asp.net 如何精确获取汉字及其符号数量。。

Question

在后台html编辑器中，添加文章内容后，如何在前台读取时精确的获取汉字及汉字符号啊。大部分情况下用程序截取字符串长度不够精确，因为里面还有html代码，有没有好的办法能精确的读取汉字及其符号啊

Answer 1

Regex regex = new Regex("[\u4e00-\u9fa5]+", RegexOptions.Compiled);
Reges.Replace("",@"[\u4e00-\u9fa5]+", ","")
长度减

Answer 2

public static string NoHtml(string text)
        {
            //删除脚本
            text = Regex.Replace(text, @"<script[^>]*?>.*?</script>", "", RegexOptions.IgnoreCase);
            //删除HTML
            text = Regex.Replace(text, @"<(.[^>]*)>", "", RegexOptions.IgnoreCase);
            text = Regex.Replace(text, @"([\r\n])[\s]+", "", RegexOptions.IgnoreCase);
            text = Regex.Replace(text, @"-->", "", RegexOptions.IgnoreCase);
            text = Regex.Replace(text, @"<!--.*", "", RegexOptions.IgnoreCase);
            text = Regex.Replace(text, @"&(quot|#34);", "\"", RegexOptions.IgnoreCase);
            text = Regex.Replace(text, @"&(amp|#38);", "&", RegexOptions.IgnoreCase);
            text = Regex.Replace(text, @"&(lt|#60);", "<", RegexOptions.IgnoreCase);
            text = Regex.Replace(text, @"&(gt|#62);", ">", RegexOptions.IgnoreCase);
            text = Regex.Replace(text, @"&(nbsp|#160);", " ", RegexOptions.IgnoreCase);
            text = Regex.Replace(text, @"&(iexcl|#161);", "\xa1", RegexOptions.IgnoreCase);
            text = Regex.Replace(text, @"&(cent|#162);", "\xa2", RegexOptions.IgnoreCase);
            text = Regex.Replace(text, @"&(pound|#163);", "\xa3", RegexOptions.IgnoreCase);
            text = Regex.Replace(text, @"&(copy|#169);", "\xa9", RegexOptions.IgnoreCase);
            text = Regex.Replace(text, @"&#(\d+);", "", RegexOptions.IgnoreCase);            text.Replace("<", "");
            text.Replace(">", "");
            text.Replace("\r\n", "");            text = HttpContext.Current.Server.HtmlEncode(text).Trim();
            return text;
        } 过滤掉html后计算