C# 使用正则表达式C从HTML标记中删除样式#

我想使用C#从HTML标记中删除样式。它应该只返回HTML简单标记。

例如。 如果字符串=

Hello

然后它应该返回

String=Hello

与所有HTML标记一样，

，

等

---

请帮我解决这个问题。

首先，正如其他人所建议的，使用适当的HTML解析器的方法是可行的。要么使用，要么使用

如果您真的想要一个正则表达式解决方案，这里是：

---

替换此模式：

（正如其他人所说，您可以使用HTML Agility pack，它有一个很好的工具：它向您显示您正在做什么

除此之外，它是正则表达式，通常不建议在HTML中使用正则表达式，也不建议在所有字符上使用循环在代码上运行。如果它以
。这应该考虑到大多数基本情况，但您必须对其进行测试

这里有一个小片段可以做到这一点：

void Main()
{
    // your input
    String input = @"<p style=""margin: 15px 0px; padding: 0px; border: 0px; outline: 0px;"">Hello</p>";
    // temp variables
    StringBuilder sb = new StringBuilder();
    bool inside = false;
    bool delete = false;
    // analyze string
    for (int i = 0; i < input.Length; i++)
    {
        // Special case, start bracket
        if (input[i].Equals('<')) { 
            inside = true;
            delete = false;
        }
        // special case, close bracket
        else if (input[i].Equals('>')) {
            inside = false;
            delete = false;
        }
        // other letters
        else if (inside) {
            // Once you have a space, ignore the rest until closing bracket
            if (input[i].Equals(' '))
                delete = true;
        }   
        // add if needed
        if (!delete)
                sb.Append(input[i]);
    }
    var result = sb.ToString(); // -> holds: "<p>Hello</p>"
}

void Main（）
{
//你的意见
字符串输入=@“
Hello
”；
//温度变量
StringBuilder sb=新的StringBuilder（）；
bool-inside=false；
bool delete=false；
//分析字符串
for（int i=0；i保持：“Hello
”
}
在将Outlook邮件保存到数据库之前，我通常使用以下代码从Outlook邮件中删除内联样式、类、图像和注释：

    desc = Regex.Replace(desc, "(<style.+?</style>)|(<script.+?</script>)", "", RegexOptions.IgnoreCase | RegexOptions.Singleline);
    desc = Regex.Replace(desc, "(<img.+?>)", "", RegexOptions.IgnoreCase | RegexOptions.Singleline);
    desc = Regex.Replace(desc, "(<o:.+?</o:.+?>)", "", RegexOptions.IgnoreCase | RegexOptions.Singleline);
    desc = Regex.Replace(desc, "<!--.+?-->", "", RegexOptions.IgnoreCase | RegexOptions.Singleline);
    desc = Regex.Replace(desc, "class=.+?>", ">", RegexOptions.IgnoreCase | RegexOptions.Singleline);
    desc = Regex.Replace(desc, "class=.+?\s", " ", RegexOptions.IgnoreCase | RegexOptions.Singleline);

desc=Regex.Replace（desc），（
source=Regex.Replace（source），（所有答案都很好，但也可以使用此方法简单地完成：
“您的HTML字符串”。替换（“样式”、“数据标记”）；
您也可以用同样的方法替换“class”。
请参阅：您（意外）丢失了结束引号吗？@RobP.，是的，对不起。更新了帖子。可能是因为这个问题被问了一百万次。正则表达式工作正常。但在代码中，它显示错误
无法识别的转义序列
“在字符串中。我应该怎么做？”我将其用作
@（@CSAT阅读有关c#字符串的内容。请注意，它不适用于其他标记，如“
Endoderm“该怎么办？我还想删除
类
，那么我会将另一个正则表达式改成与样式相同的正则表达式吗？@CSAT它对我有效，所以请显示您是如何使用它的，这样我就可以告诉您有什么问题。如果您还想删除
类
，请参阅我的编辑。您的
类=。+？>
正则表达式模式会删除所有内容在
class=
和下一个
之间的ng，这比你想要的要多。
class=.+？\“
可能就是你想要的。他应该使用
class=“.+？”？"
或
class='.+？'
而不是
class=.+？>
我可以请你在源代码周围添加一些上下文吗？只有代码的答案很难理解。如果你能在文章中添加更多信息，这将有助于提问者和未来的读者。如果这样做，这也会失败，如果里面有，例如K\B\cap\left\{k |<\beta\right\}@MonsterMMORPG是的。它会的。
   source = Regex.Replace(source, "(<style.+?</style>)|(<script.+?</script>)", "", RegexOptions.IgnoreCase | RegexOptions.Singleline);
   source = Regex.Replace(source, "(<img.+?>)", "", RegexOptions.IgnoreCase | RegexOptions.Singleline);
   source = Regex.Replace(source, "(<o:.+?</o:.+?>)", "", RegexOptions.IgnoreCase | RegexOptions.Singleline);
   source = Regex.Replace(source, "<!--.+?-->", "", RegexOptions.IgnoreCase | RegexOptions.Singleline);
   source = Regex.Replace(source, "class=.+?>", ">", RegexOptions.IgnoreCase | RegexOptions.Singleline);
   source = Regex.Replace(source.Replace(System.Environment.NewLine, "<br/>"), "<[^(a|img|b|i|u|ul|ol|li)][^>]*>", " ");