C#、JS利用Regex清理HTML標記一例

有些時候，我們對一些內容，清理掉HTML標記，只保留純內容或一部分內容，例如下面的一段：

<SPAN class  =  InsertWordsDisplay>這裡不要</span>只要這裡<SPAN class=\"InsertWordsDisplay\">不要(*)</span>

對上面的這段代碼，我們只要藍色的內容，也就是“凡是被HTML標記包圍的內容，都不要了”

C# 的實現方式：

string strToBeFiltered = "<SPAN class  =  InsertWordsDisplay>這裡不要</span>只要這裡<SPAN class=\"InsertWordsDisplay\">不要(*)</span>";Regex reg = new Regex("<span\\s+class\\s{0,}=\\s{0,}\"{0,1}InsertWordsDisplay\"{0,1}>.+?</span>", RegexOptions.IgnoreCase | RegexOptions.Multiline);string strFiltered = reg.Replace(strToBeFiltered, "");

上面的 strFiltered 就是最終的結果了

 

Javascript 的實現方式：

<script type="text/javascript">    var strToBeFiltered = '<SPAN class  =  InsertWordsDisplay>不要</span>要<SPAN class="InsertWordsDisplay">不要(*)</span>';    var pattern = /<span\s+class\s{0,}=\s{0,}"{0,1}InsertWordsDisplay"{0,1}\s{0,}>.+?<\/span>/ig;    var strFiltered = strToBeFiltered.replace(pattern, '');    alert(strFiltered);</script>

希望起個拋磚引玉的作用吧