如何从string中删除所有的HTML标签而不知道哪些标签在里面？

有没有简单的方法来删除所有的HTML标签或任何与string相关的HTML？

例如：

string title = "<b> Hulk Hogan's Celebrity Championship Wrestling &nbsp;&nbsp;&nbsp;<font color=\"#228b22\">[Proj # 206010]</font></b>&nbsp;&nbsp;&nbsp; (Reality Series, &nbsp;)" 

以上应该是：

“绿巨人Hogan的名人冠军搏斗[Proj＃206010]（现实系列）”

Answer 1

你可以使用这样一个简单的正则expression式：

 public static string StripHTML(string input) { return Regex.Replace(input, "<.*?>", String.Empty); } 

请注意，这个解决scheme有其自身的缺陷。 有关更多信息，请参阅删除string中的HTML标记 （尤其是@mehaase的注释）

另一个解决scheme是使用HTML Agility Pack 。
你可以在这里find一个使用库的例子： HTML敏捷包 – 删除不需要的标签而不删除内容？

Answer 2

您可以使用Html Agility packparsingstring并获取InnerText。

  HtmlDocument htmlDoc = new HtmlDocument(); htmlDoc.LoadHtml(@"<b> Hulk Hogan's Celebrity Championship Wrestling &nbsp;&nbsp;&nbsp;<font color=\"#228b22\">[Proj # 206010]</font></b>&nbsp;&nbsp;&nbsp; (Reality Series, &nbsp;)"); string result = htmlDoc.DocumentNode.InnerText; 

Answer 3

你可以在你的string上使用下面的代码，你会得到完整的string没有HTML部分。

 string title = "<b> Hulk Hogan's Celebrity Championship Wrestling &nbsp;&nbsp;&nbsp;<font color=\"#228b22\">[Proj # 206010]</font></b>&nbsp;&nbsp;&nbsp; (Reality Series, &nbsp;)".Replace("&nbsp;",string.Empty); string s = Regex.Replace(title, "<.*?>", String.Empty);