求正则表达式，清除网页标签中的内容

Question

问题1：
<table border="2"> 转换成： <table>
问题2：
<td colspan="2" align="center"> 转换成：<td colspan="2">
问题3：
<col width=72> 转换成：空三个问题一个问题30分。 其他10分给顶贴的人。
问题解决。就给分。

Answer 1

1和3都可以用正则来做：如
Regex regex = new Regex( "\<table.*?\>", RegexOptions.IgnoreCase );
regex.Replace( str, "<table>" );

Answer 2

Regex regex = new Regex( "\<table.*?\>", RegexOptions.IgnoreCase );
==>
Regex regex = new Regex( @"\<table.*?\>", RegexOptions.IgnoreCase );

Answer 3

To:问题1,如果只是想去掉border属性,可以这样:            string str = "<table border=\"2\" align=\"center\">";
            Match m = Regex.Match(str, "<\\s*table\\s+(border=\"\\d*\")[\\s\\S]*>");
            str = str.Replace(m.Groups[1].Value, "");
输出:<table  align="center">
如果想去掉所有的属性可以这样:
            string str = "<table border=\"2\" align=\"center\">";
            Match m = Regex.Match(str, "<\\s*table\\s+(border=\"\\d*\"[\\s\\S]*)>");
            str = str.Replace(m.Groups[1].Value, "");输出:<table >

Answer 4

谢谢楼上的
怎么能够排除colspan="2" 其中2可能是别的数字。

Answer 5

To:问题二string str = "<td colspan=\"2\" align=\"center\">";
            Match m = Regex.Match(str, "<\\s*td[\\s\\S]*(align=\"\\w*\")[\\s\\S]*>");
            str = str.Replace(m.Groups[1].Value, "");输出:<td colspan="2" >

Answer 6

对于问题一,再改下,这样更好..Match m = Regex.Match(str, "<\\s*table\\s+(border=\"\\d*\")[\\s\\S]*>");
->>
Match m = Regex.Match(str, "<\\s*table[\\s\\S]*(border=\"\\d*\")[\\s\\S]*>");Match m = Regex.Match(str, "<\\s*table\\s+(border=\"\\d*\"[\\s\\S]*)>");
->>
Match m = Regex.Match(str, "<\\s*table[\\s\\S]*(border=\"\\d*\"[\\s\\S]*)>");

Answer 7

第一个和第三个问题已经解决。谢谢。
但是第二个问题还是有点问题。
liujia_0421(SnowLover) 给出的方法是排除align="center"因为TD的参数比较多，不可能一个一个的排除。有没有方式仅保留colspan或rowspan呢？

Answer 8

string a=@"<table border=""2""><table border=""2"">"; 
a=Regex.Replace(a,@"(?<=<table)\s+?.+?(?=>)","",RegexOptions.IgnoreCase);
//a=Regex.Replace(a,@"<table[^<]+?>","<table>",RegexOptions.IgnoreCase);
a=@"<td colspan=""2"" align=""center""><td colspan=""2"" align=""center"">";
a=Regex.Replace(a,@"(?<=<td\s+?\S+?)\s+?.+?(?=>)","",RegexOptions.IgnoreCase);
//a=Regex.Replace(a,@"(?<=<td\s+?colspan=\S+?)\s+?.+?(?=>)","",RegexOptions.IgnoreCase);
a=@"<col width=72><col width=72>";
a=Regex.Replace(a,@"<col[^<]+?>","",RegexOptions.IgnoreCase);

Answer 9

对于问题三,不太清楚需求..如果是清除<col ..>只要里面包含有width属性的..可以这样:string str = "<col width=72 others..>";
            Match m = Regex.Match(str, "<\\s*col[\\s\\S]*(width=\\d*)[\\s\\S]*>");
            str = str.Replace(m.Groups[0].Value, "");输出空.

Answer 10

To:有没有方式仅保留colspan或rowspan呢？
      
 string str = "<td colspan=\"2\" align=\"center\">";
            Match m = Regex.Match(str, "<\\s*td\\s*([\\S]*)(colspan=\"\\d*\")([\\s\\S]*)>");
            str = m.Groups[1].Value == "" ? str : str.Replace(m.Groups[1].Value, "");
            str = m.Groups[3].Value == "" ? str : str.Replace(m.Groups[3].Value, "");输出:<td colspan="2">