如何在C＃中删除html标签

Question

  

可能重复：
  How to clean HTML tags using C#

在C＃中删除HTML标记的最佳方法是什么？

Answer 1

  public static string StripHTML(string htmlString)
  {

     string pattern = @"<(.|\n)*?>";

     return Regex.Replace(htmlString, pattern, string.Empty);
  }

Answer 2

获取HTML字符串或文档，并使用HTML Agility Pack进行解析。这将为您提供一个与XmlDocument非常相似的HTMLDocument对象。

然后，您可以使用SelectNodes等方法访问您感兴趣的文档部分。

如果您选择使用其他方法，请注意使用正则表达式解析HTML（非常规语言）被广泛视为a bad idea。

无论采用何种方法，如果要保留一些标记，请使用白名单方法。这意味着删除所有未明确需要的内容。

Answer 3

要确保没有HTML标记通过，请使用：HttpServerUtility.HtmlEncode(string);。

如果您希望某些通过，可以使用此"Whitelist" approach。

更新：该代码中存在一些漏洞;作为Developer from Fog Creek tells us。

（第二个链接包括代码）。