词条信息

admin
admin
超级管理员
最近编辑者 发短消息   

相关词条

热门词条

更多>>
虚拟货币为何被叫停?
  继比特币中国发布关停公告后,近日火币网等交易平台也宣布将于[详细]
三部门联合推动婚恋网站实名制
  越来越多的男男女女通过互联网婚恋网站相识相知并喜结良缘;当[详细]
比特币还会东山再起吗?
虚拟货币行业监管最终还是落地了。  不同于ICO被央行直接定性[详细]
亚欧币:又一个造富神话破灭!
  最近,海南海口警方破获了一起传销案。与以往不同,这起传销案[详细]
如何防范DDOS攻击威胁
2017年DDoS攻击的总体频率有增长趋势,部分原因是物联网僵[详细]
解决网 >>所属分类 >> 程序开发    网页设计    Html    技术经验   

使用正则表达式删除指定的HTML标签

标签: HTML标签 网站建设 电脑知识

顶[0] 发表评论(0) 编辑词条

  抓取某网页的数据后(比如描述),如果照原样显示的话,可能会因为它里面包含没有闭合的HTML标签而打乱了格式,也可能它里面用了比较让人“费解的HTML标签,把预订的格式搅乱。如果全盘删除里面的HTML标签,可能会造成阅读上的困难(比如a,img这些标签),最好是删除一部分、保留一部分。

  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”确实是个费解的事。

  以下表达式用来判断HTML标签不包含 li / ul / a / img / br / span / b 的,就上面的要求来说,是要删除这里列出的HTML标签。

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

  (?!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:上面的正则表达式,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?li\b)|(/?\s?ul)|(/?\s?a\b)|(/?\s?img\b)|(/?\s?br\b)|(/?\s?span\b)|(/?\s?b\b)))[^>]+>

  private static string RemoveSpecifyHtml(string ctx) {

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

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

  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, "");

  }

 

 

本文地址:解决网 http://www.solves.com.cn/doc-view-459.html

TAGS:SOLVES , 电脑技术 , 电脑知识 , 网站建设, 电脑技术, 网络营销 , 网站托管 , 硬件技术 , 网络技术 , 软件技术, 维修网点

附件列表


按字母顺序浏览:A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

→我们致力于为广大网民解决所遇到的各种电脑技术问题
 如果您认为本词条还有待完善,请 编辑词条

上一篇网页设计的构图风格以及实例剖析
下一篇避免HTML标签错误 提高网页代码规范性

0
1. 本站部分内容来自互联网,如有任何版权侵犯或其他问题请与我们联系,我们将立即删除或处理。
2. 本站内容仅供参考,如果您需要解决具体问题,建议您咨询相关领域专业人士。
3. 如果您没有找到需要的电脑技术问题词条,您可以到百科问答提问或创建词条,等待高手解答。

关于本词条的提问

查看全部/我要提问>>