正则表达式替换标签 <script language='javascript'> 和 </script> 之间的文本答案

【问题标题】：regex replace text between tags <script language='javascript'> and </script>正则表达式替换标签 <script language='javascript'> 和 </script> 之间的文本
【发布时间】：2012-12-05 07:39:14
【问题描述】：

我在 StackOverflow 或 Google 上找不到这个的工作演示。我有一个字符串，其中包含我需要删除的区域。

    </tr>
    </table>
</div>

<script language='javascript'>
//Lots of javascript here
</script>

我需要帮助删除<script language='javascript'> 和<script> 之间的所有文本，包括标签本身。我试过了

  Dim str As String = Regex.Replace(mystring,"\<script language='javascript'>(.*?)\</script>", "")

我最接近找到的东西是这个 Regular expression to replace text before </script> tag or between text in script tag in c# 但不幸的是没有雪茄

【问题讨论】：

Don't parse html with regex. 使用 dom 解析器。

标签： regex vb.net replace tags

【解决方案1】：

这看起来像是一个 XML 解析器的工作：

Dim xm = New XmlDocument()
xm.LoadXml(String.Format("{0}", str))
Dim scripts = xm.DocumentElement.SelectNodes("script")
For Each s In scripts
    xm.DocumentElement.RemoveChild(s)
Next
str = xm.DocumentElement.InnerXml

这会删除所有脚本标签及其内容。

【讨论】：

【解决方案2】：

这是 HTML 解析器的工作。通过使用HtmlAgilityPack:

Dim doc = New HtmlDocument()
doc.LoadHtml(html)
Dim scriptNodes = doc.DocumentNode.SelectNodes("//script[@language='javascript']").ToList()

For Each scriptNode As HtmlNode In scriptNodes
    scriptNode.InnerHtml = String.Empty
Next

Dim result = doc.DocumentNode.InnerHtml

这将选择具有language 属性的script 节点设置为javascript，然后删除这些节点的内容。

【讨论】：

【解决方案3】：

以下正则表达式应该可以满足您的需求。

/<script.*>([\s\S]*)</script>/m

说明： [\s\S] 组匹配 '.' 所在的所有字符匹配所有字符 - 除了 - 换行符。我们需要换行符。

/m 使正则表达式变为多行，因此它匹配多行而不是仅一行。

话虽这么说：我刚刚回答了您刚刚提出的问题（如何使用正则表达式来处理它），但是我同意您应该为此使用 dom 解析器，因为它更有弹性。（但话又说回来，这个正则表达式在性能方面可能更快。）

【讨论】：