修改

Question

我有一个带有TinyMCE框的asp.net网页。用户可以格式化文本并发送HTML以存储在数据库中。

在服务器上，我想从文本中删除html，这样我就只能将文本存储在全文索引列中进行搜索。

使用jQuery的text（）函数在客户端上删除html是一件轻而易举的事，但我宁愿在服务器上执行此操作。我可以使用任何现有的实用工具吗？

修改

请参阅我的回答。

编辑2

alt text http://tinyurl.com/sillychimp

Answer 1

我下载了HtmlAgilityPack并创建了此功能：

string StripHtml(string html)
{
    // create whitespace between html elements, so that words do not run together
    html = html.Replace(">","> ");

    // parse html
    var doc = new HtmlAgilityPack.HtmlDocument();   
    doc.LoadHtml(html);

    // strip html decoded text from html
    string text = HttpUtility.HtmlDecode(doc.DocumentNode.InnerText);   

    // replace all whitespace with a single space and remove leading and trailing whitespace
    return Regex.Replace(text, @"\s+", " ").Trim();
}

Answer 2

看看这个Strip HTML tags from a string using regular expressions

Answer 3

这是Jeff Atwood的Sanitize HTML method

的RefactorMe代码链接

Answer 4

TextReader tr = new StreamReader(@"Filepath");
string str = tr.ReadToEnd();     
str= Regex.Replace(str,"<(.|\n)*?>", string.Empty);

但你需要引用一个名称空间，即：

system.text.RegularExpressions

只为您的网站采用此逻辑

Answer 5

你可以使用这样的东西

string strwithouthtmltag;    
strwithouthtmltag = Regex.Replace(strWithHTMLTags, "<[^>]*>", string.Empty)

Answer 6

如果您只是存储索引文本，那么您可能想要做的不仅仅是删除HTML，例如忽略停用词和删除短于（比方说）3个字符的单词。但是，我曾写过的一个简单的标签和剥离器就是这样的：

    public static string StripTags(string value)
    {
        if (value == null)
            return string.Empty;

        string pattern = @"&.{1,8};";
        value = Regex.Replace(value, pattern, " ");
        pattern = @"<(.|\n)*?>";
        return Regex.Replace(value, pattern, string.Empty);
    }

它已经过时了，我确信它可以进行优化（可能使用已编译的reg-ex？）。但它确实有效并可能有所帮助...

Answer 7

你可以：

使用普通的旧TEXTAREA（高度/宽度/字体/等），而不是TinyMCE。
使用TinyMCE的内置配置选项来删除不需要的HTML。
在服务器上使用HtmlDecode（RegEx.Replace（mystring，“＆lt; [^＆gt;] +＆gt;”，“”））。

Answer 8

由于系统中可能存在格式错误的HTML：可能会使用BeautifulSoup或类似内容。

它是用Python编写的;我不确定它是如何接口的 - 使用.NET语言IronPython？

Answer 9

您可以使用HTQL COM，并使用查询查询源：＆LT;身体GT; ＆安培; TX;

如何从.NET中的文本中删除HTML？

修改

编辑2

9 个答案: