asp.net去除字符串中的HTML标签,只保留文字

Admin | 2016-1-11 9:05:01 | 被阅次数 | 4569

温馨提示!

如果未能解决您的问题，请点击搜索；登陆可复制文章，点击登陆

　　在asp.net中，有的时候我们需要将带有HTML标记的字符串插入到数据库中，但是，从数据库中显示读取数据显示出来的时候，可不一定需要这些字符串中的标记，而仅仅需要保留文字而已。

　　比如，如果字符串的内容为如下的内容：

　　回复第<span style="color:#009900;"><strong>9</strong></span>个问题

　　这个时候，如果我们将上面的字符串作为网页的标题文字的话，那么，显示的时候必然是不正常的，而这个时候，我们只需要文字部分，不需要标记标签部分，现在，我们要做的就是从数据库中读取字符串内容后，如何去除这些HTML标签。

　　第一步：引入

　　using System.Text.RegularExpressions;

　　因为我们要使用正则的办法去除HTML标记，所以要引入。

　　第二步：使用下面的函数

　　public string FilterHtmlCode(string strInput) //过滤掉字符串中出现的HTML的标记
    {
        string strRet = strInput;
        while (strRet.IndexOf("<style", StringComparison.InvariantCultureIgnoreCase) >= 0 && strRet.IndexOf("</style", StringComparison.InvariantCultureIgnoreCase) >= 0)
        {
            strRet = strRet.Substring(0, strRet.IndexOf("<style", StringComparison.InvariantCultureIgnoreCase)) + strRet.Substring(strRet.IndexOf("</style", StringComparison.InvariantCultureIgnoreCase) + 8, strRet.Length - strRet.IndexOf("</style", StringComparison.InvariantCultureIgnoreCase) - 8);
        }

        while (strRet.IndexOf("<script", StringComparison.InvariantCultureIgnoreCase) >= 0 && strRet.IndexOf("</script", StringComparison.InvariantCultureIgnoreCase) >= 0)
        {
            strRet = strRet.Substring(0, strRet.IndexOf("<script", StringComparison.InvariantCultureIgnoreCase)) + strRet.Substring(strRet.IndexOf("</script", StringComparison.InvariantCultureIgnoreCase) + 9, strRet.Length - strRet.IndexOf("</script", StringComparison.InvariantCultureIgnoreCase) - 9);
        }
        strRet = Regex.Replace(strRet, @"<style>[^<]*</style>", "");
        strRet = Regex.Replace(strRet, @"<script>[^<]*</script>", "");
        //strRet = Regex.Replace(strRet, @"<script[\s\S]+</script *>", "");
        strRet = Regex.Replace(strRet, "<[^{><}]*>", "");

        return strRet;
　　}