C# 从字符串中剥离格式错误的HTML

有时，从第三方API返回的HTML元素格式不正确：

olor:red">Text</span>

---

第二个不会改变吗？

非常粗略地说，你可以通过剥离

之前的所有内容并非常粗略地保留

之前的所有内容来剥离所有的“标签”，如果您只需要标签的内容，而不需要标签类型等信息，则可以使用正则表达式，通过剥离
之前的所有内容并保留
之前的所有内容来剥离所有“标签”：

var r = new Regex(">([^>]+)<");
var text = "olor:red\">Text</span>";

var m = r.Match(text);

var r=new Regex（“>（[^>]+）如果您只需要标记的内容，而不需要关于标记类型等的信息，则可以使用正则表达式：

var r = new Regex(">([^>]+)<");
var text = "olor:red\">Text</span>";

var m = r.Match(text);

var r=new Regex（“>（[^>]+）我建议您看看，它也是一个非常方便的HTML清理工具

下面是一个使用上述库的方法示例：

static void Main()
{
    var inputs = new[] { 
    @"olor:red"">Text</span>",
    @"<span style=""color:red"">Text</span>",
    @"Text</span>",
    @"<span style=""color:red"">Text",
    @"<span style=""color:red"">Text"
    };
    var doc = new HtmlDocument();
    inputs.ToList().ForEach(i => {
        if (!i.StartsWith("<"))
        {
            if (i.IndexOf(">") != i.Length-1)
                i = "<" + i;
            else
                i = i.Substring(0, i.IndexOf("<"));
            doc.LoadHtml(i);
            Console.WriteLine(doc.DocumentNode.InnerText);
        }
        else
        {
            doc.LoadHtml(i);
            Console.WriteLine(doc.DocumentNode.OuterHtml);
        }
    });
}

static void Main（）
{
变量输入=新[]{
@“颜色：红色”“>文本”，
@“文本”，
@“文本”，
@“文本”，
@“文本”
};
var doc=新的HtmlDocument（）；
inputs.ToList（）.ForEach（i=>{
如果（！i.StartsWith（“”）=i.Length-1）
i=“我建议您看看，这是一个非常方便的工具，也用于HTML清理

下面是一个使用上述库的方法示例：

static void Main()
{
    var inputs = new[] { 
    @"olor:red"">Text</span>",
    @"<span style=""color:red"">Text</span>",
    @"Text</span>",
    @"<span style=""color:red"">Text",
    @"<span style=""color:red"">Text"
    };
    var doc = new HtmlDocument();
    inputs.ToList().ForEach(i => {
        if (!i.StartsWith("<"))
        {
            if (i.IndexOf(">") != i.Length-1)
                i = "<" + i;
            else
                i = i.Substring(0, i.IndexOf("<"));
            doc.LoadHtml(i);
            Console.WriteLine(doc.DocumentNode.InnerText);
        }
        else
        {
            doc.LoadHtml(i);
            Console.WriteLine(doc.DocumentNode.OuterHtml);
        }
    });
}

static void Main（）
{
变量输入=新[]{
@“颜色：红色”“>文本”，
@“文本”，
@“文本”，
@“文本”，
@“文本”
};
var doc=新的HtmlDocument（）；
inputs.ToList（）.ForEach（i=>{
如果（！i.StartsWith（“”）=i.Length-1）
我=”
static void Main()
{
    var inputs = new[] { 
    @"olor:red"">Text</span>",
    @"<span style=""color:red"">Text</span>",
    @"Text</span>",
    @"<span style=""color:red"">Text",
    @"<span style=""color:red"">Text"
    };
    var doc = new HtmlDocument();
    inputs.ToList().ForEach(i => {
        if (!i.StartsWith("<"))
        {
            if (i.IndexOf(">") != i.Length-1)
                i = "<" + i;
            else
                i = i.Substring(0, i.IndexOf("<"));
            doc.LoadHtml(i);
            Console.WriteLine(doc.DocumentNode.InnerText);
        }
        else
        {
            doc.LoadHtml(i);
            Console.WriteLine(doc.DocumentNode.OuterHtml);
        }
    });
}

Text
<span style="color:red">Text</span>
Text
<span style="color:red">Text</span>
<span style="color:red">Text</span>