如何从包含HTML标识符的字符串中解析出文本？

Question

我的网页包含带有HTML的文本区域。例如，这是一个文本样本：

var a = "some text follows<p><p>Give the following test text:</p>
<pre>abc {<br />    int size;<br />    String name;<br />    Test ( String name, int size ) {<br />        this.name = name;<br />        this.size = size;<br />    }<br>"

我想在删除HTML后，使用上面的文字为我的网页设置META说明。

有没有人知道如何从文本中删除HTML。我不需要任何花哨的东西。也许只是删除内部和包括尖括号的所有内容都可以解决问题？

Answer 1

这可能有所帮助：

var a = "some text follows<p><p>Give the following test text:</p>"

var newString = Regex.Replace(a, @"<(.|\n)*?>", string.Empty);

结果

some text followsGive the following test text:

Answer 2

使用

string html = "your html text";
string result = System.Web.HttpUtility.HtmlEncode(html);

或者：

string html = "your html text";
string result = System.Security.SecurityElement.Escape(html);

测试：

var a = "some text follows<p><p>Give the following test text:</p>
<pre>abc {<br />    int size;<br />    String name;<br />    Test ( String name, int size ) {<br />        this.name = name;<br />        this.size = size;<br />    }<br>"

结果：

"some text follows<p><p>Give the following test text:</p>
<pre>abc {<br />    int size;<br />    String name;<br />    Test ( String name, int size ) {<br />        this.name = name;<br />        this.size = size;<br />    }<br>"