如何從數據庫記錄中除去所有的html，而不是創建一個xml文件？

Question

我試圖找出一種方法去除數據庫中的記錄中的所有html標籤，然後創建xml？

任何想法？

建在asp.net 2.0與SQL Server

Answer 1

檢查這個問題：Using C# regular expressions to remove HTML tags。你是什​​麼意思創建XML？

Answer 2

爲什麼不直接解析網頁，確保你把它變成一個DOM樹，然後只需經過拉出來，你需要適當的數值的元素，也許你認爲必要的任何屬性。

如果你寫的HTML文件，然後他們應該是良好的，所以這會很容易。

Answer 3

不要與數據庫或SQL剝離HTML。相反，用刮刀在應用程序代碼的最後一英里剝去它。

谷歌這樣的： 「HTML Scraper」。 HTML屏幕抓取工具讀取HTML內容並輸出內容，而不是HTML。或者，也可以使用Stack Overflow：「Screen-scraping HTML」。