c# - 如何从维基百科页面中删除所有标签或使页面更具可读性

Question

我想去除所有标签，从维基百科中删除 [show][Hide] 的东西，或者是否有一些网站可以使页面格式更具可读性。

请我知道维基百科的可打印版本，但我不需要任何标签，因为我还有其他用途。因此，请仅回答原始问题，关于任何网站或网络服务或 php/C# 中的代码片段以从网页中删除标签。

也就像当我从 Firefox 复制一些列表时它替换<li>为 *，是否可以在 Firefox 中设置一些东西以返回一些其他不可读的字符，比如某种

点

score 2 · Accepted Answer

2

您可以从查看strip_tags函数开始。

于 2009-11-24T08:23:09.597 回答

score 0 · Accepted Answer

我想去除所有标签，从维基百科中删除 [show][Hide] 的东西，或者是否有一些网站可以使页面格式更具可读性。

你应该看看 DBpedia、Wikipedia，但只是数据。

score 0 · Accepted Answer

例如，您可以使用 HTML 解析器、BeautifulSoup (Python) 或Simple HTML DOM。或者您可以尝试使用 XML 解析器。

score -1 · Accepted Answer

htmlagilitypack 怎么样

stackoverflow 中可用的类似线程

试试这个功能。

Dim pattern As String = "<(.|\n)*?>"
Return System.Text.RegularExpressions.Regex.Replace(strHtmlString, pattern, String.Empty).Trim()

4 回答 4