Fatal编程技术网
  • csharp/
  • C# 正则表达式匹配内部html标记

C# 正则表达式匹配内部html标记

c# regex

C# 正则表达式匹配内部html标记,c#,regex,C#,Regex,我的html如下所示 <body><table><tr><td> <h4><span><strong><span>This Text</span></strong></span></h4> </td> <td> <h4><span><strong>That Text<br><

我的html如下所示

 <body><table><tr><td> <h4><span><strong><span>This Text</span></strong></span></h4> </td> <td> <h4><span><strong>That Text<br></strong></span></h4> </td> <td> <h4><span><strong><span>Some Text</span></strong></span></h4> </td> <td><span><strong>0 505 253 56 13</strong></span></td></tr><table></body>

此文本该文本
某些文本0 505 253 56 13
下面的正则表达式清除所有不带a | p | img的标记

 _QsHtml = Regex.Replace(_QsHtml, @"<\/?(?!a)(?!p)(?!img)\w*\b[^>]*>","", RegexOptions.Multiline);

\u QsHtml=Regex.Replace（\u QsHtml，@“]*>”，“”，RegexOptions.Multiline）；
我只想将ragex应用于表行（td）。我尝试过使用正则表达式，但不匹配

<\/?td(?!a)(?!p)(?!img)\w*\b[^>]*td>

]*td>
匹配除

]*>

匹配除
之外的所有代码。好的，我已经解决了合并Html敏捷性完整工作代码的问题，如下所示


string _QsHtml =  @"<body><table><tr><td> <h4><span><strong><span>This Text</span></strong></span></h4> </td> <td> <h4><span><strong>That Text<br></strong></span></h4> </td> <td> <h4><span><strong><span>Some Text</span></strong></span></h4> </td> <td><span><strong>0 505 253 56 13</strong></span></td></tr><table></body>";

var _HtmlDocument = new HtmlAgilityPack.HtmlDocument();
_HtmlDocument.OptionFixNestedTags = true;
_HtmlDocument.OptionAutoCloseOnEnd = true;
_HtmlDocument.OptionWriteEmptyNodes = true;
_HtmlDocument.LoadHtml(_QsHtml);

 var FindTableRows = _HtmlDocument.DocumentNode.SelectNodes("//td");

 if (FindTableRows != null)
 {
     foreach (var TableRow in FindTableRows.ToList())
     {
         string _InnerHtml = TableRow.InnerHtml;

        _InnerHtml = Regex.Replace(_InnerHtml,
                               @"<\/?(?!a)(?!br)(?!img)\w*\b[^>]*>",
                               "", RegexOptions.Multiline);
        TableRow.InnerHtml = _InnerHtml;

     }
 }



string\u QsHtml=@“此文本该文本
某些文本<0 505 253 56 13”；
var_HtmlDocument=新的HtmlAgilityPack.HtmlDocument（）；
_HtmlDocument.OptionFixNestedTags=true；
_HtmlDocument.OptionAutoCloseOnEnd=true；
_HtmlDocument.OptionWriteEmptyNodes=true；
_HtmlDocument.LoadHtml（QsHtml）；
var FindTableRows=\u HtmlDocument.DocumentNode.SelectNodes（“//td”）；
如果（FindTableRows！=null）
{
foreach（FindTableRows.ToList（）中的var TableRow）
{
字符串_InnerHtml=TableRow.InnerHtml；
_InnerHtml=Regex.Replace（_InnerHtml，
@"]*>",
“”，RegexOptions.Multiline）；
TableRow.InnerHtml=\u InnerHtml；
}
}

可能重复的正则表达式可能不是解析html的好方法：；使用特定于html的解析器可能是一种更可靠的方法。您是要删除除td以外的所有标记，还是仅删除td标记？@smn.tino我想用空字符串替换不必要的标记谢谢您的支持，但所有正则表达式都不匹配