C# 正则表达式-根据特定条件去掉额外的标记

我正在使用第三方工具生成HTML，如下所示[这只是一个长页面的示例HTML，但模式相同]：

<P>
    <SPAN>
        <SPAN>This is </SPAN>
    </SPAN>
    <SPAN STYLE="font-weight:bold;">
        <SPAN>some</SPAN>
    </SPAN>
    <SPAN>
        <SPAN> text.</SPAN>
    </SPAN>
</P>

---

我想我可能需要更多的步骤，因此我的变量命名，但有一种模式重复工作：

var p1 = new Regex(@"\s*<span>(?<text>.+?)</span>\s*", RegexOptions.IgnoreCase | RegexOptions.Singleline | RegexOptions.Compiled);
var s1 = src;
while (s1.IsMatch(p1))
    s1 = p1.Replace(s1, "${text}");

var p1=new Regex（@“\s*（？。+？）\s*”，RegexOptions.IgnoreCase|RegexOptions.Singleline|RegexOptions.Compiled）；
var s1=src；
而（s1.IsMatch（p1））
s1=p1.替换（s1，“${text}”）；

注意：如果模式是精确的，您可以通过在开头和结尾添加量词来实现，而无需循环：

var p1 = new Regex(@"(?:\s*<span>)+(?<text>.+?)(?:</span>\s*)+", RegexOptions.IgnoreCase | RegexOptions.Singleline | RegexOptions.Compiled);
var s1 = p1.Replace(src, "${text}");

var p1=new Regex（@“（？：\s*）+（？：\s*）+”，RegexOptions.IgnoreCase | RegexOptions.Singleline | RegexOptions.Compiled）；
var s1=p1.Replace（src，“${text}”）；

HTML与给定正则表达式的关系如何？@revo感谢您指出我的输入错误。我刚刚纠正了它。在给定的正则表达式中，它是

span

标记，而不是

test

标记。我认为最好删除正则表达式，改用HtmlAgilityPack。无论您选择什么，这都是一项工作，因为您的输出在结构上与您的输入不同。请允许我发布强制性链接：

var p1 = new Regex(@"\s*<span>(?<text>.+?)</span>\s*", RegexOptions.IgnoreCase | RegexOptions.Singleline | RegexOptions.Compiled);
var s1 = src;
while (s1.IsMatch(p1))
    s1 = p1.Replace(s1, "${text}");

var p1 = new Regex(@"(?:\s*<span>)+(?<text>.+?)(?:</span>\s*)+", RegexOptions.IgnoreCase | RegexOptions.Singleline | RegexOptions.Compiled);
var s1 = p1.Replace(src, "${text}");