i=1 to l

c=Abs(Asc(Mid(cvSt,i,1)))

if c>255 then

t=t+2

else t=t+1

end if

if t>=strlen then

cutStr=left(cvSt,i)&endStr

exit for

else cutStr=cvSt

end if

cutStr=replace(cutStr,chr(10),"")

cutStr=replace(cutStr,chr(0),"")

end Function

Dim fString : fString = "中华人民共和国中华人民共和国中华人民共和国中华人民共和国"

response.write "原来的字符集：" & fString & ""

response.write "去除Html代码的字符：" & Replacehtml(fString) & ""

response.write "转换后的字符：" & CutStr(Replacehtml(fString),14,"")

最后对文本段fString截取前10个字符，真正显示的结果就是“中华人民共和国”。