从HTML字符串中删除所有链接-正则表达式？

Question

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:)

Answer 1

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...