我有一个数据库,其中包含从 MS Word 粘贴的一些文本字段,我无法仅剥离 , 和标签,但显然保留了它们的 innerText。
我尝试过使用 HAP,但我没有朝着正确的方向前进..
Public Function StripHtml(ByVal html As String, ByVal allowHarmlessTags As Boolean) As String
Dim htmlDoc As New HtmlDocument()
htmlDoc.LoadHtml(html)
Dim invalidNodes As HtmlNodeCollection = htmlDoc.DocumentNode.SelectNodes("//div|//font|//span")
For Each node In invalidNodes
node.ParentNode.RemoveChild(node, False)
Next
Return htmlDoc.DocumentNode.WriteTo()
End Function
此代码只是选择所需的元素并删除它们......但不保留它们的内部文本......
提前致谢