萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網頁製作 >> HTML 腳本教學

C# 正則表達式移除常見 HTML 區塊標籤(table、div、br 等)

提供一個可直接使用的 C# 方法 DealHtml,透過多組 Regex.Replace 移除指定的成對標籤與單標籤,保留文字內容。

public string DealHtml(string str)
{
    // 移除 table 相關標籤
    str = Regex.Replace(str, @"<(table|tbody|tr|td|th)[^>]*>|</(table|tbody|tr|td|th)>", "", RegexOptions.IgnoreCase);
    // 移除 div、blockquote、fieldset、legend
    str = Regex.Replace(str, @"<(div|blockquote|fieldset|legend)[^>]*>|</(div|blockquote|fieldset|legend)>", "", RegexOptions.IgnoreCase);
    // 移除 br 標籤(含屬性與自閉合)
    str = Regex.Replace(str, @"<br[^>]*", "", RegexOptions.IgnoreCase);
    str = str.Replace("<br>", "");
    // 其餘標籤(img、font、a、span 等)註解保留,視需求啟用
    return str;
}

說明:

  • 採用 IgnoreCase 忽略大小寫。
  • 正則模式 <tag[^>]*>|</tag> 同時匹配開啟標籤(含屬性)與關閉標籤。
  • 註解掉的部分可依專案需求取消註解擴充。
  • 注意:正則處理 HTML 存在侷限性(巢狀、屬性含 > 等),複雜場景建議使用 HtmlAgilityPack 等解析器。
copyright © 萬盛學電腦網 all rights reserved