如何高效地删除字符串中的所有 HTML 标签？

在不指定标签的情况下从字符串中剥离 HTML

问题：

如何轻松地从字符串中删除所有 HTML 标签，无论具体标签如何涉及？

示例：

考虑以下富含 HTML 的字符串：

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

理想情况下，我们希望输出为是：

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

解决方案：

正则表达式方法：

一种有效的解决方案利用正则表达式：

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

此正则表达式匹配尖括号中包含的任何字符串 (

HTML Agility Pack：

或者，您可以利用 HTML Agility Pack 库：

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

该方法解析HTML字符串，只返回文本内容，不包括所有标签和

注意事项：

虽然这些方法可以有效地删除 HTML 标签，但它们也有局限性：

• 正则表达式方法可能会错过一些复杂的内容HTML 结构。
• HTML Agility Pack 对于大型 HTML 可能会较慢文件。

根据您的具体要求和权衡选择合适的解决方案非常重要。

以上是如何高效地删除字符串中的所有 HTML 标签？的详细内容。更多信息请关注PHP中文网其他相关文章！