从HTML字符串中获取纯文本字符串的最佳方法是什么?
public string GetPlainText(string htmlString)
{
// any .NET built in utility?
}
提前感谢
发布于 2011-05-03 21:48:48
据我所知,没有内置的实用程序,但根据您的需求,您可以使用正则表达式来剥离所有标记:
string htmlString = @"<p>I'm HTML!</p>";
Regex.Replace(htmlString, @"<(.|\n)*?>", "");
发布于 2015-08-17 23:37:53
就我个人而言,我发现正则表达式和HttpUtility的组合是最好和最短的解决方案。
Return HttpUtility.HtmlDecode(
Regex.Replace(HtmlString, "<(.|\n)*?>", "")
)
这将删除所有标记,然后解码任何额外的内容,如<
或>
https://stackoverflow.com/questions/5870438
复制相似问题