c# - 使用正则表达式删除属性。只是属性值包含特殊字符 "<"

Question

我想删除 html 中的标题属性。但只要标题值具有“<”字符。

要清理的文本: <a href="" title="bla bla bla" /><a href="" title=" bla bl<a bla" />
输出文本: <a href="" title="bla bla bla" /><a href="" />

如您所见，第二个标题已从文本中删除，因为标题值包含 < 字符。

请帮忙

Answer 1

帮自己一个忙，在使用 HTML 时使用 HTML 解析器；例如 Html Agility Pack .

然后像这样的任务变得很简单:

var html = "<a href=\"\" title=\"bla bla bla\" /><a href=\"\" title=\" bla bl<a bla\" />";

var doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(html);

// select all nodes with title attribute
foreach (var element in doc.DocumentNode.SelectNodes("//@title"))
    // and remove it
    if (element.Attributes["title"].Value.Contains("<"))
        element.Attributes["title"].Remove();