[英]Strip all Links From HTML String - Regex?
我有一个字符串,基本上是一个具有正常格式的内容块(p标签,粗体等..),有时包含编辑器放入的HTML链接。
但我想保留所有其他HTML,但只是删除链接。 但不确定最快和最有效的方法,因为字符串可能很大(因为它们是文章)
任何代码示例非常感谢:)
不是很准确,但懒惰 apprach将替换"<a "
与"<span "
和"</a>"
与"</span>"
。 更准确的结果是将其解析为DOM:
string html;
using (var client = new WebClient()) {
html = client.DownloadString("http://stackoverflow.com");
}
var doc = new HtmlAgilityPack.HtmlDocument();
doc.LoadHtml(html);
HtmlNode node;
// loop this way to avoid issues with nesting, mutating the set, etc
while((node = doc.DocumentNode.SelectSingleNode("//a")) != null) {
var span = doc.CreateElement("span");
span.InnerHtml = node.InnerHtml;
node.ParentNode.InsertAfter(span, node);
node.Remove();
}
string final = doc.DocumentNode.OuterHtml;
但是请注意,删除链接标记可能会更改样式 ,例如,如果存在a.someClass { ... }
或a someNested {...}
形式的css样式
关于上述代码的注意事项; 你也可以尝试更直接:
foreach(var node in doc.DocumentNode.SelectNodes("//a")) {
var span = doc.CreateElement("span");
span.InnerHtml = node.InnerHtml;
node.ParentNode.InsertAfter(span, node);
node.Remove();
}
但是我不确定这是否会导致某些嵌套结构的突变/迭代问题...
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.