c# - 正则表达式 - 替换一些 html 标签

Question

我想替换一些像 <. /> (. 是 b, h1, ... 但不是 br, hr, ...)

我想： Regex.Replace(myString, "<..?/>", "") 但我不知道如何排除 br 和 hr。

任何人都可以帮助我吗？

谢谢！

Answer 1

如果您知道要执行哪些标记，则可以这样做：

Regex.Replace(myString, "<(b|p|div|span) />", "") 

在括号内，所有选项都以竖线分隔。

Answer 2

尝试这样的事情：

(?:< *)(?!(?:br|hr)) *\w+ *\/ *\>

将您不想匹配的任何标签添加到 br|hr 部分（使用 '|' 分隔它们）。

Answer 3

使用这样的模式来匹配和替换它们：

<(TAG1|TAG2|TAG3|...)\s*/?>

(TAG1|TAG2|TAG3|...)您要处理的所有标签在哪里，用管道分隔。确保还指定正则表达式不区分大小写，因为 HTML 标记不区分大小写。例如，要只识别您列出的两个，您可以创建一个像这样的正则表达式：

var exp = new Regex("<(b|h1)\s*/?>", RegexOptions.IgnoreCase);

这个怎么运作：

• 括号中的位只是标识它应该处理的标签。
• \s*识别零个或多个空白字符。（在正则表达式的开头不需要其中一个，因为 html 标准不允许标签名称前有空格。）
• /?可选地匹配一个'/'。（这只是为了灵活处理不使用/in 空标签的 HTML，因为 HTML 规范并不总是需要它。）

您可以使用它来删除标签，如下所示：

var strippedText = exp.Replace(input, String.Empty);