<menuitem id="hzvpt"></menuitem>

      <font id="hzvpt"><meter id="hzvpt"></meter></font>

      <th id="hzvpt"></th>

        <sub id="hzvpt"><meter id="hzvpt"></meter></sub>

        <sub id="hzvpt"></sub><track id="hzvpt"></track><track id="hzvpt"></track>
        天极传媒:
        天极网
        比特网
        IT专家网
        52PK游戏网
        极客修
        全国分站

        北京上海广州深港南京福建沈阳成都杭州西安长春重庆大庆?#25103;?/a>惠州青岛郑州泰州厦门淄博天津无锡哈尔滨

        产品
        • 网页
        • 产品
        • ?#35745;?/li>
        • 报价
        • 下载
        全高清投影机 净化器 4K电视曲面电视小家电滚筒洗衣机
        您现在的位置: 天极网 > 软件 > 网页>软件应用>使用正则表达式删除指定的HTML标签

        使用正则表达式删除指定的HTML标签

        天极网软件频道2010-09-16 16:11我要吐槽

          更多精彩相关文章推荐:

          EditPlus正则表达式巧妙删除文档多余空行

          动态网页制作PHP常用的正则表达式

          避免HTML标签错误 提高网页代码规范性  

        点击查看更多设计软件资讯>>

          抓取某网页的数据后(比如描述),如果照原样显示的话,可能会因为它里面包含没有闭合的HTML标签而打乱了格式,也可能它里面用了比较让人“费解的HTML标签,把预订的格式搅乱。如果全盘删除里面的HTML标签,可能会造成阅读上的困难(比如a,img这些标签),最好是删除一部分、保留一部分。

          正则表达式里判断包含某些字符串是非常容易理解的,但是如何判断“不包含某些字符串”确实是个费解的事。

          以下表达式用来判断HTML标签不包含 li / ul / a / img / br / span / b 的,就上面的要求来说,是要删除这里列出的HTML标签。

          <(?!((/?\s?li)|(/?\s?ul)|(/?\s?a)|(/?\s?img)|(/?\s?br)|(/?\s?span)|(/?\s?b)))[^>]+>

          (?!exp) 匹配后面跟的不是exp的位置

          /?\s? 我一开始试着把它写到最前面的 < 后面,但是测试失败了。

          下面是一个简单的函数,把要保留的TAG串起来,生成一个正则表达式,然后把不需要的TAG删除。

          private static string RemoveSpecifyHtml(string ctx) {
           string[] holdTags = { "a", "img", "br", "strong", "b", "span" };//要保留的 tag
          // <(?!((/?\s?li)|(/?\s?ul)|(/?\s?a)|(/?\s?img)|(/?\s?br)|(/?\s?span)|(/?\s?b)))[^>]+>
          string regStr = string.Format(@"<(?!((/?\s?{0})))[^>]+>", string.Join(@")|(/?\s?", holdTags));
          Regex reg = new Regex(regStr, RegexOptions.Compiled | RegexOptions.Multiline | RegexOptions.IgnoreCase);
          return reg.Replace(ctx, "");
          }

         

          修正:上面的正则表达式,如果保留了 li , 实?#35797;?#34892;会发现 link 也给保留下来了, 保留 a 会把 addr 也给保留下来, 解决办法就是加 \b 断言。

          <(?!((/?\s?li\b)|(/?\s?ul)|(/?\s?a\b)|(/?\s?img\b)|(/?\s?br\b)|(/?\s?span\b)|(/?\s?b\b)))[^>]+>

          private static string RemoveSpecifyHtml(string ctx) {

          string[] holdTags = { "a", "img", "br", "strong", "b", "span", "li" };//保留的 tag

          // <(?!((/?\s?li\b)|(/?\s?ul\b)|(/?\s?a\b)|(/?\s?img\b)|(/?\s?br\b)|(/?\s?span\b)|(/?\s?b\b)))[^>]+>

          string regStr = string.Format(@"<(?!((/?\s?{0})))[^>]+>", string.Join(@"\b)|(/?\s?", holdTags));

          Regex reg = new Regex(regStr, RegexOptions.Compiled | RegexOptions.Multiline | RegexOptions.IgnoreCase);

          return reg.Replace(ctx, "");

          }


         

        立即下载
        作者:论坛整理责任编辑:杨玲)
        请关注天极网天极新媒体 最酷科技资讯
        扫码赢大奖
        评论
        * 网友发言均非本站立场,本站不在评论栏推荐任何网店、经销商,谨防上当受骗!
        热点推荐
        微软Windows 10操作系统Win10系统在Win8的基础上对界面、特性以及跨平台方面做了诸多优化。[详细]
        Windows 10 新视界 [进入频道][使用技巧][微博互动]
        手机整机DIY企业级
        北京快三遗漏数据统计

          <menuitem id="hzvpt"></menuitem>

            <font id="hzvpt"><meter id="hzvpt"></meter></font>

            <th id="hzvpt"></th>

              <sub id="hzvpt"><meter id="hzvpt"></meter></sub>

              <sub id="hzvpt"></sub><track id="hzvpt"></track><track id="hzvpt"></track>

                <menuitem id="hzvpt"></menuitem>

                  <font id="hzvpt"><meter id="hzvpt"></meter></font>

                  <th id="hzvpt"></th>

                    <sub id="hzvpt"><meter id="hzvpt"></meter></sub>

                    <sub id="hzvpt"></sub><track id="hzvpt"></track><track id="hzvpt"></track>