把标签全部删除，只留内容正则表达式 谢谢 高分

Question

把标签全部删除，只留内容正则表达式怎么写呢
比如
<table>
<tr>
<td><font>aa</font></td>
<td><font>bb</font></td>
</tr>
<tr>
<td><font>cc</font></td>
<td><font>dd</font></td>
</tr>
</table>我想把标签全部删除，只想留下显示的内容  aa  bb cc  dd求高手指教，小弟谢谢了。

Answer 1

public static string DealHtml(string str)
    {
        str = Regex.Replace(str, @"\<(img)[^>]*>|<\/(img)>", "", RegexOptions.IgnoreCase);
        str = Regex.Replace(str, @"\<(table|tbody|tr|td|th|)[^>]*>|<\/(table|tbody|tr|td|th|)>", "", RegexOptions.IgnoreCase);
        str = Regex.Replace(str, @"\<(div|blockquote|fieldset|legend)[^>]*>|<\/(div|blockquote|fieldset|legend)>", "", RegexOptions.IgnoreCase);
        str = Regex.Replace(str, @"\<(font|i|u|h[1-9]|s)[^>]*>|<\/(font|i|u|h[1-9]|s)>", "", RegexOptions.IgnoreCase);
        str = Regex.Replace(str, @"\<(style|strong)[^>]*>|<\/(style|strong)>", "", RegexOptions.IgnoreCase);
        str = Regex.Replace(str, @"\<a[^>]*>|<\/a>", "", RegexOptions.IgnoreCase);
        str = Regex.Replace(str, @"\<(meta|iframe|frame|span|tbody|layer)[^>]*>|<\/(iframe|frame|meta|span|tbody|layer)>", "", RegexOptions.IgnoreCase);
        str = Regex.Replace(str, @"\<a[^>]*", "", RegexOptions.IgnoreCase);
        return str;
    }

Answer 2

        public static string delHtml(string str)
        {
            if (str != null && str.Trim() != "")
                return Regex.Replace(str, "<[^>]+>", "");
            return str;
        }

Answer 3

分为两类情况：
一类：开始标签，到结束标签，及之间的内容要全部除去的。如：STYLE, SCRIPT, COMMENT
二类：只需要删除开始标签和结束标记本身，而保留标签之间的内容的，大部分标签是这一类。如B,U,I,A,TD......

Answer 4

通常转成DOM或者XML，取innerText或者node的Text，很方便~

Answer 5

<pre id="test">
<table> 
<tr> 
<td> <font>aa </font> </td> 
<td> <font>bb </font> </td> 
</tr> 
<tr> 
<td> <font>cc </font> </td> 
<td> <font>dd </font> </td> 
</tr> 
</table>
</pre>
<script type="text/javascript">
var test=document.getElementById("test").innerHTML;
alert(test.replace(/<[^>]+>\n?/g, " ").replace(/\s+/g, " "));
</script>

Answer 6

已经有innerText了干嘛还要用正则？<table id="tbl1">
<tr>
<td> <font>aa </font> </td>
<td> <font>bb </font> </td>
</tr>
<tr>
<td> <font>cc </font> </td>
<td> <font>dd </font> </td>
</tr>
</table> <script type="text/javascript">
function $(sId){
return document.getElementById(sId);
}var oTbl=$("tbl1");
var sTxt=oTbl.innerText||oTbl.textContent;
alert(sTxt);
</script>

Answer 7

xingqiliudehuanghun没看清楚我是用pre的，这样省得我在打一个多行字符串了
我也知道可以用innerText或textContent，呵呵
不过LZ要的估计是字符串的处理把

Answer 8

function GetText(obj){
var ret = "";
for(var i = 0; i < obj.childNodes.length; i++){
var o = obj.childNodes[i];
if ( o.nodeType != 8 ){
ret += o.nodeType != 1 ? o.nodeValue : GetText(o);
}
}
return ret;
}抄jq的

Answer 9

//用这个试试看
var regex=/\<[^\>]+?\>/igm;

Answer 10

写了个简单的，可能有考虑不全的地方。观察html中的文本大致上
文本节点无外乎以下两种情形
<node>cccc</node>
<node>dddd<node>ffff</node>ggg</node>
他们的共同特点就是，文本内容夹在><之间
<table id="tbl1">
<tr>
<td><font>aa</font></td>
<td><font>bb </font></td>
</tr>
<tr>
<td><font>cc</font></td>
<td><font>dd</font></td>
</tr>
</table> <script type="text/javascript">
function $(sId){
    return document.getElementById(sId);
}var oTbl=$("tbl1");
var oReg=/>([^<>]+)</g;
var sHtml=$("tbl1").innerHTML.replace(/\n+/g,"");
var aTxt=[];
while(oReg.exec(sHtml)){
aTxt.push(RegExp.$1);
}alert(aTxt);
</script>

Answer 11

function delHtmlTag4Pager(str)
{
        return str.replace(/<[^>]+>/gi,"");//去掉所有的html标记
}

Answer 12

str = Regex.Replace(str, @"\<(img)[^>]*>|<\/(img)>", "", RegexOptions.IgnoreCase);
        str = Regex.Replace(str, @"\<(table|tbody|tr|td|th|)[^>]*>|<\/(table|tbody|tr|td|th|)>", "", RegexOptions.IgnoreCase);
        str = Regex.Replace(str, @"\<(div|blockquote|fieldset|legend)[^>]*>|<\/(div|blockquote|fieldset|legend)>", "", RegexOptions.IgnoreCase);
        str = Regex.Replace(str, @"\<(font|i|u|h[1-9]|s)[^>]*>|<\/(font|i|u|h[1-9]|s)>", "", RegexOptions.IgnoreCase);
        str = Regex.Replace(str, @"\<(style|strong)[^>]*>|<\/(style|strong)>", "", RegexOptions.IgnoreCase);
        str = Regex.Replace(str, @"\<a[^>]*>|<\/a>", "", RegexOptions.IgnoreCase);
        str = Regex.Replace(str, @"\<(meta|iframe|frame|span|tbody|layer)[^>]*>|<\/(iframe|frame|meta|span|tbody|layer)>", "", RegexOptions.IgnoreCase);
        str = Regex.Replace(str, @"\<a[^>]*", "", RegexOptions.IgnoreCase);