友情提示:本文共有 1230 个字,阅读大概需要 3 分钟。
利用正则表达式去掉html代码,是指通过使用正则表达式来过滤和清除HTML文本中的标记和标签,以达到提取纯文本内容的目的。这种方法可以帮助我们从网页中提取出纯净的文本信息,去除掉HTML标签、样式和脚本等,使得文本内容更易于处理和分析。正则表达式是一种强大的文本匹配和处理工具,通过合适的正则表达式模式,可以有效地去除HTML代码中的各种标记,实现文本内容的提取和清洗。
下面这个利用正则表达式去掉html代码教程由小编精心推荐选出,过程简单易学超容易上手,喜欢就要赶紧get起来哦!
using 需要引用
// 利用正则表达式去掉""和""之间的内容
private string StripHT(string strHtml)
{
Regex regex=new Regex(".+?",);
string strOutput=(,"");
return strOutput;
}
//方法二(不知为什么此方法占用CPU100%)
public static string DropHTML(string strHtml)
{
string [] aryReg ={
@"script[^]*?.*?/script",
@"(/s*)?!?((w+:)?w+)(w+(s*=?s*(([""''])([""''tbnr]|[^7])*?7|w+)|.{0})|s)*?(/s*)?",
@"([])[s]+",
@"&(quot|#34);",
@"&(amp|#38);",
@"&(lt|#60);",
@"&(gt|#62);",
@"&(nbsp|#160);",
@"&(iexcl|#161);",
@"&(cent|#162);",
@"&(pound|#163);",
@"&(copy|#169);",
@"&#(d+);",
@"--",
@"!--.*"
};
string [] aryRep = {
"",
"",
"",
""",
"&",
"",
"",
" ",
"xa1",//chr(161),
"xa2",//chr(162),
"xa3",//chr(163),
"xa9",//chr(169),
"",
"",
""
};
string newReg =aryReg[0];
string strOutput=strHtml;
for(int i = 0;++)
{
Regex regex = new Regex(aryReg[i], );
strOutput = regex.Replace(strOutput,aryRep[i]);
}
strOutput.Replace("","");
strOutput.Replace("","");
strOutput.Replace("","");
return strOutput;
}
/wang123/archive//09/16/505758.html
收集不易,本文《利用正则表达式去除HTML标签的方法》知识如果对你有帮助,请点赞收藏并留下你的评论。