C#&.NET Core(.NET 7)程序如何去掉HTML标签中的style格式，只保留标签和文本呢？
1.24K 次浏览
在C#和.NET Core（.NET 7）中，如果我有一段包含HTML标签的文本，如下：
string htmlInput = "<p style=\"color: red;\">This is a <b>sample</b> text with <a href=\"#\">HTML</a> tags.</p>";
我想要去掉其中的所有style样式，只保留标签和文本内容，应该如何实现这个操作呢？
换句话说，我想要一个方法或解决方案，将类似于上面示例中的HTML代码转换为：
<p>This is a <b>sample</b> text with <a href="#">HTML</a> tags.</p>
以便在保留标签和文本的同时去掉所有的样式信息。
请问应该如何进行这样的HTML标签处理呢？
1 个回答
-
要在C#程序中将HTML标签的所有样式去掉，只保留标签和文本，可以使用正则表达式来执行这个任务。下面是一个示例程序，演示了如何使用C#和正则表达式来实现这个需求：
在上面的示例中，我们定义了一个
RemoveStyles函数，该函数接受包含HTML的字符串作为输入，并使用正则表达式来去掉所有样式属性。正则表达式pattern匹配HTML标签，并删除其内部的style属性。最后，Regex.Replace方法用空字符串替换匹配的部分，从而去除了样式。运行上述代码，将会输出去除样式后的HTML，只保留标签和文本：
请注意，这个示例中的正则表达式可能不适用于所有HTML标签的情况，具体取决于您的HTML内容和要求。因此，您可能需要根据实际情况调整正则表达式。此外，如果您需要处理更复杂的HTML，请考虑使用HTML解析器库来更好地处理HTML文档。