如何有效率地刪除字串中的所有 HTML 標籤？

在不指定標籤的情況下從字串中剝離HTML

問題：

如何輕鬆地從字符串中刪除所有HTML 標籤，無論具體標籤如何涉及？

範例：

考慮以下富含 HTML的字串：

string title = "<b>Hulk Hogan's Celebrity Championship Wrestling     <font color=\"#228b22\">[Proj # 206010]</font></b>     (Reality Series,)

理想情況下，我們希望輸出為是：

"Hulk Hogan's Celebrity Championship Wrestling [Proj # 206010] (Reality Series)"

解：

正規表示式方法：

一個有效的解法是用正規表示式：

public static string StripHTML(string input)
{
   return Regex.Replace(input, "<.*?>", String.Empty);
}

此正規表示式符合尖括號中包含的任何字串 () 並將其替換為空字串。

HTML Agility Pack：

或者，您可以利用 HTML Agility Pack 函式庫：

HTMLDocument doc = new HTMLDocument();
doc.LoadHtml(input);
string stripped = doc.DocumentNode.InnerText;

此方法解析HTML字串，只回傳文字內容，不包括所有標籤和

注意事項：

雖然這些方法可以有效地刪除HTML標籤，但它們也有限制：

• 正規表示式方法可能會遺漏一些複雜的內容HTML 結構。
• HTML Agility Pack 對於大型 HTML 可能會較慢檔案。

根據您的特定要求和權衡選擇合適的解決方案非常重要。

以上是如何有效率地刪除字串中的所有 HTML 標籤？的詳細內容。更多資訊請關注PHP中文網其他相關文章！