我的问题有点具体，
首先，
仅适用于<p>标记，不适用于任何其他标记。因此您无需担心任何其他标记。
我有html文档，它是一个软件的输出，但它有一些错误，如未关闭的<p>标记。
例如。 我已将所有文档都用字符串
我的文件就像..
<html>
....
....
<head>
</head>
....
....
<body>
...
...
<p> // tag is to be removed as no closing tag
<p align="left"> AAA </p>
<p class="style6"> BBB </P>
<p class="style1" align="center"> CCC </P>
<p align="left"> DDD // tag is to be removed as no closing tag
<p class="style6"> EEE // tag is to be removed as no closing tag
<p class="style1" align="center"> FFF // tag is to be removed as no closing tag
<p class="style15"><strong>xxyyzz</strong><br/></p>
<p> // tag is to be removed as no closing tag
<p> stack Overflow </P>
<body>
</html>
<p>标记的标记
正如您所看到的，它应该适用于每个未关闭的<P>标记，无论它是否具有类或对齐等属性。
我还想提一下，另一个<p>标记内没有<p>标记，我的意思是
<p>
<p>
</p>
<p>
</p>
</p>
这种情况永远不会发生。
我尝试使用REGEX和StringBuilder但无法得到完美答案。
对于那些愿意帮助的人来说，提前做了很多。
此致
答案 0 :(得分：1)
使用 Html Agility Pack ：
可能会获得更好的结果这是一个允许的.NET代码库 你解析“out of the web”HTML 文件。 解析器非常宽容 与“现实世界”格式错误的HTML。 对象模型非常类似于什么 提出了System.Xml，但是对于HTML。
只需将文档加载到DOM中，遍历查找<p>的元素并过滤掉它们，就像您正在进行有效的XML操作一样。
答案 1 :(得分：1)
免责声明：请注意，我不主张尝试使用正则表达式或简单子字符串匹配来解析任意HTML。下面的解决方案是针对此特定问题，这似乎是故意限制为使用简单方法进行解析。一般来说，我同意共识：要解析HTML，请使用HTML解析器。
那就是说。 。
鉴于不允许使用嵌套的<p>标记，并假设不允许任何HTML注释，在循环中执行以下操作以查找并消除所有<p>应该相对容易}标签没有对应的</p>。
string inputText = GetHtmlText();
int scanPos = 0;
int startTag = inputText.IndexOf("<p>", scanPos);
while (startTag != -1)
{
scanPos += 4;
// Now look for a closing tag or another open tag
int closeTag = inputText.IndexOf("</p">, scanPos);
int nextStartTag = inputText.IndexOf("<p>", scanPos);
if (closeTag == -1 || nextStartTag < closeTag)
{
// Error at position startTag. No closing tag.
}
else
{
// You have a full paragraph between startTag and (closeTag+5).
}
startTag = nextStartTag;
}
代码假定文本中不存在字符串<p>和</p>，除非是实际的段落打开和关闭标记。如果你可以做出这样的保证，那么上述（或类似的东西）应该可以很好地运作。
增加：
处理诸如<p class="classname">之类的东西，不太确定。如果您可以保证在开始>和结束<p之间没有任何>个字符，那么您可以修改上面的代码以搜索<p为以及<p>，如果找到，则找到结束>。它有点乱，但并不是特别困难。
所有这一切，我不建议使用这种方法来解析任意HTML，因为我已经说过了一些警告：它不会处理注释，它会对HTML的格式产生一些可能无效的假设。它也不会处理像<p >和</p >这样的东西，它们都是完全有效的（我在野外遇到过）。
答案 2 :(得分：1)
我非常感谢你们所有人的帮助，尤其是JIM和ALEX。 我试过，它的工作很好。非常感谢。
public static string CleanUpXHTML(string xhtml)
{
int pOpen = 0, pClose = 0, pSlash = 0, pNext = 0, length = 0;
pOpen = xhtml.IndexOf("<p", 0);
pClose = xhtml.IndexOf(">", pOpen);
pSlash = xhtml.IndexOf("</p>", pClose);
pNext = xhtml.IndexOf("<p", pClose);
while (pSlash > -1)
{
if (pSlash < pNext)
{
if (pSlash < pNext)
{
pOpen = pNext;
pClose = xhtml.IndexOf(">", pOpen);
pSlash = xhtml.IndexOf("</p>", pClose);
pNext = xhtml.IndexOf("<p", pClose);
}
}
else
{
length = pClose - pOpen + 1;
if (pNext < 0 && pSlash > 0)
{
break;
}
xhtml = xhtml.Remove(pOpen, length);
pOpen = pNext - length;
pClose = xhtml.IndexOf(">", pOpen);
pSlash = xhtml.IndexOf("</p>", pClose);
pNext = xhtml.IndexOf("<p", pClose);
}
if (pSlash < 0)
{
int lastp = 0, lastclosep = 0, lastnextp = 0, length3 = 0, TpSlash =0 ;
lastp = xhtml.IndexOf("<p",pOpen-1);
lastclosep = xhtml.IndexOf(">", lastp);
lastnextp = xhtml.IndexOf("<p", lastclosep);
while (lastp >0)
{
length3 = lastclosep - lastp + 1;
xhtml = xhtml.Remove(lastp, length3);
if (lastnextp < 0)
{
break;
}
lastp = lastnextp-length3;
lastclosep = xhtml.IndexOf(">", lastp);
lastnextp = xhtml.IndexOf("<p", lastclosep);
}
break;
}
}
return xhtml;
}
答案 3 :(得分：0)