除了一个标签外，删除所有HTML标记

Question

我有一些代码可以删除所有HTML标签，但我想要删除除</td>和</tr>标签之外的所有HTML标签。如何做到这一点？

public string HtmlStrip( string input)
{
    input = Regex.Replace(input, "<input>(.|\n)*?</input>", "*");
    input = Regex.Replace(input, @"<xml>(.|\n)*?</xml>", "*"); // remove all <xml></xml> tags and anything inbetween.  
    return Regex.Replace(input, @"<(.|\n)*?>", "*"); // remove any tags but not there content "<p>bob<span> johnson</span></p>" becomes "bob johnson"
}

- Ashekur Rahman Molla Asik

---

刚刚想起来了https://dev59.com/X3I-5IYBdhLWcg3wq6do#1732454。 - Ilya Ivanov

看到了，但不理解... - Ashekur Rahman Molla Asik

@IlyaIvanov 让我想起了同样的事情。OP，使用正则表达式解析HTML是一项危险的冒险。你应该使用其他方法（比如将你的HTML表示为XML）来代替。 - tnw

所以你想删除除了两个“闭合”标签之外的所有HTML？那么开放性标签（例如<td>和<tr>）呢？ - Kenneth K.

可能是这个问题的重复：RegEx匹配除XHTML自封闭标签外的开放标签。 - joce

我想要同时删除开头标签。 - Ashekur Rahman Molla Asik

Answer 1

正则表达式不适用于解析XML或HTML。看看HTML Agility Pack。 HTML Agility Pack

- Kevin Anderson

---

不需要太长的答案！ - Dmitriy Khaykin

Answer 2

移除所有 HTML 标签，但保留 td 和 tr 标签。

输入 = Regex.Replace(input, @"<(?!td|/td|tr|/tr).*?>", "");

- Huy

---

使用代码格式化功能以获得更好的可读性。在问题的背景下解释你提到的代码的目的是什么。 - Stephane