C#使用正则表达式移除所有的Html标记,返回纯文本

作者:C/S框架网|www.cscode.ne 发布日期:2020/02/25 15:19:10

C#使用正则表达式移除所有的Html标记,返回纯文本

C# Code:

/// <summary>
/// C#使用正则表达式移除所有的Html标记,返回纯文本
/// </summary>
/// <param name="HtmlString"></param>
/// <returns>返回纯文本</returns>
private static string RemoveHTML(string HtmlString)
{
//删除脚本
HtmlString =
Regex.Replace(HtmlString, @"<script[^>]*?>.*?</script>",
"", RegexOptions.IgnoreCase);
//删除HTML
HtmlString = Regex.Replace(HtmlString, @"<(.[^>]*)>", "", RegexOptions.IgnoreCase);
HtmlString = Regex.Replace(HtmlString, @"([\r\n])[\s]+", "", RegexOptions.IgnoreCase);
HtmlString = Regex.Replace(HtmlString, @"-->", "", RegexOptions.IgnoreCase);
HtmlString = Regex.Replace(HtmlString, @"<!--.*", "", RegexOptions.IgnoreCase);
HtmlString = Regex.Replace(HtmlString, @"&(quot|#34);", "\"", RegexOptions.IgnoreCase);
HtmlString = Regex.Replace(HtmlString, @"&(amp|#38);", "&", RegexOptions.IgnoreCase);
HtmlString = Regex.Replace(HtmlString, @"&(lt|#60);", "<", RegexOptions.IgnoreCase);
HtmlString = Regex.Replace(HtmlString, @"&(gt|#62);", ">", RegexOptions.IgnoreCase);
HtmlString = Regex.Replace(HtmlString, @"&(nbsp|#160);", " ", RegexOptions.IgnoreCase);
HtmlString = Regex.Replace(HtmlString, @"&(iexcl|#161);", "\xa1", RegexOptions.IgnoreCase);
HtmlString = Regex.Replace(HtmlString, @"&(cent|#162);", "\xa2", RegexOptions.IgnoreCase);
HtmlString = Regex.Replace(HtmlString, @"&(pound|#163);", "\xa3", RegexOptions.IgnoreCase);
HtmlString = Regex.Replace(HtmlString, @"&(copy|#169);", "\xa9", RegexOptions.IgnoreCase);
HtmlString = Regex.Replace(HtmlString, @"&#(\d+);", "", RegexOptions.IgnoreCase);
HtmlString.Replace("<", "");
HtmlString.Replace(">", "");
HtmlString.Replace("\r\n", "");
HtmlString = HttpContext.Current.Server.HtmlEncode(HtmlString).Trim();

return HtmlString;
}

//来源:C/S框架网(www.csframework.com) QQ:23404761

参考文档：

C#使用正则表达式移除所有的Html标记,返回纯文本-C/S开发框架
C# CodeHighlighter生成的高亮着色HTML源码格式化
HtmlAgilityPack编程 - 使用DocumentNode.InnerText去除HTML标签-C/S开发框架
HtmlAgilityPack编程 - 替换样式(style)的值-C/S开发框架
HtmlAgilityPack编程 - HtmlDocument删除html的样式-C/S开发框架
VS2022 Git无法正常工作，因为检测到"xxx"存储库可能不安全。如果信任此存储库，则可以将其标记为安全
System.Web.HttpUtility 对URL/HTML字符串进行编码|C#源码
使用HtmlAgilityPack.HtmlDocument彻底清除HTML标签-C/S开发框架
[电子商务]全诚商城生成HTML门户版 v4.0_mhv4-源码下载
[电子商务]全诚商城生成HTML多用户版店中店系统 V5.0_dyhmf-源码下载
[电子商务]全诚商城生成HTML第三版普通版_qcshop3-源码下载
[电子商务]全诚商城生成HTML第三版免虚拟目录版_mxqcshop3
WCF:方法SendMessage在此代理中不受支持，如果未使用OperationContractAttribute标记
软件开发与设计 - BBS-电子布告栏系统-CCS v2.0 免安装html版数据库表结构
软件开发与设计 - EMS-电子商城系统-全诚商城生成HTML多用户版店中店系统 V5.0
ASP.NET Web Forms - HTML 页面