將HTML文本轉換為純文本

Question

我有一個文本區域。 我允許輸入html標記，因為可以輸入任何html代碼。

現在我想在不使用第三方工具的情況下將該HTML代碼轉換為純文本...如何才能完成

目前我正在這樣做： -

var desc = Convert.ToString(Html.Raw(Convert.ToString(drJob["Description"])));

drJob [“Description”]是我獲取描述的數據行，我想將描述轉換為純文本。

Answer 1

.NET沒有直接的方法可以做到這一點。 您需要使用像HtmlAgilePack這樣的第三方工具，或者在javascript中執行此操作。

document.getElementById('myTextContainer').innerText = document.getElementById('myMarkupContainer').innerText;

為了您的安全，請不要使用正則表達式。 （ http://www.codinghorror.com/blog/2009/11/parsing-html-the-cthulhu-way.html ）

Answer 2

您可以使用System.Text.RegularExpressions.Regex空標識符替換為html標記

String desc = Regex.Replace(drJob["Description"].ToString(), @"<[^>]*>", String.Empty);

Answer 3

您可以使用正則表達式“<[^>] +>”簡單地使用替換方法

Answer 4

using System.Text.RegularExpressions;

    private void button1_Click(object sender, EventArgs e)
    {
        string sauce = htm.Text; // htm = your html box
        Regex myRegex = new Regex(@"(?<=^|>)[^><]+?(?=<|$)", RegexOptions.Compiled);
        foreach (Match iMatch in myRegex.Matches(sauce))
        {
            txt.AppendText(Environment.NewLine + iMatch.Value); //txt = your destination box
        }

    }

如果您需要更多說明，請與我們聯系。

[編輯：]請注意，這不是一個干凈的功能，所以添加一行來清理空格或換行符。 但實際從中間標簽獲取文本應該可以正常工作。 如果你想節省空間 - 使用正則表達式，看看這是否適合你。 雖然發布關於正則表達不干凈的人是對的，但可能還有其他方法; 從html中分離單一類型的標記時，正則表達式通常更好。 （我用雨量計來解析東西，從來沒有任何問題）