正则表达式高手！顶者有分
日期：2014-05-20 浏览次数：20784 次
正则表达式高手求助！～～顶者有分
我现在的问题如下：
有N多HTML文件要对其分析。
首先只要Body标签里的内容，把之外的标签过滤掉；
（过滤掉Body里面的 <script> 标签和 <!-- －－> 注释标签
然后body标签里的 <p> 、 </p> 、 <br> 、 <img> 标签留着。
可以分步用正则，Thanks
------解决方案--------------------
Regex.Replace(Htmlstring, " <script[^> ]*?> .*? </script> ", " ", RegexOptions.IgnoreCase);
Regex.Replace(Htmlstring, " <!--.* ", " ", RegexOptions.IgnoreCase);
可以找(过客)帮忙!俺只会这两个了.
------解决方案--------------------
string yourStr = .............;
string resultStr = Regex.Replace(yourStr, @ "[\s\S]*? <body\s+[\s\S]*?> ([\s\S]*?) </body> [\s\S]* ", "$1 " , RegexOptions.IgnoreCase); //这是body里的内容
一步步来，这是body的内容
PS:谢楼上的支持
------解决方案--------------------
顶
Htmlstring = Regex.Replace(Htmlstring, " <script[^> ]*?> .*? </script> ", " ", RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, " <!--.*--> ", " ", RegexOptions.IgnoreCase);
------解决方案--------------------
要用这个System.Text.RegularExpressions.RegexOptions.Singleline
否则*不包括换行
------解决方案--------------------
顶`~
------解决方案--------------------
顶一个 学习
------解决方案--------------------
rule = @ " <body(?=[ > ])[^> ]*> ([\s\S]*?) </body> ";
rule2 = @ " <script(?=[ > ])[^> ]*> [\s\S]*? </script> ";
rule3 = @ " <!--[\s\S]*?--> ";
string tempstr = " ";
//提取 <body> 中的内容
Match match = Regex.Match(查询字符串,rule,RegexOptions.IgnoreCase);
if(match.Success)
{
tempstr = Regex.Replace(match.Group[1].Value, " ",rule2,RegexOptions.IgnoreCase);
tempstr = Regex.Replace(tempstr , " ",rule3,RegexOptions.IgnoreCase);
}
//tempstr 就是你需要的
------解决方案--------------------
可以这么写
------解决方案--------------------
mark
学习
------解决方案--------------------
不敢献丑了
------解决方案--------------------
发现lxcnn(过客)时时观察着正则的问题
速度就是快啊 等我到 菜都凉了 汗~
------解决方案--------------------
接分。
------解决方案--------------------
学习
我现在的问题如下：
有N多HTML文件要对其分析。
首先只要Body标签里的内容，把之外的标签过滤掉；
（过滤掉Body里面的 <script> 标签和 <!-- －－> 注释标签
然后body标签里的 <p> 、 </p> 、 <br> 、 <img> 标签留着。
可以分步用正则，Thanks
------解决方案--------------------
Regex.Replace(Htmlstring, " <script[^> ]*?> .*? </script> ", " ", RegexOptions.IgnoreCase);
Regex.Replace(Htmlstring, " <!--.* ", " ", RegexOptions.IgnoreCase);
可以找(过客)帮忙!俺只会这两个了.
------解决方案--------------------
string yourStr = .............;
string resultStr = Regex.Replace(yourStr, @ "[\s\S]*? <body\s+[\s\S]*?> ([\s\S]*?) </body> [\s\S]* ", "$1 " , RegexOptions.IgnoreCase); //这是body里的内容
一步步来，这是body的内容
PS:谢楼上的支持
------解决方案--------------------
顶
Htmlstring = Regex.Replace(Htmlstring, " <script[^> ]*?> .*? </script> ", " ", RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, " <!--.*--> ", " ", RegexOptions.IgnoreCase);
------解决方案--------------------
要用这个System.Text.RegularExpressions.RegexOptions.Singleline
否则*不包括换行
------解决方案--------------------
顶`~
------解决方案--------------------
顶一个 学习
------解决方案--------------------
rule = @ " <body(?=[ > ])[^> ]*> ([\s\S]*?) </body> ";
rule2 = @ " <script(?=[ > ])[^> ]*> [\s\S]*? </script> ";
rule3 = @ " <!--[\s\S]*?--> ";
string tempstr = " ";
//提取 <body> 中的内容
Match match = Regex.Match(查询字符串,rule,RegexOptions.IgnoreCase);
if(match.Success)
{
tempstr = Regex.Replace(match.Group[1].Value, " ",rule2,RegexOptions.IgnoreCase);
tempstr = Regex.Replace(tempstr , " ",rule3,RegexOptions.IgnoreCase);
}
//tempstr 就是你需要的
------解决方案--------------------
可以这么写
------解决方案--------------------
mark
学习
------解决方案--------------------
不敢献丑了
------解决方案--------------------
发现lxcnn(过客)时时观察着正则的问题
速度就是快啊 等我到 菜都凉了 汗~
------解决方案--------------------
接分。
------解决方案--------------------
学习
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。
