asp.net正则表达式删除指定的HTML标签的代码-ASP.NET教程-爱易网页

asp.net正则表达式删除指定的HTML标签的代码

日期：2010-02-03　浏览次数：20591 次

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 (是字符串,不是字符,是某些,不是某个) 确实是个费解的事.

复制代码代码如下:

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

这个正则是判断HTML标签不包含 li / ul / a / img / br / span / b 的,就上面的要求来说,是要删除除这里列出的HTML标签,这也是我摸索了很长时间才搞出来的.
(?!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...

复制代码代码如下:

		
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,如果保留了 li , 实际运行会发现 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.

复制代码代码如下:

		
<(?!((/?\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, ""); 
} 

免责声明： 本文仅代表作者个人观点，与爱易网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。

asp.net正则表达式删除指定的HTML标签的代码

相关资料更多>

推荐阅读更多>