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:
c++ stack 适配器
错误记录
css3动画,制作跑步运动,画笔画圆,之类的连贯性动作的方法
关于$.cookie
JavaScript中常见易犯的小错误
关于内存泄漏
Javascript的异步编程方法
JavaScript中this关键词的四种指向
javascript之回调函数小知识
移动端的兼容性
原文地址:https://www.cnblogs.com/Dicky/p/122372.html
最新文章
android可拖动排序GridView实现
网络字节序
ip转发二叉树查找方法c实现
列表随机选择实现
快速排序练习(二)
快速排序练习(一)
前端面试经历
CSS 两列布局(左边宽度固定,右边自适) 的6种方案
【转】原生DOM探究 -- NodeList v.s. HTMLCollection
Javascript 闭包
热门文章
Javascript 寄生组合式继承
javascript instanceof()方法原理
javascript prototype和_proto_
Javascript 字符串操作方法slice()、substring()和substr()方法的区别
Javascript call()、apply()和bind()的区别
Javascript arguments.callee和caller的区别
C++中的dll
c++内存管理错误记录
《机器学习实战》之knn算法
c++ 实现配置文件类
Copyright © 2011-2022 走看看