如何在 C# 代码中去除除 <br> 之外的所有 html 标签？

Posted 2023-04-13

【中文标题】如何在 C# 代码中去除除 <br> 之外的所有 html 标签？

【英文标题】：How can I strip all html tags except <br> in C# code?

【发布时间】：2013-06-26 07:50:22

【问题描述】：

我要做的是删除除<br>标签之外的所有html标签。

我做了一个例子：

public string Strip(string text)

    return Regex.Replace(text, @”<(.|\n)*?>”, string.Empty);

但这一个删除了所有内容。

感谢任何形式的帮助。

【问题讨论】：

@speti43 你是什么意思？

所以如果你有一个完整的 html 文档（有 150 个 br 标签），你想删除所有内容只得到 150* 作为输出？

它是一个只有纯文本的字符串，我想保留 标签并删除所有其他 html 标签。它用于多行文本框，用户可以更改颜色、重量等。但我想在渲染时删除它并留下换行符。

Stop processing html with regexes!

停止说“停止使用正则表达式处理html！”！对于此类琐碎的任务，使用正则表达式比使用成熟的 XML/HTML 解析器要好得多。

【参考方案1】：

试试这个正则表达式

return Regex.Replace(text, @”<(?!br[\x20/>])[^<>]+>”, string.Empty);

但我认为 html 解析器可能更适合这些任务。

【讨论】：

我已经用我的文本尝试了这个，但它不起作用。“你的 html 文本与许多 ” 它只是产生相同的文本.

如果您的字符串是"Your html <br> <br><br>text with many <br>"，那是正确的，因为它保留了所有 并删除了其余的 html 标签。 ，并且由于您的字符串没有任何其他 html 标记，因此它会生成相同的文本。

我想他也想删除包括文本在内的所有内容。在那种情况下，我的建议没有用。

【参考方案2】：

用于删除字符串中的 HTML 标记的正则表达式，除了 'br' 和 'p' 选项卡。 试试下面的正则表达式

Regex.Replace(strText,@"<(?!br[\x20/>])[^<>]+>", String.Empty);

【参考方案3】：

删除除“br”和“p”标签之外的任何html标签。用这个

Regex.Replace(strText,@"<(?!br[\x20/>])[^<>]+>", String.Empty);