Question

我有一个字符串，它是xml的一部分。

a<b>b</b>c<i>d</i>e<b>f</b>g

问题是我想从字符串中提取不在任何标签内的部分。所以我需要从这个字符串中提取字符串“aceg”并保留字符“bdf” 怎么办呢？

编辑：这是xml的一部分让它为

<div>a<b>b</b>c<i>d</i>e<b>f</b>g</div>

现在它是一个有效的xml：）

Answer 1

以下正则表达式将从字符串中删除所有标记：

Regex.Replace("a<b>b</b>c<i>d</i>e<b>f</b>g", "<[^>]+>", string.Empty);

Answer 2

该字符串不是有效的XML。

但是，假设您有一个有效的XML字符串，那么您可以这样做：

class Program
{
    static void Main(string[] args)
    {
        string contents = string.Empty;

        XmlDocument document = new XmlDocument();
        document.LoadXml("<outer>a<b>b</b>c<i>d</i>e<b>f</b>g</outer>");

        foreach(XmlNode child in document.DocumentElement.ChildNodes)
        {
            if (child.NodeType == XmlNodeType.Element)
            {
                contents += child.InnerText;
            }
        }

        Console.WriteLine(contents);

        Console.ReadKey();
    }
}

这将打印出字符串“bdf”

Answer 3

根据@ Stoo的回答，您应该能够省略标签内容以及类似的内容：

Regex.Replace("a<b>b</b>c<i>d</i>e<b>f</b>g", "<[^>]+>[^<]+</[^>]+>", string.Empty);

需要删除字符串中的xml节点并保留文本

3 个答案: