正则表达式，用于从标记中删除属性

Question

我感兴趣的是一个正则表达式，它接受HTML输入并删除标签内的所有属性，同时保持标签不变。例如，我想要这个......

<p class="test" id="TestParagraph">This is some test text right here.</p>

成为这个......

<p>This is some test text right here.</p>

非常感谢任何帮助。

Answer 1

你真的不想为此使用正则表达式。 HTML不是regular language，您不能保证您的实际文本不会模仿标记并被剥离。无论你提出什么样的表达，总会有一些案例打破它。

我建议您使用Html Agility Pack进行任何需要执行的HTML操作。

Answer 2

HTML不是regular language，因此在尝试使用正则表达式解析时会遇到问题。正如Greg上面提到的，您可能希望查看一个HTML解析器来为您完成这项工作。

享受！

Answer 3

不是not answering the question的道歉。

你可以从这个

开始

<(\S+)[^>]+>

替换为

<$1>

当然，如果输入包含脚本或CDATA部分或各种情况，这将很容易中断。但它可能足够接近您的输入集。