如何在不知道字符串中包含哪些标签的情况下从字符串中删除所有HTML标签？

一尘不染

如何在不知道字符串中包含哪些标签的情况下从字符串中删除所有HTML标签？

有什么简单的方法可以删除字符串中的所有HTML标记或任何与HTML相关的内容？

例如：

string title = "<b> Hulk Hogan's Celebrity Championship Wrestling &nbsp;&nbsp;&nbsp;<font color=\"#228b22\">[Proj # 206010]</font></b>&nbsp;&nbsp;&nbsp; (Reality Series, &nbsp;)"

以上应该是：

“绿巨人霍根的名人冠军摔跤[项目编号206010]（现实系列）”

阅读 177

2020-05-19

共1个答案

一尘不染

您可以使用一个简单的正则表达式，如下所示：

public static string StripHTML(string input)
{
   return Regex.Replace(input, "<.*?>", String.Empty);
}

请注意，此解决方案有其自身的缺陷。
有关更多信息，请参见删除字符串中的HTML标签（尤其是@mehaase的注释）。

另一个解决方案是使用HTML Agility Pack。
您可以在下面的库中找到示例：HTML敏捷包-
删除不需要的标签而不删除内容？

2020-05-19