去除HTML字符串中的所有链接 - 正则表达式？

Question

我有一个字符串，基本上是一个正常格式的内容块（p标签，粗体等..），有时包含HTML链接编辑已投入。

但我想保留所有其他的HTML，但只是删除链接。但是不知道这样做，为的字符串可能很大（因为它们是文章）

任何代码示例不胜感激:)

Answer 1

不是很准确的最快和最有效的方式，但懒 apprach会将"<a "替换为"<span "和"</a>"以及"</span>"。更准确结果将是解析它在DOM：

string html; 
using (var client = new WebClient()) { 
    html = client.DownloadString("http://stackoverflow.com"); 
} 
var doc = new HtmlAgilityPack.HtmlDocument(); 
doc.LoadHtml(html); 
HtmlNode node; 
// loop this way to avoid issues with nesting, mutating the set, etc 
while((node = doc.DocumentNode.SelectSingleNode("//a")) != null) { 
    var span = doc.CreateElement("span"); 
    span.InnerHtml = node.InnerHtml; 
    node.ParentNode.InsertAfter(span, node); 
    node.Remove(); 
} 
string final = doc.DocumentNode.OuterHtml; 

但是请注意，这消除了链接标签可以改变造型，例如，如果存在形式a.someClass { ... }的CSS样式或a someNested {...}

关于上述代码的注意事项;你也可以尝试的更直接：

foreach(var node in doc.DocumentNode.SelectNodes("//a")) { 
    var span = doc.CreateElement("span"); 
    span.InnerHtml = node.InnerHtml; 
    node.ParentNode.InsertAfter(span, node); 
    node.Remove(); 
} 

，但我不知道这是否可能导致与一些嵌套结构突变/迭代问题...