正则表达式删除HTML但有例外

Question

在C＃中，我有以下正则表达式从字符串中删除HTML：

var regex = new Regex("<[^>]*(>|$)");
return regex.Replace(input, match => "");

在某些情况下，我们需要允许加倍>>和<<。 如何更改上面的表达式以简单地跳过这些双角度括号？

Answer 1

不确定为什么最后的$也在那里，但无论如何...... negative lookahead and lookbehind可以解决这个问题：

Regex regex = new Regex("(?<![<])<[^<>]+>(?![>])");
return regex.Replace(input, String.Empty);

这将匹配任何＆lt;不是先于另一个＆lt;，然后是内容，然后是任何＆gt;没有跟着另一个＆gt;。