除去html标记，但<；b>；使用正则表达式c#

我想剥离所有html，但使用regex保留

标记。有没有更好的方法来代替

将

替换为非html标记，如$b$

使用

]*>

将$b$替换为

---

下面是一种只允许打开和关闭

b

标签的方法。任何其他标签都将被删除

var teststring = "Test <b>test</b> lorem <i>ipsum</i>";
var pattern = @"(?!</?b>)<.*?>"; // assuming open and closing tags are retained
Console.WriteLine(Regex.Replace
       (teststring,
         pattern,
         String.Empty,
         RegexOptions.Multiline));

var teststring=“Test Test lorem ipsum”； 变量模式=@“（？！）”；//假设保留打开和关闭标记 Console.WriteLine（Regex.Replace （测试字符串， 图案 字符串。空， RegexOptions.Multiline））；

---

输出：

Test-Test-lorem-ipsum

Regex不是解析html/xml的最佳工具。深入研究，您可以使用XPath解析它的元素并更轻松地实现您的目标。@Jean，虽然正则表达式不适合嵌套构造，但如果OP不关心嵌套（并且只关心

标记，而不管嵌套级别如何），那么正则表达式就可以正常工作。（另外，大多数HTML——特别是HTML5 HTML——都不是有效的XML。例如，

是完全合法但无效的XML）是的。我不知道还有什么其他的构造。我只想把除了b标签以外的所有标签都去掉。我只做了一个小的html片段（1000个字符），谢谢Drf。好奇的是，你的执行速度会比我的快吗？另外，我希望去除html标记，而不是对其进行编码。我根据您的评论更新了代码。很难回答的性能问题，但是（根据免责声明），我不希望这种方法对单个标签更快。但是，它可以简化添加其他标记的过程。您的方法的一个潜在（可能是次要）问题是，如果输入恰好包含文本

$b$

，它将被错误地翻译为

。