过滤Html标签

//regex_str = "( )+";//替换 为空格
regex_str = "(?i) ";//替换 为空格
tmpContent = Regex.Replace(tmpContent, regex_str, " ");

//regex_str="<script type=\\s*[^>]*>[^<]*?</script>";//替换<script>内容</script>为空格
regex_str = "(?is)<script[^>]*>.*?</script>";//替换<script>内容</script>为空格
tmpContent = Regex.Replace(tmpContent, regex_str, "");

//regex_str = "<[^<]*>";//替换Html标签为空
regex_str = "<[^<>]*>";//替换Html标签为空
tmpContent = Regex.Replace(tmpContent, regex_str, "");

//regex_str = "(\r\n)*";//替换\r\n为空
regex_str = @"[\r\n]*";//替换\r\n为空
tmpContent = Regex.Replace(tmpContent, regex_str, "", RegexOptions.IgnoreCase);

//regex_str = "\n*";//替换\n为空
regex_str = @"\n*";//替换\n为空
tmpContent = Regex.Replace(tmpContent, regex_str, "", RegexOptions.IgnoreCase);

//可以这样
regex_str = "\t*";//替换\t为空
tmpContent = Regex.Replace(tmpContent, regex_str, "", RegexOptions.IgnoreCase);

//可以
regex_str = "‘";//替换‘为’
tmpContent = Regex.Replace(tmpContent, regex_str, "’", RegexOptions.IgnoreCase);

//可以
regex_str = " +";//替换若干个空格为一个空格
tmpContent = Regex.Replace(tmpContent, regex_str, "  ", RegexOptions.IgnoreCase);

其实你这些可以整合写成一个正则的。//regex_str = "(&nbsp;)+";//替换&nbsp;为空格
regex_str = "(?i)&nbsp;";//替换&nbsp;为空格
tmpContent = Regex.Replace(tmpContent, regex_str, " ");

//regex_str="<script type=\\s*[^>]*>[^<]*?</script>";//替换<script>内容</script>为空格
regex_str = "(?is)<script[^>]*>.*?</script>";//替换<script>内容</script>为空格
tmpContent = Regex.Replace(tmpContent, regex_str, "");

//regex_str = "<[^<]*>";//替换Html标签为空
regex_str = "<[^<>]*>";//替换Html标签为空
tmpContent = Regex.Replace(tmpContent, regex_str, "");

//regex_str = "(\r\n)*";//替换\r\n为空
regex_str = @"[\r\n]*";//替换\r\n为空
tmpContent = Regex.Replace(tmpContent, regex_str, "", RegexOptions.IgnoreCase);

//regex_str = "\n*";//替换\n为空
regex_str = @"\n*";//替换\n为空
tmpContent = Regex.Replace(tmpContent, regex_str, "", RegexOptions.IgnoreCase);

//可以这样
regex_str = "\t*";//替换\t为空
tmpContent = Regex.Replace(tmpContent, regex_str, "", RegexOptions.IgnoreCase);

//可以
regex_str = "‘";//替换‘为’
tmpContent = Regex.Replace(tmpContent, regex_str, "’", RegexOptions.IgnoreCase);

//可以
regex_str = " +";//替换若干个空格为一个空格
tmpContent = Regex.Replace(tmpContent, regex_str, "  ", RegexOptions.IgnoreCase);

其实你这些可以整合写成一个正则的。

-------------------------------------

Regex reg = new Regex(@"(?is)(?:(&nbsp;|<script[^>]*>.*?</script>| +)|(<[^<>]*>|[\r\n\t]*)|(‘))");

过滤Html标签

原文：http://www.cnblogs.com/zqlohno/p/4827144.html