zoukankan
html css js c++ java
提取HTML代码中文字的C#函数
/**/
///
<summary>
///
去除HTML标记
///
</summary>
///
<param name="strHtml">
包括HTML的源码
</param>
///
<returns>
已经去除后的文字
</returns>
public
static
string
StripHTML(
string
strHtml)
{
string
[] aryReg
=
{
@"
<script[^>]*?>.*?</script>
"
,
@"
<(\/\s*)?!?((\w+:)?\w+)(\w+(\s*=?\s*(([""'])(\\[""'tbnr]|[^\7])*?\7|\w+)|.{0})|\s)*?(\/\s*)?>
"
,
@"
([\r\n])[\s]+
"
,
@"
&(quot|#34);
"
,
@"
&(amp|#38);
"
,
@"
&(lt|#60);
"
,
@"
&(gt|#62);
"
,
@"
&(nbsp|#160);
"
,
@"
&(iexcl|#161);
"
,
@"
&(cent|#162);
"
,
@"
&(pound|#163);
"
,
@"
&(copy|#169);
"
,
@"
&#(\d+);
"
,
@"
-->
"
,
@"
<!--.*\n
"
}
;
string
[] aryRep
=
{
""
,
""
,
""
,
"
\
""
,
"
&
"
,
"
<
"
,
"
>
"
,
"
"
,
"
\xa1
"
,
//
chr(161),
"
\xa2
"
,
//
chr(162),
"
\xa3
"
,
//
chr(163),
"
\xa9
"
,
//
chr(169),
""
,
"
\r\n
"
,
""
}
;
string
newReg
=
aryReg[
0
];
string
strOutput
=
strHtml;
for
(
int
i
=
0
;i
<
aryReg.Length;i
++
)
{
Regex regex
=
new
Regex(aryReg[i],RegexOptions.IgnoreCase );
strOutput
=
regex.Replace(strOutput,aryRep[i]);
}
strOutput.Replace(
"
<
"
,
""
);
strOutput.Replace(
"
>
"
,
""
);
strOutput.Replace(
"
\r\n
"
,
""
);
return
strOutput;
}
青苹果Web应用商店
https://webapp.taobao.com/
PHP/ASP.NET/ASP/UCHOME/DISCUZ! X系列网站开发,详细需求联系
QQ:8511978
查看全文
相关阅读:
asp.net下的网页编辑器
在Visual C#中访问不同数据库
VS2008 sp1中文版下载地址
常用封装链接数据库类
常用封装日志类
动态构建OrderBy的Lambda表达式
用户管理抽象类
存储过程导出数据库数据
应用程序xml 配置文件抽象基类
ini文件示例说明
原文地址:https://www.cnblogs.com/Dicky/p/122372.html
最新文章
Javascript自动增加表格行、手动增加行、清除/复位行数据
.NET中进行Base64加密解密
SQL CTE查询所有下级部门/上级部门
删除字符串中的重复字符
ASP.NET C#生成下拉列表树
包含表格的文档的DOM结构分析
面向服务架构(SOA)的原则
控件执行生命周期
Control.EnsureChildControls 方法
使用 ASP.NET 创建的 XML Web 服务的设计指南
热门文章
asp.net c# 的@语法
ASP.NET 中 Cookie 的基本知识
webservice连接
soa特色
什么是SOA
java.lang.RuntimeException: Unable to instantiate activity ComponentInfo异常解决
Java编程设计原则(2)
Java编程设计原则
怎样将用tomcat开发的应用程序发布到internet网上
深复制,浅复制
Copyright © 2011-2022 走看看