Question

我正在尝试在C＃中编写一个正则表达式来删除所有脚本标记及其中包含的任何内容。

到目前为止，我已经提出了以下内容：\<([^:]*?:)?script\>[^(\</<([^:]*?:)?script\>)]*?\</script\>，但这不起作用。

我会分解并在每个部分解释我的想法：

\<([^:]*?:)?script\>

这里我试图声明它应该获取任何脚本元素，即使它带有名称空间的前缀，例如<a:script></a:script>.我也将它添加到结束标记。

[^(\</<([^:]*?:)?script\>)]*?

我在此尝试声明除了</a:script>，</script>等之外，它应该允许在标记中包含任何内容。

\</script\>

我在这里声明它应该有一个结束标记。

有人能找到我错的地方吗？

Answer 1

这个正则表达式可以解决问题：

\<(?:[^:]+:)?script\>.*?\<\/(?:[^:]+:)?script\>

但请不要这样做

您将通过这个简单的HTML遇到问题：

<script>
var s = "<script></script>";
</script>

你打算如何解决这个问题？使用HTML Agility Pack进行此类操作更为明智。

Answer 2