C# 除去某些HTML标记之外的所有HTML标记？

我有一个要求，我需要从一大块HTML中去掉所有标记，这就是标记汤，基本上类似于：

等等

我需要去掉所有的标签，除了标签，但是对于那些标签，我需要去掉诸如style=之类的属性，并且只保留它们作为标签

我目前正在使用正则表达式剥离所有标记：

公共静态字符串StripHtmlstring输入=>Regex.Replaceinput，string.Empty

有什么办法吗

---

为此，我会使用定制的C库，但我在Linux上使用.Net Core，因此许多需要完整框架的库（如AngleSharp）都不适合我。

将为您提供除段落之外的所有标记。因此，您的程序可以删除此正则表达式的所有匹配项，并用空段落标记替换其余标记all pregex用于接收所有p标签

无论您做什么，@CeeMcSharpface我理解使用regex解析HTML的缺点，这不是我的目标，但我正在处理的需要解析的字符串大小有限，结构良好。我们说的是一次最多1k字节的HTML，带有正确的开始和结束标记。谢谢，如何从剩余的标记中删除所有属性，只留下空的？我特别需要删除样式属性。我对正则表达式很反感。如有必要，我可以分两步完成。如前所述，您可以将的匹配项替换为。当我将final.replace添加到我的正则表达式中时，标记没有清除属性：.replace，string.Empty。。。就像我说的，我不擅长正则表达式，我假设p和。对的你知道为什么这还没有被消灭吗？第一个正则表达式工作得很好，按照预期去掉了除标记以外的所有标记。我还需要它来保留结束标记，因为我需要使用它来设置InnerHtml，这需要正确的打开/关闭标记。删除所有匹配的，而不是，结束标记将被保留。