请问怎样解析HTML

你希望怎样解析？参考：去掉所有HTML标记：string pattern = @"\<[^>]*>";
Regex regex = new Regex( pattern, RegexOptions.IgnoreCase );
_HtmlToText = regex.Replace( _HtmlToText, "", -1 );

HTML同样符合xml标准.直接解释就行了.
另,HTML文字内容者在 ">""<"中间.

楼上，我给段内容，可否帮我解释一下
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">
<HTML><HEAD><TITLE>foxmail 5.0</TITLE>
<META http-equiv=Content-Type content="text/html; charset=gb2312">
<META content="MSHTML 6.00.3790.0" name=GENERATOR></HEAD>
<BODY background=cid:[email protected]>
<TABLE height="100%" cellSpacing=0 cellPadding=0 width=700 border=0>
  <TBODY>
  <TR>
    <TD vAlign=top width=80>
      <DIV> </DIV></TD>
    <TD vAlign=top>
      <DIV>
      <TABLE height="100%" cellSpacing=0 cellPadding=0 width="90%" border=0>
        <TBODY>
        <TR>
          <TD vAlign=top align=left>
            <DIV>
            <DIV>
            <TABLE height="96%" cellSpacing=0 cellPadding=0 width="96%"
border=0>
              <TBODY>
              <TR>
                <TD vAlign=top align=left height=30><FONT face=宋体>
                  <TABLE style="WIDTH: 458px; HEIGHT: 389px" height="100%"
                  cellSpacing=0 cellPadding=0 width="90%" border=0>
                    <TBODY>
                    <TR>
                      <TD vAlign=top align=left>
                        <DIV><FONT size=2><FONT face=宋体><SPAN
                        id=_FoxTONAME></SPAN>，</FONT><FONT
                        face=宋体>你好！</FONT></FONT></DIV>
                        <DIV> </DIV>
                        <DIV><FONT face=宋体 size=2>　sgsgd　</FONT></DIV>
                        <DIV> </DIV>
                        <DIV><FONT face=宋体 size=2>　　　　　　　　致<BR>礼！</FONT></DIV>
                        <DIV> </DIV>
                        <DIV>
                        <DIV><FONT face=宋体>
                        <DIV><FONT size=2><FONT
                        face=宋体> 　　　　　　          黄宗成<BR></FONT><FONT
                        face=宋体>                       <A
                        href="mailto:[email protected]">[email protected]</A></FONT></FONT></DIV>
                        <DIV><FONT face=宋体><FONT size=2>　　　　　　　　　　  　 
                         2003-11-18</FONT></FONT></DIV><FONT
                        size=2>　　　　　　　　　　　　　　</FONT></FONT></DIV></DIV></TD></TR></TBODY></TABLE></FONT></TD></TR></TBODY></TABLE></DIV></DIV></TD></TR></TBODY></TABLE></DIV></TD></TR>
  <TR>
    <TD vAlign=bottom align=right width=80 height=30> </TD>
    <TD vAlign=bottom align=right height=30><IMG height=209
      src="cid:[email protected]" width=219></TD></TR></TBODY></TABLE></BODY></HTML>

string pattern = @"\<[^>]*>";
Regex regex = new Regex( pattern, RegexOptions.IgnoreCase );
_newHtmlToText = regex.Replace( _oldHtmlToText, "", -1 );_oldHtmlToText是你原先的HTML字符串，如"<img src="1.jpg">dddd<a></a>"

gOODiDEA(无语) ,按你的方法解析后得到如下内容：foxmail 5.0




      xhn_21199，你好！
       
      　　       
              9999999999999999999
       
      　　　　　　　　致礼！
       


       　　　　　　          黄宗成                       [email protected]
                             2003-11-15请问怎么去掉那些&nbsp

我只想得到下面内容，请问该怎么办
xhn_21199，你好！
           9999999999999999999
       致礼！
                                                  黄宗成
                                                   [email protected]
                                                          2003-11-15

我也不明白请问这一句 string pattern = @"\<[^>]*>"; 怎么理解是不是表示 < >之间的全部内容?还有   是什么东西,能去掉?谢谢

他想要的是HTML格式正文中实际的文本内容，也就是不包含格式化信息的东西。To 楼主：
把你现在拿到的东西再作一次HTMLDecode应该就可以了。

To Mittermeyer(疾风之狼)
请问HTMLDecode怎么用，能否把代码贴出来

System.String System.Web.HttpUtility.HtmlDecode(System.String);

那些 倒是去掉了，但还有那个foxmail 5.0
该怎么解决啊？

参考以下文章
使用DHTML DOM组件编译HTML文档这是比较正统的做法. http://asp.6to23.com/connect/dispbbs.asp?boardid=14&id=17

调试易

请问怎样解析HTML

解决方案 »