C#过滤html标签

C#过滤html标签

    在项目中遇到这样一个需求，需要将一段html转换为一般文本返回，万能的正则表达式来了。

    正则表达式来拯救你，代码如下：

 1 public static string Html2Text(string htmlStr)
 2 
 3 {
 4 
 5     if (String.IsNullOrEmpty(htmlStr))
 6 
 7     {
 8 
 9         return "";
10 
11     }
12 
13     string regEx_style = "<style[^>]*?>[\\s\\S]*?<\\/style>"; //定义style的正则表达式 
14 
15     string regEx_script = "<script[^>]*?>[\\s\\S]*?<\\/script>"; //定义script的正则表达式   
16 
17     string regEx_html = "<[^>]+>"; //定义HTML标签的正则表达式   
18 
19     htmlStr = Regex.Replace(htmlStr, regEx_style, "");//删除css
20 
21     htmlStr = Regex.Replace(htmlStr, regEx_script, "");//删除js
22 
23     htmlStr = Regex.Replace(htmlStr, regEx_html, "");//删除html标记
24 
25     htmlStr = Regex.Replace(htmlStr, "\\s*|\t|\r|\n", "");//去除tab、空格、空行
26 
27     htmlStr = htmlStr.Replace(" ", "");
28 
29     htmlStr = htmlStr.Replace(""", "");//去除异常的引号" " "
30 
31     htmlStr = htmlStr.Replace(""", "");
32 
33     return htmlStr.Trim();
34 
35 }

Html2Text