C# 正则表达式以消除内部的文本<；及>；

可能重复：

我正在尝试编写一个只返回HTML文件内容的代码。我认为最好的方法是消除括号内的所有元素，或者列出括号内的所有文本。我对正则表达式很陌生，但我很确定它们是最适合的

这是我试过的代码

        Regex reg = new Regex(@"<.*>");
        file = reg.Replace(file, ""); 

Regex reg=newregex（@“）；
file=reg.Replace（文件“”）；

---

只要在一块文本前只有一个文本，它就可以工作。任何按顺序包含两个或两个以上这些元素的文件，比如，它只是开始删除它找到的任何文本。有人能告诉我我做错了什么吗？

正则表达式通常都很贪婪（它们匹配所能找到的最长字符串）。根据您要查找的语言，尝试检查+？还是*？运算符，将尝试最短的匹配。否则您必须构建另一个正则表达式。

那么，您得到的意外行为是因为您的正则表达式是贪婪的

如果您将正则表达式更改为

    Regex reg = new Regex(@"<.*?>");
    file = reg.Replace(file, ""); 

Regex reg=newregex（@“）；
file=reg.Replace（文件“”）；

你会得到你所期望的

---

另外，要知道正则表达式不处理嵌套，HTML有很多嵌套，我会避免使用正则表达式来解析HTML，除非您试图在特定的HTML片段上匹配非常特定的内容

只需尝试注释中的测试字符串..*？会很有魅力的。除非你想移除其他东西。谢谢。我应该改用HTML敏捷包吗？我在一条评论中看到了这一点。@Sam你的代码给了

什么呢？@GeorgeAbrahamSiegelDuffy我自己从来没有真正解析过HTML，但我肯定会看看它。如果您需要解析HTML。@L.B它会呈现“狗屎发生”，您已经在这个线程中至少做了3次注释/链接到该注释。不要再做一个坏记录了，同时也要阅读你正在回复的答案to@Sam当你不再尝试用正则表达式解析html时，我将不再给出相同的引用。谢谢，我将阅读更多关于贪婪的内容。