时间戳

首页 > 解决方案 > html标签内的正则表达式匹配

c# - html标签内的正则表达式匹配

问题描述

我的html如下

 <body><table><tr><td> <h4><span><strong><span>This Text</span></strong></span></h4> </td> <td> <h4><span><strong>That Text<br></strong></span></h4> </td> <td> <h4><span><strong><span>Some Text</span></strong></span></h4> </td> <td><span><strong>0 505 253 56 13</strong></span></td></tr><table></body>

以下正则表达式清除所有没有a|p|img 的标签

 _QsHtml = Regex.Replace(_QsHtml, @"<\/?(?!a)(?!p)(?!img)\w*\b[^>]*>","", RegexOptions.Multiline);

我想仅将 ragex 应用于表格行（td）。我试过遵循正则表达式但不匹配。

<\/?td(?!a)(?!p)(?!img)\w*\b[^>]*td>

标签： c#regex

解决方案

好的，我已经解决了结合 Html Agility 完整工作代码的问题，如下所示

string _QsHtml =  @"<body><table><tr><td> <h4><span><strong><span>This Text</span></strong></span></h4> </td> <td> <h4><span><strong>That Text<br></strong></span></h4> </td> <td> <h4><span><strong><span>Some Text</span></strong></span></h4> </td> <td><span><strong>0 505 253 56 13</strong></span></td></tr><table></body>";

var _HtmlDocument = new HtmlAgilityPack.HtmlDocument();
_HtmlDocument.OptionFixNestedTags = true;
_HtmlDocument.OptionAutoCloseOnEnd = true;
_HtmlDocument.OptionWriteEmptyNodes = true;
_HtmlDocument.LoadHtml(_QsHtml);

 var FindTableRows = _HtmlDocument.DocumentNode.SelectNodes("//td");

 if (FindTableRows != null)
 {
     foreach (var TableRow in FindTableRows.ToList())
     {
         string _InnerHtml = TableRow.InnerHtml;

        _InnerHtml = Regex.Replace(_InnerHtml,
                               @"<\/?(?!a)(?!br)(?!img)\w*\b[^>]*>",
                               "", RegexOptions.Multiline);
        TableRow.InnerHtml = _InnerHtml;

     }
 }

推荐阅读