Question

使用正则表达式，如何将样式标记，CSS，脚本和HTML标记从HTML删除为纯文本。

在ASP.NET C＃。

中

Answer 1

我不认为你正在寻找一个正则表达式，但是下面的正则表达式应该这样做，如果你运行正则表达式替换：

<[^>]*>

在正则表达式中使用此替换为以下内容：

string myHtmlString = "<html><body>my test text</body></html>";

string myPlainTextString = Regex.Replace(myHtmlString ,"<[^>]*>",String.Empty);

我建议你使用像Html Agility pack这样的东西 - http://htmlagilitypack.codeplex.com/

因为它有一种方法可以使这更容易称为“ConvertToPlainText”：

string myHtmlString = "<html><body>my test text</body></html>";

string myPlainTextString = ConvertToPlainText(myHtmlString);