Question

我想从HTML字符串中删除特定标记。我正在使用HtmlAgility，但这会删除整个节点。我想要提升＆＃39;它保持innerHtml。它一切正常，但我有严重的性能问题。这让我通过regex.replace更改了string.replace，它已经快了4倍。更换需要不区分大小写。这是我目前的代码：

var scrubHtmlTags = new[] {"strong","span","div","b","u","i","p","em","ul","ol","li","br"};
var stringToSearch = "LargeHtmlContent";
foreach (var stringToScrub in scrubHtmlTags)
{
   stringToSearch = Regex.Replace(stringToSearch, "<" + stringToScrub + ">", "", RegexOptions.IgnoreCase);
   stringToSearch = Regex.Replace(stringToSearch, "</" + stringToScrub + ">", "", RegexOptions.IgnoreCase);
}

但仍然有改进：

应该可以摆脱＆lt; b>以及＆lt; / b＆gt;在一次运行中我假设......
是否可以在一次运行中完成所有字符串替换？

Answer 1

要在一次运行中执行此操作，您可以使用此功能：

stringToSearch = Regex.Replace(stringToSearch, "<\\/?" + string.Format("(?:{0})", string.Join("|", scrubHtmlTags)) + ".*?>", "", RegexOptions.IgnoreCase);

但请记住，可能会在几种情况下失败。

Answer 2

如果我是你的经理...... （koff，koff） ...我会拒绝你的代码告诉你，不，要求（！）你，在他的第一篇文章的第一篇文章中“听托马斯·阿尤布”。在你创建完全不可维护的代码的过程中，你是好：代码是因为它似乎，给没有和别人说话的人，有“解决了“当时> 面临的直接问题。

回到原来的任务描述，你说你“希望从HTML字符串中删除特定的标签。”你进一步声明你已经在使用HtmlAgility （好，好......），< / i>然后你反对（！）它“删除整个节点。”

“'对不起，但是......”你到底想要做什么？一个“标签”，我推测，是一个（DOM）“节点。”

所以，面对你所谓的“性能问题”，而不是（！）在你之前的代码中寻找不可避免的错误（!!），你决定谨慎对待这四个风，从而对项目和团队的其他成员施加影响。

而且，作为一名老朋友经理，我会介入其中。

我会锻炼我的“权威有其特权”并指示你...... 命令你......放弃你现在的方法，然后回去寻找并修复你的错误原始方法。但是，更进一步，我会命令你首先“找到”错误，然后呈现你提出的（！）解决方案给团队和我，之前授权您（按团队共识）实施您提议的修复。

（而且我想，在你花了相当多的时间“给我打个电话”（当然......），你会明白为什么我用这种方式回答，为什么我花时间在Stack-whatever.com上说了多少。）

Answer 3

你可以试试这个：

foreach (var stringToScrub in scrubHtmlTags)
{
   stringToSearch = Regex.Replace(
       stringToSearch, 
       "<\/?" + stringToScrub + ">", "", 
       RegexOptions.IgnoreCase);
}

但我会尝试使用一个表达式将它们全部删除。

多个不区分大小写的字符串替换性能

3 个答案: