求去除word格式的正则表达式

大家好：
我现在有个需求就是关于内容页去除word格式，
现在情况是内容页（包含word格式）存在数据库中，我现在想将word格式去掉如下：
  
一．项目需求说明：<?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" /><o:p></o:p>
<P class=a style="MARGIN: 6pt 0cm; TEXT-INDENT: 21pt; LINE-HEIGHT: 150%; mso-para-margin-top: .5gd; mso-para-margin-right: 0cm; mso-para-margin-bottom: .5gd; mso-para-margin-left: 0cm; mso-char-indent-count: 2.0">本软件系统主要应用于市南区政府以及广大的人民群众，方便公众可以随时随地查看政策法规、审批事项等最新服务信息，更有效地缩短政府与民众间的距离。<o:p></o:p>
二．技术需求说明：<o:p></o:p>
2.1综合性能<o:p></o:p>
1)要实现<SPAN style="COLOR: black; LINE-HEIGHT: 150%; FONT-FAMILY: 宋体; mso-bidi-font-weight: bold; mso-bidi-font-size: 10.5pt; mso-ascii-font-family: 'verdana,ˎ̥'; mso-hansi-font-family: 'verdana,ˎ̥'; mso-bidi-font-family: Arial">用户随时随地查看最新信息。<o:p></o:p>
2)要实现手机和电脑同时访问。<o:p></o:p>
3)要实现快速查询的功能，只要输入相关主题的关键字就能十分轻松方便地找到您想要的信息。

解决方案 »

免费领取超大流量手机卡，每月29元包185G流量+100分钟通话, 中国电信官方发货

替换成如下结果：
   
 一．项目需求说明：
 本软件系统主要应用于市南区政府以及广大的人民群众，方便公众可以随时随地查看政策法规、审批事项等最新服务信息，更有效地缩短政府与民众间的距离。
 二．技术需求说明：
 2.1综合性能
 1)要实现用户随时随地查看最新信息。
 2)要实现手机和电脑同时访问。
 3)要实现快速查询的功能，只要输入相关主题的关键字就能十分轻松方便地找到您想要的信息。如果有table标签则保留table的样式。谢谢大家
不怎么会
自己研究研究吧http://deerchao.net/tutorials/regex/regex.htm
一般文本输出就行了。http://hi.baidu.com/apxsoft/blog/item/3077dc11fdc461c3a7ef3fbf.html http://hi.baidu.com/apxsoft/blog/item/2e479064db646ff5f73654bf.html研究研究。
try...Regex reg = new Regex("<[^>]*>");
string result = reg.Replace(yourStr, "");
这样是不是把table标签也替换掉了呀
谢谢
一次把需求说清楚，别再弄出几个标签来
Regex reg = new Regex("(?i)<(?!table\b)[^>]*>");
string result = reg.Replace(yourStr, "");
</table>呢？Regex reg = new Regex("(?i)<(?!/?table\b)[^>]*>");
string result = reg.Replace(yourStr, "");
/// <summary>
 /// 清理Word生成的冗余HTML
 /// </summary>
 /// <param name="html"></param>
 /// <returns></returns>
 public static string CleanWordHtml(string html)
 {
 StringCollection sc = new StringCollection();
 // get rid of unnecessary tag spans (comments and title)
 sc.Add(@"");
 sc.Add(@"<title>(\w|\W)+?</title>");
 // Get rid of classes and styles
 sc.Add(@"\s?class=\w+");
 sc.Add(@"\s+style='[^']+'");
 // Get rid of unnecessary tags
 //sc.Add(@"<(meta|link|/?o:|/?style|/?div|/?st\d|/?head|/?html|body|/?body|/?span|!\[)[^>]*?>");
 sc.Add(@"<(meta|link|/?o:|/?style|/?font|/?strong|/?st\d|/?head|/?html|body|/?body|/?span|!\[)[^>]*?>");
 // Get rid of empty paragraph tags
 sc.Add(@"(<[^>]+>)+ (</\w+>)+");
 // remove bizarre v: element attached to <img> tag
 sc.Add(@"\s+v:\w+=""[^""]+""");
 // remove extra lines
 sc.Add(@"(\n\r){2,}");
 foreach (string s in sc)
 {
 html = Regex.Replace(html, s, "", RegexOptions.IgnoreCase);
 }
 return html;
 }

求 去除word格式的正则表达式

解决方案 »

求去除word格式的正则表达式