.net 如何使用正则表达式将HTML解析为纯文本

如何使用regex解析以下内容：

<b>HelloWorld</b>
<p>This is a test</p>
<a href="myUrl">Google</a>

HelloWorld
这是一个测试

需要删除所有html标记，并从超链接标记中提取URL，结果应为：

HelloWorld This is a test myUrl 你好世界 这是一个测试 myUrl

---

您应该为此使用解析器。正则表达式就是不行。您可以使用递归正则表达式模式，但我认为.NET正则表达式引擎不支持它们。

我知道这不是您期望的答案，但您不应该尝试使用正则表达式解析HTML。HTML被正则表达式解析得非常复杂，有各种各样的东西可能出错。很难编写一个能够可靠地解析HTML的正则表达式，我甚至不确定这是否可行

---

使用类似于.NET的或。或者，您可以使用解析器生成器创建自己的解析器。

您的结果不一致。请描述目标，而不是步骤：告诉人们“不要使用正则表达式编写HTML”的无效性从未停止让我感到惊讶。堆栈溢出充满了这个建议，就像互联网的其他部分一样。好像从来没有人读过或相信它。无论如何，我投你一票Tomalak:stackoverflow涵盖的许多领域都有这些典型的反复出现的问题，这就是为什么在stackoverflow上有每个标签的常见问题解答会很好。没有人阅读常见问题，这或多或少是个事实。如果人们在提问之前先阅读/google，每天的问题数量就会大大减少。托玛拉克：没错，但据我所知，我们的想法是写一篇好的文章，我们可以引导偶尔提问的人，而不必一直解释它，或者查找一个类似的问题并给出一个好的答案。我想人们会选择代表，而不是将OP指向FAQ。如果线程中的任何人解决了OP的直接问题，他们的答案将被接受，而不是一个“无聊”的FAQ指针，不管它多么正确。