从字符串中删除特定的非html标记

Question

我想知道如何使用C＃和RegEx轻松地从字符串中删除特定值。我有以下HTML字符串：

Add [tt]PEELED PLUM SHAPED TOMATOES in tomato juice[/tt][rg]WHOLE PEELED TOMATOES[/rg][rp]WHOLE   PEELED TOMATOES in JUICE[/rp], basil, oregano, parsley, salt, black pepper, sugar, [tt]TOMATO SAUCE[/tt][rg]TOMATO SAUCE[/rg][rp]TOMATO SAUCE[/rp], [brand][rg]TOMATO PASTE[/rg][rp]TOMATO PASTE[/rp]

我需要一些方法来过滤掉，例如这部分：

[tt]PEELED PLUM SHAPED TOMATOES in tomato juice[/tt]

因此应删除[tt]标签以及介于两者之间的文本。如果[tt]标签在源字符串中多次出现，也应该将其删除。

这可以通过使用RegEx来实现吗？

谢谢， 丹尼尔

Answer 1

是。只要[tt]标签永远不会嵌套，就很容易：

result = Regex.Replace(subject, @"\[tt\].*?\[/tt\]", "", RegexOptions.Singleline);

如果您确实需要嵌套的[tt]标记，那么您需要重复应用以下命令，每个嵌套级别一次：

result = Regex.Replace(subject, @"\[tt\](?:(?!\[/?tt\]).)*\[/tt\]", "", RegexOptions.Singleline);