Question

我需要删除'＆lt;'之间的所有'\ n'和'＆gt;'在带有C＃的html文件中。

我的代码如下：

Regex.Replace(text, "(<[^<>)]*)\\n+([^><]*>$)", "\1\2");

但它显然不起作用。有什么建议吗？

示例：

< style="



">

详细示例：

<td colspan="3" rowspan="2">
      <table cellpadding="0" cellspacing="0" class="a10" cols="13" id="t_5" lang="en-AU">
       <tr id="t_5_FNHR">
        <td class="a26" style="HEIGHT:5.00mm">
         <div class="r11">LAKOTA - PINK PANTHER RETURNS-V</div>
        </td>
        <td class="a27" style="



">
         <div class="r11">5c</div>
        </td>

另：

<td class="a34" style="



">
             <div class="r11">7,390.62</div>
            </td>
            <td class="a35" style="



">
             <div class="r11">617.81</div>
            </td>
            <td class="a36" style="



">

Answer 1

一种简单但明显易碎的方法是删除下一个尖括号为>的所有换行符：

Regex.Replace(text, @"[\r\n]+(?=[^<>]*>)", "");

<强>解释

[\r\n]+  # Match one or more CR or LF characters
(?=      # if the following can be matched at the current position:
 [^<>]*  # any number of characters except angle brackets
 >       # and one closing angle bracket
)        # (End of lookahead).

可能对你的情况足够好（如果不是，正则表达式可能不是正确的工具）。

Answer 2

首先创建一个与html标记匹配的正则表达式，例如＆lt; [^＆gt;] +＆gt;然后使用匹配评估程序。

   Regex r = new Regex(pattern);
   var result = r.Replace(input, new MatchEvaluator(ReplaceNewline));

   public string ReplaceNewline(Match m)
   {
      return m.Value.Replace("\n", "");     
   }

http://msdn.microsoft.com/en-us/library/system.text.regularexpressions.matchevaluator.aspx

删除'＆lt;'之间的所有'\ n'和'＆gt;'在C＃中使用正则表达式

2 个答案: