从asp.net中删除除<a>之外的html标记

Question

如何清理只留下纯文本和<a>元素的字符串？

例子：

<table><tr><td>Hello my web is <a href="http://www.myweb.com">Myweb</a>, <span>Follow my blog!</span></td></tr></table> 

结果：

Hello my web is <a href="http://www.myweb.com">Myweb</a>, Follow my blog! 

感谢，

Answer 1

非常非常哈克（和真的不应该productionally使用），但：

C＃

Regex.Replace(input, @"<[^>]+?\/?>", m => { 
    // here you can exclude specific tags such as `<a>` or maybe `<b>`, etc. 
    return Regex.IsMatch(m.Value, @"^<a\b|\/a>$") ? m.Value : String.Empty; 
}); 

基本上，它只是需要出与<a ...>...</a>异常每个HTML代码。

注：这并不：

• 验证，如果标签被打开/关闭/嵌套正确。
• 验证，如果<>实际上是HTML标签（也许你的输入在文本本身<或>？）
• 手柄“嵌套” <>标签。 （如<img src="http://placeholde.it/100" alt="foo<Bar>"/>会留下的"/>剩余输出字符串）

---

下面是变成一个辅助方法同样的事情：

// Mocks http://www.php.net/strip_tags 

/// <summary> 
/// Removed all HTML tags from the string and returned the purified result. 
/// If supplied, tags matching <paramref name="allowedTags"/> will be left untouched. 
/// </summary> 
/// <param name="input">The input string.</param> 
/// <param name="allowedTags">Tags to remain in the original input.</param> 
/// <returns>Transformed input string.</returns> 
static String StripTags(String input, params String[] allowedTags) 
{ 
    if (String.IsNullOrEmpty(input)) return input; 
    MatchEvaluator evaluator = m => String.Empty; 
    if (allowedTags != null && allowedTags.Length > 0) 
    { 
     Regex reAllowed = new Regex(String.Format(@"^<(?:{0})\b|\/(?:{0})>$", String.Join("|", allowedTags.Select(x => Regex.Escape(x)).ToArray()))); 
     evaluator = m => reAllowed.IsMatch(m.Value) ? m.Value : String.Empty; 
    } 
    return Regex.Replace(input, @"<[^>]+?\/?>", evaluator); 
} 

// StripTags(input) -- all tags are removed 
// StripTags(input, "a") -- all tags but <a> are removed 
// StripTags(input, new[]{ "a" }) -- same as above 

Answer 2

首先you can't use regex's to parse html

只是做全局替换上像</?table>|</?tr>|</?td>与任何其他标记你不不想用空串替换它们“ ”。

Answer 3

此代码将删除所有标签，但<a>标签。

 Regex r = new Regex(@"(?!</a>)(<\w+>|</\w+>)"); 
     var removedTags = r.Replace(inputString, "");