正则表达式 - 替换一些html标签

Question

我想替换一些html空标记，如＆lt;。 /＆GT; （。是b，h1，......但不是br，hr，......）

我想：Regex.Replace（myString，“＆lt; ..？/＆gt;”，“”）但我不知道如何排除br和hr。

任何人都可以帮助我？

THX！

Answer 1

如果你知道你想做哪些标签，你可以这样做：

Regex.Replace(myString, "<(b|p|div|span) />", "") 

在括号内，所有选项都是以竖线分隔的。

Answer 2

尝试这样的事情：

(?:< *)(?!(?:br|hr)) *\w+ *\/ *\>

将任何标签添加到您不想匹配的br | hr部分（使用“|”分隔）。

Answer 3

使用这样的模式来匹配和替换它们：

<(TAG1|TAG2|TAG3|...)\s*/?>

其中(TAG1|TAG2|TAG3|...)是您要处理的所有标记，由管道分隔。请务必同时指定正则表达式不区分大小写，因为HTML标记不区分大小写。例如，要识别您列出的两个，您可以创建一个这样的正则表达式：

var exp = new Regex("<(b|h1)\s*/?>", RegexOptions.IgnoreCase);

工作原理：

• 括号中的位只标识它应该处理的标记。
• \s*识别零个或多个空格字符。 （在正则表达式的开头不需要其中一个，因为html标准在标记名称之前不允许使用空格。）
• /?可选地匹配'/'。 （这只是为了灵活处理在空标签中不使用/的HTML，因为HTML规范并不总是需要它。）

您可以使用它删除标签，如下所示：

var strippedText = exp.Replace(input, String.Empty);