当前位置: 首页 > 图文教程 > 网络编程 > ASP.NET > 提取HTML代码中文字的C#函数

ASP.NET
asp.net neatUpload 支持大文件上传组件
ASP.net 动态加载控件时一些问题的总结
web用户控件调用.aspx页面里的方法
asp.net 继承自Page实现统一页面验证与错误处理
asp.net 文件下载实现代码
asp.net ToString()格式设置大全
.NET 水晶报表使用代码
c# NameValueCollection类读取配置信息
asp.net 不用组件的URL重写(适用于较大型项目)
.aspx中的命名空间设置实现代码
asp.net access web.config denied
JAVA正则表达式 Pattern和Matcher
asp.net 每天定点执行任务
asp.net fileupload 实现上传
asp.net slickupload 使用方法(文件上传)
asp.net 从客户端中检测到有潜在危险的 Request.Form 值错误解
关于asp.net button按钮的OnClick和OnClientClick事件
asp.net 权限管理分析
c# table 控件用法
asp.net repeater手写分页实例代码

No. « 58 59 60 61 »

技术文章搜索

关键字

ASP.NET 中的 提取HTML代码中文字的C#函数

出处:互联网   整理: 软晨网（RuanChen.com）   发布: 2009-09-13   浏览: 198 ::
收藏到网摘: n/a

/// <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*(([""'])(\\[""'tbnr]|[^\7])*?\7|\w+)|.{0})|\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;
}