正则表达式删除HTML标签

  • Z时代
  • 2024-01-10
  • 分类：问答

我正在使用以下常规表达式从字符串中删除html标签。它有效，除了我留下了结束标签。如果我尝试删除：<a

href="blah">blah</a>它将离开<a/>。

我根本不了解正则表达式语法，并且对此一无所知。可以让拥有RegEx知识的人给我提供一个可行的模式。

这是我的代码：

  string sPattern = @"<\/?!?(img|a)[^>]*>";
  Regex rgx = new Regex(sPattern);
  Match m = rgx.Match(sSummary);
  string sResult = "";
  if (m.Success)
   sResult = rgx.Replace(sSummary, "", 1);

我希望删除<a>and <img>标签的第一次出现。

回答：

使用正则表达式解析HTML充满陷阱。HTML不是一种常规语言，因此无法使用正则表达式进行100％正确的解析。这只是您将遇到的许多问题之一。最好的方法是使用HTML

/ XML解析器为您完成此操作。

这是我不久前写的博客文章的链接，其中包含有关此问题的更多详细信息。

  • http://blogs.msdn.com/b/jaredpar/archive/2008/10/15/regular-expression-limitations.aspx

话虽如此，这是一种应解决此特定问题的解决方案。但这绝不是一个完美的解决方案。

var pattern = @"<(img|a)[^>]*>(?<content>[^<]*)<";
var regex = new Regex(pattern);
var m = regex.Match(sSummary);
if ( m.Success ) { 
  sResult = m.Groups["content"].Value;

以上是 正则表达式删除HTML标签 的全部内容， 来源链接： utcz.com/qa/432273.html

回到顶部