将Html代码转换为Text

最新推荐文章于 2023-01-27 09:59:35 发布
最新推荐文章于 2023-01-27 09:59:35 发布
阅读量570 收藏
点赞数
文章标签： c# javascript ViewUI
在抓取html页时，需要过滤掉html代码，获取Html源代码中的Text，有正则表达式可以解决这个问题：
VB.NET
None.gif      ' '' -----------------------------------------------------------------------------
None.gif      ' '' <summary>
None.gif      ' '' 移除所有的html标签
None.gif      ' '' </summary>
None.gif      ' '' <param name="HTML">html代码</param>
None.gif      ' '' <returns></returns>
None.gif      ' '' <remarks>
None.gif      ' '' </remarks>
None.gif      ' '' <history>
None.gif      ' ''     [Administrator]    2004-9-25    Created
None.gif      ' '' </history>
None.gif      ' '' -----------------------------------------------------------------------------
ExpandedBlockStart.gifContractedBlock.gif      Public   Function ParseTags() Function ParseTags(ByVal HTML As String) As String
InBlock.gif        ' 使用正则表达式识别并移除所有的html标签，返回过滤掉Html标签的文本
InBlock.gif        Dim objRegEx As System.Text.RegularExpressions.Regex
InBlock.gif        Return objRegEx.Replace(HTML, "<[^>]*>", "")
ExpandedBlockEnd.gif    End Function

C#
ExpandedBlockStart.gif ContractedBlock.gif          /**/ /// <summary>
InBlock.gif        /// 移除所有的html标签
InBlock.gif        /// </summary>
InBlock.gif        /// <param name="HTML">html源代码</param>
ExpandedBlockEnd.gif        /// <returns></returns>
None.gif          public   string  ParseTags( string  HTML) 
ExpandedBlockStart.gifContractedBlock.gif         dot.gif { 
InBlock.gif            return System.Text.RegularExpressions.Regex.Replace(HTML, "<[^>]*>", ""); 
ExpandedBlockEnd.gif        }
提供一简单示例如下：
VB.NET
ExpandedBlockStart.gif ContractedBlock.gif      Private   Sub Page_Load() Sub Page_Load(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles MyBase.Load
InBlock.gif        Dim oStringBuilder As System.Text.StringBuilder
InBlock.gif
InBlock.gif        oStringBuilder = New System.Text.StringBuilder
InBlock.gif        oStringBuilder.Append(ControlChars.CrLf + "<!DOCTYPE HTML PUBLIC ""-//W3C//DTD HTML 4.0 Transitional//EN"">")
InBlock.gif        oStringBuilder.Append(ControlChars.CrLf + "<HTML>")
InBlock.gif        oStringBuilder.Append(ControlChars.CrLf + "    <HEAD>")
InBlock.gif        oStringBuilder.Append(ControlChars.CrLf + "        <title>WebForm1</title>")
InBlock.gif        oStringBuilder.Append(ControlChars.CrLf + "        <meta name=""GENERATOR"" content=""Microsoft Visual Studio .NET 7.1"">")
InBlock.gif        oStringBuilder.Append(ControlChars.CrLf + "        <meta name=""CODE_LANGUAGE"" content=""Visual Basic .NET 7.1"">")
InBlock.gif        oStringBuilder.Append(ControlChars.CrLf + "        <meta name=""vs_defaultClientScript"" content=""JavaScript"">")
InBlock.gif        oStringBuilder.Append(ControlChars.CrLf + "        <meta name=""vs_targetSchema"" content=""http://schemas.microsoft.com/intellisense/ie5"">")
InBlock.gif        oStringBuilder.Append(ControlChars.CrLf + "    </HEAD>")
InBlock.gif        oStringBuilder.Append(ControlChars.CrLf + "    <body MS_POSITIONING=""GridLayout"">")
InBlock.gif        oStringBuilder.Append(ControlChars.CrLf + "        <form id=""Form1"" method=""post"" runat=""server"">")
InBlock.gif        oStringBuilder.Append(ControlChars.CrLf + "            <FONT face=""宋体"">测试</FONT>")
InBlock.gif        oStringBuilder.Append(ControlChars.CrLf + "        </form>")
InBlock.gif        oStringBuilder.Append(ControlChars.CrLf + "    </body>")
InBlock.gif        oStringBuilder.Append(ControlChars.CrLf + "</HTML>")
InBlock.gif        Response.Write(ParseTags(oStringBuilder.ToString))
ExpandedBlockEnd.gif    End Sub

C#
None.gif          private   void  Page_Load( object  sender, System.EventArgs e)
ExpandedBlockStart.gifContractedBlock.gif         dot.gif {
InBlock.gif            System.Text.StringBuilder oStringBuilder; 
InBlock.gif            oStringBuilder = new System.Text.StringBuilder(); 
InBlock.gif            oStringBuilder.Append(Microsoft.VisualBasic.ControlChars.CrLf + "<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">"); 
InBlock.gif            oStringBuilder.Append(Microsoft.VisualBasic.ControlChars.CrLf + "<HTML>"); 
InBlock.gif            oStringBuilder.Append(Microsoft.VisualBasic.ControlChars.CrLf + "  <HEAD>"); 
InBlock.gif            oStringBuilder.Append(Microsoft.VisualBasic.ControlChars.CrLf + "    <title>WebForm1</title>"); 
InBlock.gif            oStringBuilder.Append(Microsoft.VisualBasic.ControlChars.CrLf + "    <meta name="GENERATOR" content="Microsoft Visual Studio .NET 7.1">"); 
InBlock.gif            oStringBuilder.Append(Microsoft.VisualBasic.ControlChars.CrLf + "    <meta name="CODE_LANGUAGE" content="Visual Basic .NET 7.1">"); 
InBlock.gif            oStringBuilder.Append(Microsoft.VisualBasic.ControlChars.CrLf + "    <meta name="vs_defaultClientScript" content="JavaScript">"); 
InBlock.gif            oStringBuilder.Append(Microsoft.VisualBasic.ControlChars.CrLf + "    <meta name="vs_targetSchema" content="http://schemas.microsoft.com/intellisense/ie5">"); 
InBlock.gif            oStringBuilder.Append(Microsoft.VisualBasic.ControlChars.CrLf + "  </HEAD>"); 
InBlock.gif            oStringBuilder.Append(Microsoft.VisualBasic.ControlChars.CrLf + "  <body MS_POSITIONING="GridLayout">"); 
InBlock.gif            oStringBuilder.Append(Microsoft.VisualBasic.ControlChars.CrLf + "    <form id="Form1" method="post" runat="server">"); 
InBlock.gif            oStringBuilder.Append(Microsoft.VisualBasic.ControlChars.CrLf + "      <FONT face="宋体">测试</FONT>"); 
InBlock.gif            oStringBuilder.Append(Microsoft.VisualBasic.ControlChars.CrLf + "    </form>"); 
InBlock.gif            oStringBuilder.Append(Microsoft.VisualBasic.ControlChars.CrLf + "  </body>"); 
InBlock.gif            oStringBuilder.Append(Microsoft.VisualBasic.ControlChars.CrLf + "</HTML>"); 
InBlock.gif            Response.Write(ParseTags(oStringBuilder.ToString()));
ExpandedBlockEnd.gif        }

输出结果为：
None.gif WebForm1 测试 
weixin_33737774
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
html转换成text
11-19
把html的脚本转换成纯文本，去掉html的样式。一大堆的<标记></标记>
手工HTML代码转换为DOM代码
06-17
本篇我们将深入探讨如何将手工编写的HTML代码转换为DOM对象。 首先，了解HTML和DOM的关系至关重要。HTML是一种标记语言，用于定义网页的结构和内容。而DOM则是HTML或XML文档的编程接口，它将HTML文档解析成一个树形...
批量html转text
金庆的专栏
03-13 2378
批量html转text（转载请注明来源于金庆的专栏）原来的代码是参考“Recipe 12.11. Using MSHTML to Parse XML or HTML”，利用htmlfile提取文本。将当前目录下的所有html文件转换为text文件。def extractHtmlFile(htmlFilePath):    Extract html text and save to t
html变text文本
qq_42239585的博客
03-30 255
html变text文本 public function htmltext($content){ $content = preg_replace("/<img\s*src=(\"|\')(.*?)\\1[^>]*>/is",'【图片】', $content); $content = strip_tags($content); $content = trim($content); $content = ereg_rep
如何将html文件转为txt文件格式,如何把html改为txt格式
weixin_39540020的博客
05-30 1669
大家好，我是时间财富网智能客服时间君，上述问题将由我为大家进行解答。把html改为txt格式的方法是将html的扩展名修改为TEXT扩展名即可。超文本标记语言或超文本链接标示语言(标准通用标记语言下的一个应用)HTML(HyperText Mark-up Language)是一种制作万维网页面的标准语言，是万维网浏览器使用的一种语言，它消除了不同计算机之间信息交流的障碍。它是目前网络上应用最为广泛...
UITextView的text转化为HTML, HTML转化成UITextView的text
Yanawang的博客
03-20 1053
1、HTML转化成UITextView的textNSString *htmlString = @"&lt;h1&gt;Header&lt;/h1&gt;&lt;h2&gt;Subheader&lt;/h2&gt;&lt;p&gt;Some&lt;em&gt;text&lt;/em&gt;&lt;/p&gt;&lt;img src='图片地址' width=70 h
htmlsvg:javascript代码将html转换为svg
05-04
htmlsvg 将html元素转换为svg元素（rect，text，img）。在线演示： 安装$ npm install htmlsvg用法import htmlToSvg from "htmlsvg" ;const htmlElement = document . getElementById ( "DivId" ) ;const svg = ...
js代码-VNode 转换成 HTML
07-16
本篇文章将深入探讨如何将VNode转换为HTML字符串，这一过程在某些场景下十分有用，比如在服务端渲染或动态生成HTML内容时。 1. **什么是VNode？** VNode是Vue.js中用于表示DOM节点的数据结构。它包含了节点类型、...
html2text：将HTML转换为Markdown格式的文本
02-03
html2text是一个Python脚本，可将HTML页面转换为清晰易读的纯ASCII文本。 更好的是，ASCII也恰好是有效的Markdown（文本到HTML格式）。 用法： html2text [filename [encoding]] 选项 描述 --version 显示程序的...
Python转换HTML到Text纯文本的方法
12-23
今天项目需要将HTML转换为纯文本，去网上搜了一下，发现Python果然是神通广大，无所不能，方法是五花八门。 拿今天亲自试的两个方法举例，以方便后人： 方法一： 1. 安装nltk，可以去pipy装 （注：需要依赖以下包：...
源代码转换
10-22
源程序代码是纯文本文件，本课程设计的目标是编写一个应用程序可以将源程序文件转换为HTML的网页文件。 功能要求如下： 1．能够处理的源程序包括：Java源程序（扩展名.java）、C源程序（扩展名.h和.c）。鼓励能处理其他源程序代码。 2．提供一个基于Java Swing实现的GUI界面，类似Windows的资源管理器。在该界面中选择一个或多个源程序文件进行转换。 3．转换时要求按语法分色。因此需要该对转换进行设置，如：目标文件名、字体、关键字颜色等。 4．得到的HTML文件，用浏览器查看如下图所示。另外要求每行有行号。
源代码转换器
12-21
源程序代码是纯文本文件，编写一个应用程序可以将源程序文件转换为HTML的网页文件。 功能要求如下： 1．能够处理的源程序包括：Java源程序（扩展名.java）、C源程序（扩展名.h和.c）。鼓励能处理其他源程序代码。 2．提供一个基于Java Swing实现的GUI界面，类似Windows的资源管理器。在该界面中选择一个或多个源程序文件进行转换。 3．转换时要求按语法分色。因此需要该对转换进行设置，如：目标文件名、字体、关键字颜色等。请参照netbeans或eclipse的语法分色规则。 4．要求编写一个预览转换后文件的界面，将html文件显示出来。 5．转换的规则可以设置，如设置各种语言的源程序文件的语法分色规则，选号有几位、缩进几个空格等。并为每种源程序语言提供一个默认规则。 6．得到的HTML文件命名规则为直接在源程序文件后面加html，例如：Welcome.java转换后的名字为Welcome.java.html，用浏览器查看如下图所示。另外要求每行有行号。
HTML代码转换编辑器
01-25
直接从网页中复制的内容粘贴到此软件，此软件会保留其格式并自动生成相应的HTML代码，方便初学网页者使用。
把 html标签转化为 html标签代码
alan9306的博客
02-21 168
HttpUtility.HtmlEncode(table.Rows[0]["footnote"].ToString()); 转载于:https://www.cnblogs.com/sunzhenyong/p/3559491.html
把html源代码变为text的方法
DTable&DTControls爱好者
05-25 1188
         //------------        private static string html2TextPattern =              @"(?]*?>.*?)|(?.*?)|(?)" +             @"|(?]+>)" + // HTML标记             @"|(?&(quot|#34);)" + // 符号: "       
导出的最简单方法（text/html/word）
权威往往只是一个经不起考验的空壳子，尤其在现今这个多元开放的时代。
03-21 1105
    ///     /// 把日记导出到一个HTML文件里    ///     ///     private void WriteText(OA.Daily.Entities.TList bookList)    {        string name = DateTime.Today.ToString("yyyyMMdd") + new Random(DateTime.Now.Mill
javascript将带格式的html转成纯文本
qq_30351747的博客
01-27 1333
javascript将带格式的html转成纯文本
文字格式转换（Text与Html）
weixin_33736048的博客
07-05 2976
代码 publicstringwriteStr(stringoldStr){//oldStr=oldStr.Replace("''","'");oldStr=oldStr.Replace("","&nbsp;");oldStr=oldStr.Replace("&lt;","<...
汉字转化成拼音的源代码
hunter的专栏
03-18 1358
  1using System;  2using System.Collections;  3using System.Text;  4namespace JJBase.String  5{  6    /**////   7    /// JJBase 的摘要说明。  8    ///   9    ///  10    汉字转化成拼音#region 汉字转化成拼音 11     12    p
将上述代码转换为HTML和CSS
最新发布
04-03
HTML代码： ```html <!DOCTYPE html> <html> <title>My Website <link rel="stylesheet" type="text/css" href="style.css"> <h1>Welcome to My Website <li><a href="#">Home</a></li> <li><a ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值