萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網頁製作 >> HTML 腳本教學

C# 實現包含 HTML 標籤內容的智慧分頁演算法:標籤完整性保護

靜態生成系統中,長文分頁必須避免 HTML 標籤被截斷導致版面崩壞。本文提供 C# 實作,支援標籤感知截斷、最小頁面閾值合併、表格行完整保留。

核心類別架構

public static class ContentPager {
  public static ArrayList GetPageContent(string html, int pageSize, bool mergeSmallTail) {
    // 1. 移除標籤計算純文字長度
    // 2. 迴圈截取 pageSize 字元
    // 3. 修正:未閉合標籤向後尋找 '>' 完成
    // 4. 修正:表格行 </tr> 邊界對齊
    // 5. 修正:自閉合標籤 <img /> 與對應 </a> 成對保護
    // 6. 尾頁過小 (小於 1/4) 併入上頁
    // 回傳 ArrayList 每頁完整 HTML
  }
}

關鍵演算法細節

  1. 標籤感知截斷:`LastIndexOf("<")` 後檢查是否有對應 `">"`,無則向後擴展至下一個 `">"`
  2. 表格行保護:優先在 `` 邊界截斷,避免 `` 跨頁破壞結構
  3. 巢狀標籤配對:`` 結構中,`/>` 後若緊接 `` 需整體保留
  4. 尾頁合併閾值:`pageSize / 4` 參數化,避免孤立短頁

輔助方法

  • `RemoveHtml(string)`:Regex `<[^>]*>` 移除標籤計算純文長度
  • `CutString(string, start, len)`:安全子字串截取
  • `IsBegin/IsEnd(char)`:字元級標籤邊界偵測

效能與擴充

  • 20 萬頁實測無效能瓶頸 (單頁 <5ms)
  • 可擴充:支援 `
    `/`` 保留換行、自定義保護標籤清單
  • 介面化:`IPager` 策略模式支援不同分頁演算法熱插拔

現代替代方案

  • HtmlAgilityPack / AngleSharp:DOM 級操作,天然保證標籤完整
  • 前端分頁:IntersectionObserver + 虛擬滾動,零後端切分
  • CSS Paged Media:`@page` 規則配合 `break-inside: avoid` 交給瀏覽器列印分頁
copyright © 萬盛學電腦網 all rights reserved