從HTML字符串中刪除所有鏈接-正則表達式？

Question

我有一個字符串，基本上是一個具有正常格式的內容塊（p標簽，粗體等..），有時包含編輯器放入的HTML鏈接。

但我想保留所有其他HTML，但只是刪除鏈接。 但不確定最快和最有效的方法，因為字符串可能很大（因為它們是文章）

任何代碼示例非常感謝:)

Answer 1

不是很准確，但懶惰 apprach將替換"<a "與"<span "和"</a>"與"</span>" 。 更准確的結果是將其解析為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;

但是請注意，刪除鏈接標記可能會更改樣式 ，例如，如果存在a.someClass { ... }或a someNested {...}形式的css樣式

關於上述代碼的注意事項; 你也可以嘗試更直接：

foreach(var node in doc.DocumentNode.SelectNodes("//a")) {
    var span = doc.CreateElement("span");
    span.InnerHtml = node.InnerHtml;
    node.ParentNode.InsertAfter(span, node);
    node.Remove();
}

但是我不確定這是否會導致某些嵌套結構的突變/迭代問題...