Блог

Главная - Вопросы по программированию - Удалить HTML-теги?

Удалить HTML-теги?

#c# #model-view-controller

#c# #модель-представление-контроллер

Вопрос:

Как удалить этот текст 

 <html>

<body>      

<h1>My First Heading</h1>

<p>My first paragraph.</p>
<test@test.com>
</body>
</html>

чтобы выглядеть как

 My First Heading
My first paragraph.
<test@test.com>

Используя функцию

 public static string StripHTML(this string htmlText)
    {
        var reg = new Regex("<(.|n)*?>", RegexOptions.IgnoreCase);
        return reg.Replace(htmlText, "");
    }

Я получаю

Мой первый заголовок — мой первый абзац.

Комментарии:

1. <test@test.com >: он не будет отображаться на HTML-странице. вы должны htmlencode этот текст msdn.microsoft.com/en-us/library/w3te6wfz.aspx или вам нужно создать очень специфическое регулярное выражение, чтобы обходить электронные письма в знаках <>.

Ответ №1:

Используйте Html Agility Pack для таких операций. Это быстрее, чем любое регулярное выражение, и поддерживает LINQ.

Ответ №2:

 static void Main(string[] args)
    {


      string modified_html =  emas(input);

        HtmlDocument doc = new HtmlDocument();

        doc.LoadHtml(modified_html);

        string test1 = doc.DocumentNode.InnerText;


        Console.WriteLine();


        var reg = new Regex("<(.|n)*?>", RegexOptions.IgnoreCase);

        Console.WriteLine(reg.Replace(modified_html , ""));

        Console.Read();
    }


    public static string emas(string text)
    {

        string stripped = text;

        const string MatchEmailPattern =
       @"(([w-] .) [w-] |([a-zA-Z]{1}|[w-]{2,}))@"
         @"((([0-1]?[0-9]{1,2}|25[0-5]|2[0-4][0-9]).([0-1]?[0-9]{1,2}|25[0-5]|2[0-4][0-9])."
           @"([0-1]?[0-9]{1,2}|25[0-5]|2[0-4][0-9]).([0-1]?[0-9]{1,2}|25[0-5]|2[0-4][0-9])){1}|"
         @"([a-zA-Z] [w-] .) [a-zA-Z]{2,4})";
        Regex rx = new Regex(MatchEmailPattern, RegexOptions.Compiled | RegexOptions.IgnoreCase);
        // Find matches.
        MatchCollection matches = rx.Matches(text);
        // Report the number of matches found.
        int noOfMatches = matches.Count;
        // Report on each match.
        foreach (Match match in matches)
        {

            stripped = stripped.Replace("<"  match.Value   ">" , match.Value);

        }


        return stripped;


    }



   static string input = " Your html goes here  ";

Комментарии:

1. Может быть, у меня будет <h1> Мой первый заголовок</h1> <p><test@test.com > Мой первый абзац. </p> Только я хочу, чтобы функция html strip не удаляла адрес электронной почты.

2. Я модифицировал код. Вы не можете использовать html agility pack, потому что он удаляет весь текст, содержащийся в <> . Это то, во что я верю. Теперь я ищу адрес электронной почты и удаляю системные символы < и > рядом с электронной почтой . Пожалуйста, сообщите, есть ли у вас какие-либо проблемы