文本截取～～（各位大神支招，不限语言）

reb00t

题目是:
假设有"123<em>abc</em>456<em>def</em>789"这么一个字符串,写一个函数，可以传入一个字符串，和一个要截取的长度。返回截取后的结果。

要求:
1 <em>和</em>标记不得计算在长度之内。
2 截取后的字符串，要保留原有<em>标签，不过如果最后有一个标签没有闭合，则去掉其开始标签。

示例:
题中的字符串，要截取长度5，则返回的字符串应该为:123ab,要截取长度8，应返回123<em>abc</em>45。

ly5066113

回复 1# reb00t


try:

1. awk -v l=8 -v RS='<[^>]*>' '{if(!(NR%2==0&&l<length))printf r;printf substr($0,1,l);if((l-=length)<0)exit;r=RT}'

复制代码

love_shift

写个伪py

1. >>> s = '123<em>abc</em>456<em>def</em>789'
   
2. >>>
   
3. >>> import re
   
4. >>> s = '123<em>abc</em>456<em>def</em>789'
   
5. >>> index = 5
   
6. >>> re.sub(r'(.{3})(.{3})',r'\1<em>\2</em>',re.sub(r'</?em>','',s)[:index])
   
7. '123ab'
   
8. >>> index = 8
   
9. >>> re.sub(r'(.{3})(.{3})',r'\1<em>\2</em>',re.sub(r'</?em>','',s)[:index])
   
10. '123<em>abc</em>45'

复制代码

jason680

回复 1# reb00t

$ echo "123<em>abc</em>456<em>def</em>789" | awk -vx=5 'BEGIN{FS="";w=1}{for(n=1;n<=NF;n++){if($n=="<")w=0;c+=w;a[c]=n;if($n==">"){w=1;a[c]=n}};d=substr($0,1,a[x]);d=gensub(/<em>([^<]+)$/,"\\1","",d);print d}'
123ab

$ echo "123<em>abc</em>456<em>def</em>789" | awk -vx=8 'BEGIN{FS="";w=1}{for(n=1;n<=NF;n++){if($n=="<")w=0;c+=w;a[c]=n;if($n==">"){w=1;a[c]=n}};d=substr($0,1,a[x]);d=gensub(/<em>([^<]+)$/,"\\1","",d);print d}'
123<em>abc</em>45

$ echo "123<em>abc</em>456<em>def</em>789" | awk -vx=13 'BEGIN{FS="";w=1}{for(n=1;n<=NF;n++){if($n=="<")w=0;c+=w;a[c]=n;if($n==">"){w=1;a[c]=n}};d=substr($0,1,a[x]);d=gensub(/<em>([^<]+)$/,"\\1","",d);print d}'
123<em>abc</em>456<em>def</em>7

love_shift

1. [root@localhost home]# echo '123<em>abc</em>456<em>def</em>789' | sed -r 's#</?em>##g;s/(^.{5}).*/\1/;s#(.{3})(.{3})#\1<em>\2</em>#g'
   
2. 123ab
   
3. [root@localhost home]# echo '123<em>abc</em>456<em>def</em>789' | sed -r 's#</?em>##g;s/(^.{8}).*/\1/;s#(.{3})(.{3})#\1<em>\2</em>#g'
   
4. 123<em>abc</em>45

复制代码

思路一样，copy下

reb00t

1. <?php
   
2. 
   
3. //$str = "123<em>abc</em>456<em>def</em>789";
   
4. $str = "1<em>abc</em>d<em>f</em>789";
   
5. $length = 7;
   
6. function strfind($str,$length){
   
7.    $pa = '/<[^>]+>/';
   
8.    $arr = preg_split($pa, trim($str));
   
9.    foreach ($arr as $k => $v) {
   
10.         if(strlen(trim($v))< $length){
    
11.             $newarr[]=$v;
    
12.             $t++;
    
13.             $length = $length-strlen(trim($v));
    
14.          }else{
    
15.             $newarr[]=substr($v, 0, $length);
    
16.             break;
    
17.          }
    
18.       
    
19.    }
    
20.    $e =count($newarr)-1;
    
21.    foreach ($newarr as $kk => $vv) {
    
22.        if($t>=2 && $kk!=$e){
    
23.         $OFS=($kk%2==0)?"<em>":"</em>";
    
24.         $newstr.=$vv.$OFS;
    
25.        }else{
    
26.          $OFS="";
    
27.          $newstr.=$vv.$OFS;
    
28.        }           
    
29.     }
    
30.       echo $newstr;
    
31.    
    
32. }
    
33. strfind($str,$length);
    
34. ?>

复制代码

脚本支持字符串任意变化，长度任意。

结果：
1<em>abc</em>d<em>f</em>7[Finished in 0.3s]

ly5066113

回复 4# jason680


x=3 的时候有问题

这个冬天不冷

回复 7# ly5066113

1. 123<em>
   

复制代码

bulletmarquis

回复 2# ly5066113


    原来还有RT这种变量啊，学到了。。。

jason680

回复 7# ly5066113

Thank you for your notice.

$ echo "123<em>abc</em>456<em>def</em>789" | awk -vx=3 'BEGIN{FS="";w=1}{for(n=1;n<=NF;n++){if($n=="<")w=0;c+=w;a[c]=n;if($n==">"){w=1;a[c]=n}};d=substr($0,1,a[x]);d=gensub(/<em>([^<]+)$/,"\\1","",d);print d}'
123<em>

$ echo "123<em>abc</em>456<em>def</em>789" | awk -vx=3 'BEGIN{FS="";w=1}{for(n=1;n<=NF;n++){if($n=="<")w=0;c+=w;a[c]=n;if($n==">"){w=1;a[c]=n}};d=substr($0,1,a[x]);d=gensub(/<em>([^<]*)$/,"\\1","",d);print d}'
123