VB.Net 或 C# 剥离 html 但留下小于或大于答案

【问题标题】：VB.Net or C# to strip html but leave less than or greater thanVB.Net 或 C# 剥离 html 但留下小于或大于
【发布时间】：2012-04-10 19:54:11
【问题描述】：

我有一个包含以下 html 数据的字符串变量：

 This is some rich text. 3 < 5 is a valid statement. 

我需要能够删除 html，但要留下任何小于或大于符号，以防数据包含数学方程式（如字符串的“3

<[^>]*>
<[^>]+>
<(.|\n)*?>
\<[^\>]*\>

我也试过this link上的代码，但它也不能处理小于/大于符号。

非常感谢任何建议。

【问题讨论】：

第一个建议正则表达式的人能被枪毙吗？
不确定我是否同意，在这种特殊情况下。用正则表达式解析 HTML 是一个坏主意 (TM)，但在这种情况下，他想删除与正则表达式匹配的所有标签。在这种情况下解析 HTML 也会很烦人，因为您必须遍历整个树来连接您的字符串。除非解析库可以做到这一点？

标签： html regex vb.net

【解决方案1】：

用''替换所有匹配的文本

(<[^<>]*>)+

（我在 Rubular.com 上对其进行了测试，但它也应该适用于 C#。）

显然代码应该是

RegexObj.Replace('<p> <em><strong>This is some <span style="background-color: rgb(255, 255, 0);">rich </span>text. 3 < 5 is a valid statement. <br /> </strong></em></p>', "")

【讨论】：

谢谢大卫！这解决了我的问题。我真的很感激。