当前位置： 移动技术网 > IT编程>开发语言>.net > 提取HTML代码中文字的C#函数

提取HTML代码中文字的C#函数

2018年04月29日  | 移动技术网IT编程  | 我要评论

李纯光,崔东锡,娱乐二人转大兵下载

/// <summary>
  /// 去除html标记
  /// </summary>
  /// <param name="strhtml">包括html的源码 </param>
  /// <returns>已经去除后的文字</returns>
  public static string striphtml(string strhtml)
  {
   string [] aryreg ={
          @"<script[^>]*?>.*?</script>",

          @"<(\/\s*)?!?((\w+:)?\w+)(\w+(\s*=?\s*(([""'])(*)?>",
          @"([\r\n])[\s]+",
          @"&(quot|#34);",
          @"&(amp|#38);",
          @"&(lt|#60);",
          @"&(gt|#62);",
          @"&(nbsp|#160);",
          @"&(iexcl|#161);",
          @"&(cent|#162);",
          @"&(pound|#163);",
          @"&(copy|#169);",
          @"&#(\d+);",
          @"-->",
          @"<!--.*\n"

         };

   string [] aryrep = {
           "",
           "",
           "",
           "\"",
           "&",
           "<",
           ">",
           " ",
           "\xa1",//chr(161),
           "\xa2",//chr(162),
           "\xa3",//chr(163),
           "\xa9",//chr(169),
           "",
           "\r\n",
           ""
          };

   string newreg =aryreg[0];
   string stroutput=strhtml;
   for(int i = 0;i<aryreg.length;i++)
   {
    regex regex = new regex(aryreg[i],regexoptions.ignorecase );
    stroutput = regex.replace(stroutput,aryrep[i]);
   }

   stroutput.replace("<","");
   stroutput.replace(">","");
   stroutput.replace("\r\n","");


   return stroutput;
  }

您可能感兴趣的文章:

如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网