<select>タグと<option> htmlタグを削除する正規表現が必要

Question

<select>タグと<option> htmlタグを削除する正規表現が必要

私はC＃でhtmlファイルを解析し、htmlからテキストを抽出しています。私のhtmlファイルにはたくさんのタグがあります。 HTMLファイルには、選択タグとオプションタグがあります。 htmlファイルからselectタグとoptionタグを削除する正規表現が必要です。私はこの情報を望まない。だから私は任意の正規表現を使用してそれを削除したい。

以下は、htmlファイルから削除したいhtmlです：

 タグと



追加された 06 2月 2012 〜で 10:52, 
著者 Waseem Fastian, 

源



私は自分自身でこれをやったが、これは私が@ "] *）？>（。| \ n）*？] *） > "私の力強いアッラーに感謝します。

追加された 06 2月 2012 〜で 11:11, 
著者 Waseem Fastian, 

源




なぜそんなに複雑なの？ myHTMLString.Replace（ "

追加された 06 2月 2012 〜で 10:44, 
著者 Feroc, 

源


1 答え


RegExを使用してHTMLタグを単純に削除する必要はありません。
次のメソッドは、HTMLコード文字列を繰り返し処理し、タグなしで新しい戻り文字列を作成します。

この方法はRegExよりも高速です。
public static string StripHTMLTags(string str)
    {
        char[] array = new char[str.Length];
        int arrayIndex = 0;
        bool inside = false;

        for (int i = 0; i < str.Length; i++)
        {
            char c = str[i];
            if (c == '<')
            {
                inside = true;
                continue;
            }
            if (c == '>')
            {
                inside = false;
                continue;
            }
            if (!inside)
            {
                array[arrayIndex] = c;
                arrayIndex++;
            }
        }
        return new string(array, 0, arrayIndex);
    }



0

追加された 06 2月 2012 〜で 11:42
著者 QQping



源



HTMLコメントの中に> がある場合、これは失敗します。そして、問題はすべてのタグを削除することではなく、特定のタグのみを削除することです。

追加された 06 2月 2012 〜で 11:45, 
著者 svick, 

源




私は@ "] *）？>（。| \ n）*？]）を使っている正規表現です。 ^>] *）？> "私の力強いアッラーに感謝します。

追加された 06 2月 2012 〜で 01:00, 
著者 Waseem Fastian, 

源

著者 QQping · Answer 1 · 2012-02-06T11:42Z

RegExを使用してHTMLタグを単純に削除する必要はありません。次のメソッドは、HTMLコード文字列を繰り返し処理し、タグなしで新しい戻り文字列を作成します。
この方法はRegExよりも高速です。

public static string StripHTMLTags(string str)
    {
        char[] array = new char[str.Length];
        int arrayIndex = 0;
        bool inside = false;

        for (int i = 0; i < str.Length; i++)
        {
            char c = str[i];
            if (c == '<')
            {
                inside = true;
                continue;
            }
            if (c == '>')
            {
                inside = false;
                continue;
            }
            if (!inside)
            {
                array[arrayIndex] = c;
                arrayIndex++;
            }
        }
        return new string(array, 0, arrayIndex);
    }