正则表达式查找html标签c#之外的任何文本[关闭]

Posted 2023-04-13

【中文标题】正则表达式查找html标签c#之外的任何文本[关闭]

【英文标题】：regex to find any text outside tml tags c# [closed]

【发布时间】：2020-06-06 15:43:41

【问题描述】：

我需要正则表达式来查找 html 标签之外的任何文本，如下所示：

<h1> Heading </h1>
Pargraph  1
<a href='../.../../'> Link</a>
Paragraph 2
<p>Text</p>

正则表达式查找： 第 1 段 第 2 段

【问题讨论】：

不要使用正则表达式，为什么要混合使用服务器 (c#) 和客户端 (javascript) 标签？

我删除了 javascript 标签，如果没有正则表达式我怎么能做到？

【参考方案1】：

您可以使用 positive lookbehind 和 positive lookahead。

(?<=<\/.*>) 在匹配文本之前匹配结束标记

(?=<.*>) 匹配匹配文本后面的开始标签

[\w\d\s]* - 匹配所有单词、数字和空格

你可以结合这些表达式得到：

(?<=<\/.*>)[\w\d\s]*(?=<.*>) 将匹配关闭和打开 html 标记之间的所有单词、数字和空格

(?<=<\/.*>)[\w\d\s]*$ 将匹配最后一个结束标记之后的所有单词、数字

^[\w\d\s]*(?=<.*>)* 将匹配第一个开始标签之前的所有单词、数字

TL;DR：

你可以结合这些来得到应该解决你的情况的表达式：

^[\w\d\s]*(?=<.*>)*|(?<=<\/.*>)[\w\d\s]*(?=<.*>)|(?<=<\/.*>)[\w\d\s]*$