仅删除 c# 上的一些 html 标签

【问题标题】：remove only some html tags on c#仅删除 c# 上的一些 html 标签
【发布时间】：2012-10-30 16:32:03
【问题描述】：

我有一个字符串：

string hmtl = "<DIV><B> xpto </B></DIV>

并且需要去掉<div>和</DIV>的标签。结果为：<B> xpto </B>

只是<DIV> and </DIV>没有去掉很多html标签，而是保存了<B> xpto </B>。

【问题讨论】：

您要删除的只是<DIV> 和</DIV>？
对此类任务使用Html Agility Pack。
@TimSchmelter 您应该将其发布为答案
不，
和
是一个例子，我不会删除很多 html 标签，但保存 de 和。谢谢
是的，我只带和标签（粗体标签）

标签： c# html

【解决方案1】：

使用htmlagilitypack

HtmlDocument doc = new HtmlDocument();
doc.LoadHtml("<html>yourHtml</html>");

foreach(var item in doc.DocumentNode.SelectNodes("//div"))// "//div" is a xpath which means select div nodes that are anywhere in the html
{
 item.InnerHtml;//your div content
}

如果你只想要B标签..

foreach(var item in doc.DocumentNode.SelectNodes("//B"))
    {
     item.OuterHtml;//your B tag and its content
    }

【讨论】：

谁将我的字符串转换为 htmldocument，这是我需要使用 HtmlDocumen 的库？谢谢
这是一个很好的答案，但是如果我想传递一组标签，比如
等怎么办？假设我想创建一个函数，我可以将标签列表传递到（即字符串列表）？

@Fernando68 因为它是一个 xpath ，您可以使用多个或条件，如//p | //a | //li

【解决方案2】：

如果您只是删除 div 标签，这将获得 div 标签以及它们可能具有的任何属性。

var html = 
  "<DIV><B> xpto <div text='abc'/></B></DIV><b>Other text <div>test</div>" 

var pattern = "@"(\</?DIV(.*?)/?\>)"";  

// Replace any match with nothing/empty string
Regex.Replace(html, pattern, string.Empty, RegexOptions.IgnoreCase);

结果

<B> xpto </B><b>Other text test

【讨论】：

【解决方案3】：

使用Regex:

var result = Regex.Replace(html, @"</?DIV>", "");

更新

正如你mentioned，通过这段代码，正则表达式删除所有标签，否则B

var hmtl = "<DIV><B> xpto </B></DIV>";
var remainTag = "B";
var pattern = String.Format("(</?(?!{0})[^<>]*(?<!{0})>)", remainTag );
var result =  Regex.Replace(hmtl , pattern, "");

【讨论】：

@CasperLeonNielsen 为什么每个人都提到那个关于 OOHH REGEX IS EVIL - DO NOT USE post？说真的……并不是所有东西都必须通过 HTML Agility Pack！
那个帖子太有趣了，让人心疼。和真实的。谢谢你提醒我:)

【解决方案4】：

你可以用普通的

<[(/body|html)\s]*>

在 C# 中：

 var result = Regex.Replace(html, @"<[(/body|html)\s]*>", "");

<html>
<body>
< / html> 
< / body>

【讨论】：

【解决方案5】：

html = Regex.Replace(html,@"<*DIV>", String.Empty);

【讨论】：