需要正則表達式才能從字符串中移除<a href="xx">Name</a>標籤

Question

需要使用正則表達式從以下url中移除標籤<a href="http://example.com">Name</a>才能輸出字符串"Name"。我正在使用C＃.net。

任何幫助表示讚賞

Answer 1

你可以嘗試使用這一個。它尚未在所有條件下進行測試，但它會從您的示例中返回正確的值。

\<[^\>]+\>(.[^\<]+)</[^\>]+\> 

這是一個僅適用於標籤的版本。

\<a\s[^\>]+\>(.[^\<]+)</a\> 

我測試了它在以下HTML和它返回名稱和價值只。

<a href="http://xx.com">Name</a><label>This is a label</label> <a href="http://xx.com">Value</a> 

Answer 2

您應該查看Html Agility Pack。 RegEx適用於幾乎所有情況，但對於一些基礎知識或破碎的Html而言，它失敗了。由於HTML的語法不規則，所以Html Agility包在所有情況下仍然完美無缺。

如果您正在尋找這種特殊情況下的錨標籤，任何以上的RegEx都可以爲您工作，但Html Agility Pack是您長期運行的可靠解決方案，可以去除任何Html標籤。

編號：Using C# regular expressions to remove HTML tags

Answer 3

這會是一個很好的工作：

str = Regex.Replace(str, @"<a\b[^>]+>([^<]*(?:(?!</a)<[^<]*)*)</a>", "$1"); 

Answer 4

與Priyank同意在使用的解析器是一個更安全的賭注。如果你確實使用正則表達式的路線，考慮你想如何處理邊緣情況。很容易轉換你在你的問題中提到的簡單情況。如果這確實是標記的唯一形式，那麼一個簡單的正則表達式就可以處理它。但是，如果標記是，例如，用戶生成或來自第三方來源，請考慮如下情況：

<a>foo</a> --> foo # a bare anchor tag, with no attributes 
        # the regexes listed above wouldn't handle this 

<a href="blah"><b>boldness</b></a> --> <b>boldness</b> 
        # stripping out only the anchor tag 

<A onClick="javascript:alert('foo')">Upper\ncase</A> --> Upper\ncase 
        # and obviously the regex should be case insensitive and 
        # apply to the entire string, not just one line at a time. 

<a href="javascript:alert('<b>boom</b>')"><b>bold</b>bar</a> --> <b>bold</b>bar 
        # cases such as this tend to break a lot of regexes, 
        # if the markup in question is user generated, you're leaving 
        # yourself open to the risk of XSS 

Answer 5

以下是我的工作。

Regex.Replace(inputvalue, "\<[\/]*a[^\>]*\>", "")