我需要编写一些代码来搜索和替换 HTML 标记之外的字符串中的整个单词。所以如果我有这个字符串：
string content = "the brown fox jumped over <b>the</b> lazy dog over there";
string keyword = "the";
我需要类似的东西：
if (content.ToLower().Contains(keyword.ToLower()))
content = content.Replace(keyword, String.Format("<span style=\"background-color:yellow;\">{0}</span>", keyword));
但我不想替换粗体标签中的“the”或“there”中的“the”，只替换第一个“the”。
【问题讨论】：
您可以使用 this 库来解析您的 html 并仅替换不在任何 html 中的单词，仅替换单词“the”而不是“three”使用 RegEx.Replace("the\s+" ...) 而不是字符串替换
【讨论】：
试试这个：
content = RegEx.Replace(content, "(?<!>)"
+ keyword
+ "(?!(<|\w))", "<span blah...>" + keyword + '</span>';
编辑：我修复了“这些”的情况，但没有修复超过关键字包含在 HTML 中的情况，例如，“狐狸跳过 懒惰的狗。”
使用 RegEx 和普通的日常 HTML 几乎不可能实现您的要求，因为要知道您是否在标签“内部”，您必须“配对”每个开始和结束标签，并且忽略旨在自动关闭的标签（例如 BR 和 IMG）。
如果这只是一个网站的吸引眼球，我建议采用另一条路线：修复你的 CSS，以便你添加的 SPAN 只影响标签外的 HTML。
例如：
content = content.Replace("the", "<span class=\"highlight\">the</span>");
然后，在你的 CSS 中：
span.highlight { background-color: yellow; }
b span.highlight,
i span.highlight,
em span.highlight,
strong span.highlight,
p span.highlight,
blockquote span.highlight { background: none; }
只需为每个不应突出显示内容的 HTML 标记添加一个排除项。
【讨论】：
我喜欢使用 HTML 解析器的建议，但让我提出一种枚举顶级文本（无封闭标签）区域的方法，您可以在闲暇时对其进行转换和重组。
本质上，您可以将每个顶级打开标记视为 {，并仅跟踪该标记的嵌套。与您想自己进行的常规解析相比，这可能足够简单。
以下是一些潜在的陷阱：
如果不是 XHTML，则需要一个始终为空的标签列表：
<hr> , <br> and <img> (are there more?).
对于所有开始标签，如果以 /> 结尾，则立即关闭 - {} 而不是 {。
不区分大小写 - 我相信您会想不区分地匹配标签名称（只需 lc 全部）。
超级宽松的浏览器解释，如
"<p> <p>" = "<p> </p><p>" = {}{
带引号的实体不允许包含 （它们需要使用 <），但也许浏览器在那里也是超级宽容的。
本质上，如果你想解析正确 HTML标记，没有问题。
所以，算法：
“前一个标签的结尾”=字符串的开始
反复搜索下一个开放标签（不区分大小写）或字符串结尾：
< *([^ >/]+)[^/>]*(/?) *>|$
句柄（前一个标签的结束，匹配的开始）作为所有标签之外的区域。
设置标记名=lc($1)。如果有 / （$2 不为空），则更新 end 并从 start 继续。否则，深度=1，
当 depth > 0 时，扫描下一个（也不区分大小写）：
如果 $1，那么它是一个关闭标签 (depth-=1)。否则，如果不是 2 美元，那就是另一个开放标签；深度+=1。在任何情况下，继续循环（回到 1。）
回到开始（你又回到了顶级）。请注意，我在顶部说“扫描顶级打开标记的下一个开始，或字符串的结尾”，即确保处理挂在最后一个结束标记上的顶级文本。
就是这样。本质上，您可以忽略除当前正在监控的最顶层标签之外的所有其他标签，假设输入标记已正确嵌套（它仍然可以正常工作以防止 一些 类型的错误嵌套） .
另外，无论我在上面写了什么空格，都应该是任何空格（在 / 和标签名称之间，你可以使用任何你喜欢的空格）。
正如您所看到的，仅仅因为问题比完整的 HTML 解析稍微容易一些，并不一定意味着您不应该使用真正的 HTML 解析器 :) 您可能会搞砸很多事情。
【讨论】：
您需要提供更多详细信息。
例如：
<p>the brown fox</p>
在技术上位于 HTML 标记内。
【讨论】：