需要正则表达式才能从字符串中移除<a href="xx">Name</a>标签

Question

需要使用正则表达式从以下url中移除标签<a href="http://example.com">Name</a>才能输出字符串"Name"。我正在使用C＃.net。

任何帮助表示赞赏

Answer 1

你可以尝试使用这一个。它尚未在所有条件下进行测试，但它会从您的示例中返回正确的值。

\<[^\>]+\>(.[^\<]+)</[^\>]+\> 

这是一个仅适用于标签的版本。

\<a\s[^\>]+\>(.[^\<]+)</a\> 

我测试了它在以下HTML和它返回名称和价值只。

<a href="http://xx.com">Name</a><label>This is a label</label> <a href="http://xx.com">Value</a> 

Answer 2

您应该查看Html Agility Pack。 RegEx适用于几乎所有情况，但对于一些基础知识或破碎的Html而言，它失败了。由于HTML的语法不规则，所以Html Agility包在所有情况下仍然完美无缺。

如果您正在寻找这种特殊情况下的锚标签，任何以上的RegEx都可以为您工作，但Html Agility Pack是您长期运行的可靠解决方案，可以去除任何Html标签。

编号：Using C# regular expressions to remove HTML tags

Answer 3

这会是一个很好的工作：

str = Regex.Replace(str, @"<a\b[^>]+>([^<]*(?:(?!</a)<[^<]*)*)</a>", "$1"); 

Answer 4

与Priyank同意在使用的解析器是一个更安全的赌注。如果你确实使用正则表达式的路线，考虑你想如何处理边缘情况。很容易转换你在你的问题中提到的简单情况。如果这确实是标记的唯一形式，那么一个简单的正则表达式就可以处理它。但是，如果标记是，例如，用户生成或来自第三方来源，请考虑如下情况：

<a>foo</a> --> foo # a bare anchor tag, with no attributes 
        # the regexes listed above wouldn't handle this 

<a href="blah"><b>boldness</b></a> --> <b>boldness</b> 
        # stripping out only the anchor tag 

<A onClick="javascript:alert('foo')">Upper\ncase</A> --> Upper\ncase 
        # and obviously the regex should be case insensitive and 
        # apply to the entire string, not just one line at a time. 

<a href="javascript:alert('<b>boom</b>')"><b>bold</b>bar</a> --> <b>bold</b>bar 
        # cases such as this tend to break a lot of regexes, 
        # if the markup in question is user generated, you're leaving 
        # yourself open to the risk of XSS 

Answer 5

以下是我的工作。

Regex.Replace(inputvalue, "\<[\/]*a[^\>]*\>", "")