刪除C＃中的'<' and '>'與正則表達式之間的所有'\ n'

Question

我需要在C＃中的html文件中刪除'<'和'>'之間的所有'\ n'。

我的代碼如下：

Regex.Replace(text, "(<[^<>)]*)\\n+([^><]*>$)", "\1\2"); 

但它顯然是行不通的。有什麼建議麼？

實施例：

< style=" 



"> 

詳細示例：

<td colspan="3" rowspan="2"> 
     <table cellpadding="0" cellspacing="0" class="a10" cols="13" id="t_5" lang="en-AU"> 
     <tr id="t_5_FNHR"> 
     <td class="a26" style="HEIGHT:5.00mm"> 
     <div class="r11">LAKOTA - PINK PANTHER RETURNS-V</div> 
     </td> 
     <td class="a27" style=" 



"> 
     <div class="r11">5c</div> 
     </td> 

另：

<td class="a34" style=" 



"> 
      <div class="r11">7,390.62</div> 
      </td> 
      <td class="a35" style=" 



"> 
      <div class="r11">617.81</div> 
      </td> 
      <td class="a36" style=" 



"> 

Answer 1

一個簡單但很明顯脆性的方法是，以除去所有的換行符下一個角撐架是a >：

Regex.Replace(text, @"[\r\n]+(?=[^<>]*>)", ""); 

說明：

[\r\n]+ # Match one or more CR or LF characters 
(?=  # if the following can be matched at the current position: 
[^<>]* # any number of characters except angle brackets 
>  # and one closing angle bracket 
)  # (End of lookahead). 

可能是你的情況不夠好（如果不是，正則表達式可能是不正確的工具，反正）。

Answer 2

首先創建一個匹配html標記的正則表達式，如< [^>] +>，然後使用匹配評估器。

Regex r = new Regex(pattern); 
    var result = r.Replace(input, new MatchEvaluator(ReplaceNewline)); 

    public string ReplaceNewline(Match m) 
    { 
     return m.Value.Replace("\n", "");  
    } 

http://msdn.microsoft.com/en-us/library/system.text.regularexpressions.matchevaluator.aspx