正则表达式匹配HTML标签？

Question

<p class="MsoNormal">
<span lang="EN-US">http://www.baidu.com<!--[if gte vml 1]><v:shape  id="_x0000_i1027" type="#_x0000_t75" alt="" style='width:19.5pt;height:15pt'>  <v:imagedata src="file:///C:\DOCUME~1\ADMINI~1\LOCALS~1\Temp\msohtml1\01\clip_image001.jpg"   o:href="../Local%20Settings/Temp/%7dB)O@27$~09%7b0VR%7b8FN%7d1HX.jpg"/> </v:shape><![endif]--><![if
!vml]><img width="26" height="20" src="file:///C:\DOCUME~1\ADMINI~1\LOCALS~1\Temp\msohtml1\01\clip_image001.jpg"
v:shapes="_x0000_i1027"><![endif]></span></p>这是我从剪切板中获取的HTML格式化的RTF内容，现在要将非HTML标签从中踢除，正则表达式要怎么写？

Answer 1

原字符串<p class="MsoNormal">
        <span lang="EN-US">http://www.baidu.com<!--[if gte vml 1]><v:shape  id="_x0000_i1027" type="#_x0000_t75" alt="" style='width:19.5pt;height:15pt'>  <v:imagedata src="file:///C:\DOCUME~1\ADMINI~1\LOCALS~1\Temp\msohtml1\01\clip_image001.jpg"   o:href="../Local%20Settings/Temp/%7dB)O@27$~09%7b0VR%7b8FN%7d1HX.jpg"/> </v:shape><![endif]--><![if
            !vml]><img width="26" height="20" src="file:///C:\DOCUME~1\ADMINI~1\LOCALS~1\Temp\msohtml1\01\clip_image001.jpg"
                v:shapes="_x0000_i1027"><![endif]></span></p>
你想得到什么

Answer 2

<textarea id="htmlContent" cols="80" rows="10"></textarea>
<input type="button" onclick="test()" value="test" />
<script type="text/javascript">
    function test()
    {
        var tmp = document.getElementById("htmlContent").value;
        alert(getHTML(tmp));
    }
    function getHTML(html) {
        var div = document.createElement("div");
        div.innerHTML = html;
        return div.innerText;
    }
</script>

Answer 3

原字符串应该是这样的。
<p>...</p><span><o:f>....</o:f></span><otherHTML><o:other></o:other></otherHTML>
现在想去掉<o:xxx .... />若是<o:xxx>....</o:xxx>
就是想得到纯正的HTML。

Answer 4

想得到<p>... </p><span>  </span> 
还是想得到<p>... </p><span>  </span> <otherHTML>  </otherHTML>

Answer 5

是想得到 <p>... </p> <span>  </span> <otherHTML>  </otherHTML>otherHTML是指其它HTML标签。

Answer 6

string str = "<p>... </p> <span> <o:f>.... </o:f> </span> <otherHTML> <o:other> </o:other> </otherHTML>";
            Regex reg = new Regex(@"(?is)<o:[^>]+>.*?</o:[^>]+>");
            str = reg.Replace(str, "");
            MessageBox.Show(str);

Answer 7

没用呀。
网上说要用到什么平衡组之类的，但例子是只针对Div的：
平衡组的一个最常见的应用就是匹配HTML,下面这个例子可以匹配嵌套的<div>标签：<div[^>]*>[^<>]*(((?'Open'<div[^>]*>)[^<>]*)+((?'-Open'</div>)[^<>]*)+)*(?(Open)(?!))</div>.
能不能帮我改成用于<o:xxx的？注：表达式最后的.不知道是不是半角句号。

Answer 8

<p class=MsoNormal><span lang=EN-US><img width=553 height=415 src="f:\74673d12-ca8a-4fc8-9324-f6d2b0b7268c.jpg" v:shapes="_x0000_i1025"></span></p>  <p class=MsoNormal><span lang=EN-US><o:p>&nbsp;</o:p></span></p>  <p class=MsoNormal><span lang=EN-US><o:p>&nbsp;</o:p></span></p>  <p class=MsoNormal><span lang=EN-US>32</span><span lang=EN-US style='font-size: 18.0pt'>41</span><span lang=EN-US>231<span style='background:yellow;mso-highlight: yellow'>42314</span></span></p>  
结果：<p class=MsoNormal><span lang=EN-US><img width=553 height=415 src="f:\74673d12-ca8a-4fc8-9324-f6d2b0b7268c.jpg" v:shapes="_x0000_i1025"></span></p>  <p class=MsoNormal><span lang=EN-US></span></p>  <p class=MsoNormal><span lang=EN-US></span></p>  <p class=MsoNormal><span lang=EN-US>32</span><span lang=EN-US style='font-size: 18.0pt'>41</span><span lang=EN-US>231<span style='background:yellow;mso-highlight: yellow'>42314</span></span></p>  
就是这样，目前不考虑深度嵌套的问题。

Answer 9

string str = @"<p class=MsoNormal><span lang=EN-US><img width=553 height=415 src=""f:\74673d12-ca8a-4fc8-9324-f6d2b0b7268c.jpg"" v:shapes=""_x0000_i1025""></span></p>  <p class=MsoNormal><span lang=EN-US><o:p>&nbsp;</o:p></span></p>  <p class=MsoNormal><span lang=EN-US><o:p>&nbsp;</o:p></span></p>  <p class=MsoNormal><span lang=EN-US>32</span><span lang=EN-US style='font-size: 18.0pt'>41</span><span lang=EN-US>231<span style='background:yellow;mso-highlight: yellow'>42314</span></span></p>";
            Regex reg = new Regex(@"(?is)<o:[^>]+>.*?</o:[^>]+>");
            str = reg.Replace(str, "");
            MessageBox.Show(str);
这样可以啊