html - csharp 代码删除所有无关的 microsoft html 格式

Question

有没有办法以编程方式删除所有被放入的microsoft html格式并将其简单地呈现为常规html。

我想删除所有额外的标签，因为我试图将它加载到 tinymce 中，但 tinymce 似乎无法渲染它。

Answer 1

我使用了这些文章中的正则表达式：

• http://tim.mackey.ie/CleanWordHTMLUsingRegularExpressions.aspx
• 如何过滤除某个白名单之外的所有 HTML 标签？

就我而言，我想将每个人限制在一个小的标签白名单中。尤其是那些从 Word 粘贴的人。TinyMCE 有一个属性“valid_elements”可以做到这一点。