Question

我得到了下面的StripHTMLTags函数代码，它在VBSCript中工作正常，现在我想要写同样的函数C＃

Function StripHTMLTags(ByVal sHTML)
    Dim objRegExp, sOutput

    sHTML = Replace(Replace(Trim(sHTML & ""), "&lt;", "<"), "&gt;", ">") ' ** PREVENT NULL ERRORS **
    If Len(sHTML) > 0 Then
        Set objRegExp = New RegExp
        With objRegExp
            .IgnoreCase = True
            .Global = True
   .Pattern= "<[^>]+>"
            ' ** REPLACE ALL HTML TAG MATCHES WITH THE EMPTY STRING **
            sOutput = .Replace(sHTML, "")
        End With
        Set objRegExp = Nothing
        StripHTMLTags = sOutput
    Else
        StripHTMLTags = ""
    End If
End Function

请建议，因为这让我很困惑。

Answer 1

您是否尝试过 Regex.Replace ？

示例：

    static string stripHTMLTags1(string html)
    {
        string pattern = @"<[^>]+>";
        var expression = new Regex(pattern);

        return expression.Replace(html, String.Empty);
    }

    static string stripHTMLTags2(string html)
    {
        // From http://gskinner.com/RegExr/
        string pattern = @"</?\w+((\s+\w+(\s*=\s*(?:"".*?""|'.*?'|[^'"">\s]+))?)+\s*|\s*)/?>";
        var expression = new Regex(pattern);

        return expression.Replace(html, String.Empty);
    }

RegExr

Answer 2

Here are regular expressions从HTML输入中删除代码：

另请参阅this Stack Overflow post，其中详细介绍了如何使用C＃去除HTML标记。

克里斯。

如何在C＃中编写“剥离HTML标签”功能

2 个答案: