C#過濾html標簽

C#過濾html標簽

    在項目中遇到這樣一個需求，需要將一段html轉換為一般文本返回，萬能的正則表達式來了。

    正則表達式來拯救你，代碼如下：

public static string Html2Text(string htmlStr)

{

    if (String.IsNullOrEmpty(htmlStr))

    {

        return "";

    }

    string regEx_style = "<style[^>]*?>[\\s\\S]*?<\\/style>"; //定義style的正則表達式 

    string regEx_script = "<script[^>]*?>[\\s\\S]*?<\\/script>"; //定義script的正則表達式   

    string regEx_html = "<[^>]+>"; //定義HTML標簽的正則表達式   

    htmlStr = Regex.Replace(htmlStr, regEx_style, "");//刪除css

    htmlStr = Regex.Replace(htmlStr, regEx_script, "");//刪除js

    htmlStr = Regex.Replace(htmlStr, regEx_html, "");//刪除html標記

    htmlStr = Regex.Replace(htmlStr, "\\s*|\t|\r|\n", "");//去除tab、空格、空行

    htmlStr = htmlStr.Replace(" ", "");

    htmlStr = htmlStr.Replace(""", "");//去除異常的引號" " "

    htmlStr = htmlStr.Replace(""", "");

    return htmlStr.Trim();

}