[字号：大中小]

一个超级困难的问题，做了2个月，还是没有解决。希望大家帮我。

发布时间:2008-10-26 15:53 　　作者: subs 　　信息来源: PHPChina 开源社区门户

我目前在开发一个小说的浏览功能，但是小说很长，一般在1000万字左右，小说里面还有图片，该小说的内容保存在数据库里。
在浏览小说的时候打算分页，比如浏览1000万的小说就分1000页，每页就1万字左右，但是因为小说里面有图片，导致按字数分的时候出现问题。
比如html <img src=aaaa.jpg>有可能就被截断了，<img src=a 在第一页，aaa.jpg> 在下一页，请问怎么解决这个问题，谢谢

最新回复

subs at 2008-10-26 15:53:34: 能不能做成遇到html代码，等代码结束了再分页。
海底人 at 2008-10-26 16:02:39: 有一个想法,不知是否可行,你可以在每页的节点处做一个缓冲区,比如向前取200个字符,向后取200个字符,这样整个缓冲区内就有400个字符,然后在这400个字符中进行判断,在没有HTML代码的地方取一个分页节点.

我现在就是用这个方法,感觉还行,不知是否适合你!!!
showphp at 2008-10-26 16:09:23: 尝试补全标签

http://tidy.sourceforge.net/

http://tw2.php.net/tidy
shm385 at 2008-10-26 16:37:25: 判断前后50个字符都不允许有HTML的东西
action2001 at 2008-10-26 19:37:56: 没试过啊，手动插入分页符吧
xyiyo at 2008-10-26 20:32:16: 遇到图片时判断图片长度,按图片长度所占文字的行数来判断,LZ可以去试下~~虽然我没做过,不过应该可行的
yz20sui at 2008-10-26 21:03:31: 过滤掉html再分页啊
panjinww at 2008-10-26 22:02:42: QUOTE:
原帖由 海底人 于 2008-10-26 16:02 发表
有一个想法,不知是否可行,你可以在每页的节点处做一个缓冲区,比如向前取200个字符,向后取200个字符,这样整个缓冲区内就有400个字符,然后在这400个字符中进行判断,在没有HTML代码的地方取一个分页节点.

我现在就是 ...
偶也是这么整的
subs at 2008-10-26 22:41:06: 郁闷了好久，就是写不出来啊
subs at 2008-10-26 22:42:08: QUOTE:
原帖由 showphp 于 2008-10-26 16:09 发表
尝试补全标签

http://tidy.sourceforge.net/

http://tw2.php.net/tidy
补全应该怎么用了，谢谢
subs at 2008-10-26 22:46:26: 应该先拆分，再补全，这样图片就会前一页和后一页都存在啊
subs at 2008-10-26 22:52:10: 不过补全也算是个办法，谢谢。
不知道还有别的方案没有啊？
CrossMaya at 2008-10-26 22:55:04: 其实用>当定位符也可以！

0-1000的字符搜索是否有> 如果有就多一位截取然后再截取不过麻烦点
subs at 2008-10-26 23:11:19: QUOTE:
原帖由 CrossMaya 于 2008-10-26 22:55 发表
其实用>当定位符也可以！

0-1000的字符搜索是否有> 如果有就多一位截取然后再截取不过麻烦点
不对，>可以是标签的开始，也可以是结束，所以不能判断。
<a href='aaa.htm'>aaa</a>
这里要是以>，就会出问题，在前面就被截断了，链接字就不见了
CrossMaya at 2008-10-26 23:13:55: 我以为就图片没考虑链接

那还是用标签补全吧没弄过标签不全弄完了贴个代码看看
xiaoxiao0503 at 2008-10-26 23:17:54: 晕原文章就没个章节啥的呀
貌似比较复杂，楼主弄完了代码分享下。。。

个人觉得还是标签补全比较好些
subs at 2008-10-26 23:20:28: 目前标签确实是个好办法，代码量也不多，唉，搞了很久了，是个难题
subs at 2008-10-26 23:25:11: <%
'Version 1.2
'Author Turnip
'QQ 63842303
'Update 2008-6-21 3:21:15

' 使用实例:
'
' Dim strCnt
' strCnt = "<P>0<FONT face=Verdana>1<BR>2<BR>3<BR>4</FONT><table><tr><td></td></tr></table>5</P>6"
'
' Dim clsDoc,content,setpage
'
' Set clsDoc = new splitDoc
' clsDoc.sStr = str(0) 字符串
' clsDoc.pageSize = 1 第页显示的字符数(可选,默认为1000个字符)
' clsDoc.curPage = Request("docpage") 要显示的页码
' content = clsDoc.getStr() 截取后的内容
' setpage = clsDoc.showPage(para) 翻页
' Set clsDoc = Nothing

Class splitDoc
Private sRegExp       '正则对象
Private arrLable       '存放标签的数组
Private arrTotal       '存放数据和空标签的数组
Private isInFst       '标签是否在字符串的开始
Private isNeedSplit    '是否需要分隔
Private isIncLabel    '字符串是否含有标签
Private delimiter    '分隔符
Public sStr          '字符串
Public pageSize       '每页显示的字数---默认为1000字
Public curPage       '现在要显示的页码---默认为第一页
Private totalPage       '共有几页

Public Function getStr()
      Call chkNeedR
      If isNeedSplit Then
         Dim iLable, iTotal, tmpNum, curNum, startNum, endNum, startPos, lenTmp, strTmp
Call chkCurPage()
         If Not isIncLabel Then '不含有标签,直接截取
            startPos = pageSize * (curPage - 1) + 1
            getStr = Mid(sStr, startPos, pageSize)
         Else
            curNum = 0
            startNum = pageSize * (curPage - 1) + 1
            endNum = pageSize * curPage
            iLable = 0
            Call getArrLable
            Call getArrTotal
            For iTotal = 0 To UBound(arrTotal)
                  lenTmp = Len(arrTotal(iTotal))
                  If lenTmp > 0 Then
                     If curNum < startNum Then
                        If curNum + lenTmp >= startNum Then
                              If curNum + lenTmp >= endNum Then
strTmp = strTmp & Mid(arrTotal(iTotal), startNum - curNum, endNum - startNum + 1)
                                 strTmp = strTmp & joinArrLable(iLable)
                                 Exit For
                              Else
                                 strTmp = strTmp & Mid(arrTotal(iTotal), startNum - curNum)
                                 curNum = curNum + lenTmp
                              End If
                        Else
                              curNum = curNum + lenTmp
                        End If
                     ElseIf curNum < endNum Then
                        If curNum + lenTmp <= endNum Then
                              strTmp = strTmp & arrTotal(iTotal)
                              curNum = curNum + lenTmp
                        Else
                              strTmp = strTmp & Mid(arrTotal(iTotal), 1, endNum - curNum)
                              strTmp = strTmp & joinArrLable(iLable)
                              Exit For
                        End If
                     Else
                        strTmp = strTmp & joinArrLable(iLable)
                        Exit For
                     End If
                     strTmp = strTmp & addALable(iLable)
                  Else
                     strTmp = strTmp & addALable(iLable)
                  End If
            Next
            getStr = TrimBlank(strTmp)
         End If
      Else
         getStr = sStr
      End If
End Function

Private Function joinArrLable(strtIndex)
      Dim i
      For i = strtIndex To UBound(arrLable)
         joinArrLable = joinArrLable & arrLable(i)
      Next
End Function

Private Sub chkCurPage()
If Not IsNumeric(curPage) Then
curPage=1
ElseIf CDbl(curPage)<1 Then
curPage = 1
ElseIf CDbl(curPage)>totalPage Then
curPage=totalPage
End If
End Sub

Private Function addALable(index)
      If index <= UBound(arrLable) Then
         addALable = arrLable(index)
         index = index + 1
      End If
End Function

Private Sub Class_Initialize()
      Set sRegExp = New RegExp
      sRegExp.Pattern = "<[^>]*>"
      sRegExp.IgnoreCase = True
      sRegExp.Global = True
      pageSize = 1000
      curPage = 1
      delimiter = "$split"
End Sub

Private Function TrimBlank(ByVal str)
Dim arrPattern(2),i
arrPattern(0) = "<tr[^>]*>(<td[^>]*>\s*<\/td>)*<\/tr>"
arrPattern(1) = "<table[^>]*><\/table>"
arrPattern(2) = "<p[^>]*>(<\/?[^>]*>)*</p>"
For i=0 To UBound(arrPattern)
sRegExp.Pattern = arrPattern(i)
str = sRegExp.Replace(str, "")
Next
TrimBlank = str
End Function

Private Sub Class_Terminate()
      Set sRegExp = Nothing
End Sub

Private Sub getArrLable()
      Dim Match, Matches, RetStr, strTmp
      strTmp = sStr
      Set Matches = sRegExp.Execute(strTmp)
      For Each Match In Matches
         RetStr = RetStr & delimiter & Match.Value
      Next
      arrLable = Split(Mid(RetStr, Len(delimiter) + 1), delimiter)
End Sub

Private Sub getArrTotal()
      Dim strTmp
      strTmp = sStr
      arrTotal = Split(sRegExp.Replace(strTmp, delimiter), delimiter)
End Sub

Private Sub chkNeedR()
On Error Resume Next
      Dim strTmp, totalChr
      strTmp = sStr

      totalChr = Len(sRegExp.Replace(strTmp, ""))
      If Len(strTmp) <= pageSize Or totalChr <= pageSize Then
         totalPage = 1
         isNeedSplit = False
      Else
         totalPage = Fix(totalChr / pageSize)
         If (totalChr Mod pageSize) <> 0 Then totalPage = totalPage + 1
         isNeedSplit = True
      End If
      isIncLabel = sRegExp.test(strTmp)
End Sub

Public Function showPage(para)
      Dim arr,i,n
ReDim arr(totalPage)
      For i = 1 To totalPage
         If CStr(i) = CStr(curPage) Then
            arr(n) = "<span style=""color:red;"">[" & i & "]</span> "
         Else
            arr(n) = "<a href='?docpage=" & i & para & "'>[" & i & "]</a> "
         End If
         n = n + 1
      Next
      If totalPage > 1 Then showPage = "<div class=""docpage"" style=""text-align:center;"">" & Join(arr, "") & "</div>"
End Function
End Class
%>
subs at 2008-10-26 23:25:43: 贴了段asp的，能解决这个问题，但是太复杂了，不想翻译成php
subs at 2008-10-27 09:28:50: 今天写了补全，还是不行：

<a href=aaaa.jpg>sdfdsf</a>

前一页是：<a href=aa
后一页是：aa.jpg>sdfdsf</a>
结果前一页被补全成了：<a href=aa></a>
后面的aa.jpg不见了

查看全部回复我也来说两句

一个超级困难的问题，做了2个月，还是没有解决。希望大家帮我。

最新回复

培训新闻

热点专题

网站特别推荐

社区精华

最新招聘

图书阅读排行榜