string删除html

Question

我想要一个正则表达式从字符串中删除html标签和＆amp; nbsp，＆amp; quot等。我的正则表达式是删除html标签，但不删除其他提到的标签。我正在使用.Net 4

由于

CODE：

     String result = Regex.Replace(blogText, @"<[^>]*>", String.Empty);

Answer 1

请勿使用正则表达式，请使用HTML Agility包：

http://www.codeplex.com/htmlagilitypack

Answer 2

如果您希望以已创建的内容为基础，可以将其更改为以下内容：

String result = Regex.Replace(blogText, @"<[^>]*>|&\w+", String.Empty);

这意味着......

1. 您定义的匹配标记......
2. ...或匹配&后跟至少一个字符 \w - 尽可能多。

这两种情况都不适用于所有令人讨厌的情况，但通常都是如此。