c# - 删除除一个标签外的所有 html 标签

Question

我有一些代码可以删除所有 html 标签，但我想删除所有 html，但 </td> 除外。和 </tr>标签。

如何做到这一点？

public string HtmlStrip( string input)
{
    input = Regex.Replace(input, "<input>(.|\n)*?</input>", "*");
    input = Regex.Replace(input, @"<xml>(.|\n)*?</xml>", "*"); // remove all <xml></xml> tags and anything inbetween.  
    return Regex.Replace(input, @"<(.|\n)*?>", "*"); // remove any tags but not there content "<p>bob<span> johnson</span></p>" becomes "bob johnson"
}

Answer 1

Regex 不适合解析 XML 或 HTML。查看 HTML Agility Pack

HTML Agility Pack