源码网,源码论坛,源码之家,商业源码,游戏源码下载,discuz插件,棋牌源码下载,精品源码论坛

 找回密码
 立即注册
楼主: ttx9n

[ASP.NET] c#中过滤html的正则表达式

[复制链接]

7万

主题

861

回帖

32万

积分

论坛元老

Rank: 8Rank: 8

积分
329525
发表于 2018-12-25 13:45:38 | 显示全部楼层 |阅读模式
这篇文章主要为大家介绍c#中过滤html的正则表达式,需要的朋友可以参考一下

实现代码

///  <summary>
///  去除HTML标记
///  </summary>
///  <param  name=”NoHTML”>包括HTML的源码  </param>
///  <returns>已经去除后的文字</returns>
public static string NoHTML(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;
}

C#过滤Html标签及空格

public static string FilterHTML(string HTMLStr)
    {
      if (!string.IsNullOrEmpty(HTMLStr))
        return System.Text.RegularExpressions.Regex.Replace(HTMLStr, "<[^>]*>| ", "");
      else
        return "";
    }

写一个静态方法移除HTML标签

#region
///  <summary>
///  移除HTML标签
///  </summary>
///  <param  name="HTMLStr">HTMLStr</param>
public static string ParseTags(string HTMLStr)
{
 return System.Text.RegularExpressions.Regex.Replace(HTMLStr, "<[^>]*>", "");
}
#endregion

取出文本中的图片地址

#region
///  <summary>
///  取出文本中的图片地址
///  </summary>
///  <param  name="HTMLStr">HTMLStr</param>
public static string GetImgUrl(string HTMLStr)
{
 string str = string.Empty;
 string sPattern = @"^<img\s+[^>]*>";
 Regex r = new Regex(@"<img\s+[^>]*\s*src\s*=\s*([']?)(?<url>\S+)'?[^>]*>",
  RegexOptions.Compiled);
 Match m = r.Match(HTMLStr.ToLower());
 if (m.Success)
  str = m.Result("${url}");
 return str;
}
#endregion

提取HTML代码中文字的C#函数

///  <summary>
///  提取HTML代码中文字的C#函数
///  </summary>
///  <param  name="strHtml">包括HTML的源码  </param>
///  <returns>已经去除后的文字</returns>
using System;
using System.Text.RegularExpressions;
public class StripHTMLTest
{
 public static void Main()
 {
  string s = StripHTML(
   "<HTML><HEAD><TITLE>中国石龙信息平台</TITLE></HEAD><BODY>faddfs龙信息平台</BODY></HTML>");
  Console.WriteLine(s);
 }

 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;
 }
}

TempContent 表示包含有html的字符串;
TempContent = System.Text.RegularExpressions.Regex.Replace(TempContent,"<[^>]+>","");至少一个
TempContent = System.Text.RegularExpressions.Regex.Replace(TempContent,"<[^>]*>","");任意个 

回复

使用道具 举报

2

主题

2万

回帖

73

积分

注册会员

Rank: 2

积分
73
发表于 2022-8-12 10:15:39 | 显示全部楼层
逛逛看看瞧瞧
回复 支持 反对

使用道具 举报

1

主题

2万

回帖

55

积分

注册会员

Rank: 2

积分
55
发表于 2022-8-18 17:57:24 | 显示全部楼层
sdsadsadsadf
回复 支持 反对

使用道具 举报

1

主题

2万

回帖

182

积分

注册会员

Rank: 2

积分
182
发表于 2022-9-12 05:36:38 | 显示全部楼层
啦啦啦啦啦啦哈哈哈
回复 支持 反对

使用道具 举报

3

主题

2万

回帖

172

积分

注册会员

Rank: 2

积分
172
发表于 2023-7-30 03:12:00 | 显示全部楼层
感谢楼主分享
回复 支持 反对

使用道具 举报

2

主题

2万

回帖

69

积分

注册会员

Rank: 2

积分
69
发表于 2023-10-15 06:32:16 | 显示全部楼层
儿飞飞微风DVD谁vdsvd
回复 支持 反对

使用道具 举报

3

主题

2万

回帖

294

积分

中级会员

Rank: 3Rank: 3

积分
294
发表于 2023-10-20 15:16:54 | 显示全部楼层
数据库了多久撒快乐的健身卡啦
回复 支持 反对

使用道具 举报

6

主题

2万

回帖

425

积分

中级会员

Rank: 3Rank: 3

积分
425
发表于 2024-3-10 13:12:11 | 显示全部楼层
儿飞飞微风DVD谁vdsvd
回复 支持 反对

使用道具 举报

1

主题

2万

回帖

321

积分

中级会员

Rank: 3Rank: 3

积分
321
发表于 2024-5-19 15:27:44 | 显示全部楼层
看到这帖子真是高兴!
回复 支持 反对

使用道具 举报

2

主题

2万

回帖

473

积分

中级会员

Rank: 3Rank: 3

积分
473
发表于 2024-6-6 11:18:27 | 显示全部楼层
先把创新班才能下班才能下班
回复 支持 反对

使用道具 举报

高级模式
B Color Image Link Quote Code Smilies

本版积分规则

手机版|小黑屋|网站地图|源码论坛 ( 海外版 )

GMT+8, 2025-1-31 20:05 , Processed in 0.124191 second(s), 22 queries .

Powered by Discuz! X3.4

Copyright © 2001-2020, Tencent Cloud.

快速回复 返回顶部 返回列表