如何用正则表达式java如何去掉html标签签

来源：蜘蛛抓取(WebSpider) 时间：2016-01-28 01:57 标签： 正则表达式html标签
&&/&&&&/&&
正则表达式
&(\S*?) [^&]*&.*?&/\1&|&.*? /&
&html&hello&/html&|&a&abcd&/a&
abc|123|&html&ddd
正则表达式
^[^&&`~!/@\#}$%:;)(_^{&*=|'+]+$
This is a test
&href =&|&&br&&|&That's it
正则表达式
&!--.*?--&
&!-- &h1&this text has been removed&/h1& --&&|&&!-- yada --&
&h1&this text has not been removed&/h1&
正则表达式
(\[(\w+)\s*(([\w]*)=('|&)?([a-zA-Z0-9|:|\/|=|-|.|\?|&]*)(\5)?)*\])([a-zA-Z0-9|:|\/|=|-|.|\?|&|\s]+)(\[\/\2\])
[link url=&/file.extension?getvar=value&secondvar=value&]Link[/li
[a]whatever[/b]&|&[a var1=something var2=somethingelse]whatever[/a]&|&[a]whatever[a]
正则表达式
href=[\&\'](http:\/\/|\.\/|\/)?\w+(\.\w+)*(\/\w+(\.\w+)?)*(\/|\?\w*=\w*(&\w*=\w*)*)?[\&\']
href=&&&|&href=&http://localhost/blah/&&|&href=&eek&
href=&&&|&href=eek&|&href=&bad example&
正则表达式
&([^&](?:\\.|[^\\&]*)*)&
&This is a \&string\&.&
&This is a \&string\&.
正则表达式
(?i:on(blur|c(hange|lick)|dblclick|focus|keypress|(key|mouse)(down|up)|(un)?load|mouse(move|o(ut|ver))|reset|s(elect|ubmit)))
onclick&|&onsubmit&|&onmouseover
click&|&onandon&|&mickeymouse
正则表达式
(?s)/\*.*\*/
/* .................... */&|&/* imagine lots of lines here */
*/ malformed opening tag */&|&/* malformed closing tag /*
正则表达式
&(\S*?) [^&]*&.*?&/\1&|&.*? /&
&html&hello&/html&|&a&abcd&/a&
abc|123|&html&ddd
正则表达式
正则表达式
src[^&]*[^/].(?:jpg|bmp|gif)(?:\&|\')
src=&../images/image.jpg&&|&src=&/images/image.jpg&&|&src='d:\w
src=&../images/image.tif&&|&src=&cid:value&
正则表达式
/\*[\d\D]*?\*/
/* my comment */&|&/* my multiline comment */&|&/* my nested comment */
*/ anything here /*&|&anything between 2 seperate comments&|&\* *\
正则表达式
&[a-zA-Z]+(\s+[a-zA-Z]+\s*=\s*(&([^&]*)&|'([^']*)'))*\s*/&
&img src=&test.gif&/&
&img src=&test.gif&&&|&&img src=&test.gif&a/&
微信公众号：
各位粉丝，大家好，我是C语言中文网的站长（可以了解我），C语言中文网已经开通了微信公众号，名字是「码农宿舍」（不是C语言中文网哦），我将在这里和大家交流编程知识以及工作经验。大家可以搜索名字「码农宿舍」关注，也可以用微信扫描右边的二维码关注。
当你决定关注「码农宿舍」，你已然超越了99%的程序员！
正则表达式的嵌入
正则表达式应用举例所有回答(8)
此页面按照"&[^&]*&"移除的后果是，留下：
C#中移除所有html标签的最高效的正则表达式_博问_博客园
当然还有一些空格。还有&还有好多乱乱的文字。
感觉上，很不靠谱，如果要有可阅读性，可能要针对性的读取某个标签中的内容。
就是所谓的增加智能。
园豆：19990
这个用一个正则来做,不好吧.因为是指定的标签,所以肯定会有好几个|运算出来.就不高效啦
园豆：11625
一个 正则不够的
我从来都是用jQuery在浏览器端获得纯文本再传回服务器。$(selector).text()
先找出&body&中的内容，在去掉&script&, &embed&, &object&, &iframe&，这样效率能提高一点
园豆：5266
HTML DOM节点处理呀。。。。HtmlAgilityPack这个玩意可以很好的剔除标签......
这里有一个解决方案（不是我原创的），使用正则表达式：
/qiantuwuliang/archive//2078482.html
找到之后直接用 Match.Index 和 Match.Length 标记，删掉。
用&mshtml.HTMLDocument 可以解析，但是没法删除。
&(.+?)&[\w\W]+?&/\1&
&&&您需要以后才能回答，未注册用户请先。

我要回帖

更多关于 正则表达式html标签 的文章

 

随机推荐