正则、表达式删除指定的HTML 标签

　　html' target='_blank'>正则表达式里,判断 包含某些字符串 是非常容易理解的,但是如何判断 不包含某些字符串 (是字符串,不是字符,是某些,不是某个) 确实是个费解的事.

　　<(?!((/?s?li)|(/?s?ul)|(/?s?a)|(/?s?img)|(/?s?br)|(/?s?span)|(/?s?b)))[^>]+>

　　这个正则是判断HTML标签不包含 li / ul / a / img / br / span / b 的,就上面的要求来说,是要 删除 除这里列出的HTML标签,这也是我摸索了很长时间才搞出来的.

　　(?!exp) 匹配后面跟的不是exp的位置

　　/?s? 我一开始试着把它写到最前面的 < 后面,但是测试失败了.

　　下面是一个简单的函数,把要保留的TAG串起来,生成一个正则表达式,然后把不需要的TAG删除...

　　private static string RemoveSpecifyHtml(string ctx) {

　　string[] holdTags = { "a", "img", "br", "strong", "b", "span" };//要保留的 tag

　　// <(?!((/?s?li)|(/?s?ul)|(/?s?a)|(/?s?img)|(/?s?br)|(/?s?span)|(/?s?b)))[^>]+>

　　string regStr = string.Format(@"<(?!((/?s?{0})))[^>]+>", string.Join(@")|(/?s?", holdTags));

　　Regex reg = new Regex(regStr, RegexOptions.Compiled | RegexOptions.Multiline | RegexOptions.IgnoreCase);

　　return reg.Replace(ctx, "");

　　}

　　----------------------------

　　修正:

　　上面的正则,如果保留了 li , 实际运行会发现 link 也给保留下来了, 保留 a 会把 addr 也给保留下来, 解决办法就是加 b 断言.

　　<(?!((/?s?lib)|(/?s?ul)|(/?s?ab)|(/?s?imgb)|(/?s?brb)|(/?s?spanb)|(/?s?bb)))[^>]+>

　　private static string RemoveSpecifyHtml(string ctx) {

　　string[] holdTags = { "a", "img", "br", "strong", "b", "span", "li" };//保留的 tag

　　// <(?!((/?s?lib)|(/?s?ulb)|(/?s?ab)|(/?s?imgb)|(/?s?brb)|(/?s?spanb)|(/?s?bb)))[^>]+>

　　string regStr = string.Format(@"<(?!((/?s?{0})))[^>]+>", string.Join(@"b)|(/?s?", holdTags));

　　Regex reg = new Regex(regStr, RegexOptions.Compiled | RegexOptions.Multiline | RegexOptions.IgnoreCase);

　　return reg.Replace(ctx, "");

　　}

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。