Каждый имеет регулярное выражение, которое может удалить атрибуты из тегаRegex удалить тег тела атрибуты (C#)
тела, например:
<body bgcolor="White" style="font-family:sans-serif;font-size:10pt;">
вернуться:
<body>
It также было бы интересно увидеть пример удаления только определенного атрибута, например:
<body bgcolor="White" style="font-family:sans-serif;font-size:10pt;">
вернуться:
<body bgcolor="White">
You can't parse XHTML with regex. Посмотрите на HTML Agility Pack.
HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(html);
HtmlNode body = doc.DocumentNode.SelectSingleNode("//body");
if (body != null)
{
body.Attributes.Remove("style");
}
LittleBobbyTables выше комментарий является правильным!
Regex не является правильным инструментом, если вы его читаете, это на самом деле правда, использование регулярных выражений для такого рода вещей приведет вас к чрезмерному напряжению и напряжению, так как ответ ясно показал на той ссылке, которую размещал LittleBobbyTables, что в результате использования неправильного инструмента для неправильной работы.
Regex является НЕ клейкой лентой для выполнения таких вещей и не является ответом на все, включая 42 ... использовать правильный инструмент для правильной работы
Однако вы должны проверить HtmlAgilityPack, который будет делать работа для вас и в конечном итоге избавит вас от стресса, слез и крови в результате попадания в руки смерти с помощью регулярного выражения для разбора html ...
Приведите пример HtmlAgilityPack, выполнив то, что я хочу? – bcm
@Brandon: очевидно, вы не понимаете последствий регулярных выражений и не удосужились прочитать приведенные примеры, относящиеся к Html Agility Pack, вот ссылка для примера http://htmlagilitypack.codeplex.com/wikipage?title=Examples&referringTitle=Home – t0mm13b
Я уже прочитал это, спасибо вам большое, и не нашел его полезным для моего сценария. – bcm
Если вы делаете скрипт с быстрой и грязной оболочкой , и вы не планируете использовать это ...
s/<body [^>]*>/<body>/
, но я должен согласиться со всеми, что парсер - лучшая идея. Я понимаю, что иногда вам приходится заниматься ограниченными ресурсами, но если вы полагаетесь на регулярное выражение здесь ... у него есть сильный шанс вернуться, чтобы укусить вас, когда вы меньше всего этого ожидаете.
и удалить конкретный атрибут:
s/\(<body [^>]*\) style="[^>"]*"/\1/
Это будет захватывать «тело» и атрибуты до «стиль», падение «стиль» атрибут, и выплюнуть остальное.
Вот как вы могли бы сделать это в SharpQuery
string html = "<body bgcolor=\"White\" style=\"font-family:sans-serif;font-size:10pt;\">";
var sq = SharpQuery.Load(html);
var body = sq.Find("body").Single();
foreach (var a in body.Attributes.ToArray())
a.Remove();
StringWriter sw = new StringWriter();
body.OwnerDocument.Save(sw);
Console.WriteLine(sw.ToString());
который зависит от HtmlAgilityPack и является бета-версия продукта ... но я хотел доказать, что вы могли бы сделать это таким образом.
Три способа сделать это с помощью регулярных выражений ...
string html = "<body bgcolor=\"White\" style=\"font-family:sans-serif;font-size:10pt;\">";
string a1 = Regex.Replace(html, @"(?<=<body\b).*?(?=>)", "");
string a2 = Regex.Replace(html, @"<(body)\b.*?>", "<$1>");
string a3 = Regex.Replace(html, @"<(body)(\s[^>]*)?>", "<$1>");
Console.WriteLine(a1);
Console.WriteLine(a2);
Console.WriteLine(a3);
string pattern = @"<body[^>]*>";
string test = @"<body bgcolor=""White"" style=""font-family:sans-serif;font-size:10pt;"">";
string result = Regex.Replace(test,pattern,"<body>",RegexOptions.IgnoreCase);
Console.WriteLine("{0}",result);
string pattern2 = @"(?<=<body[^>]*)\s*style=""[^""]*""(?=[^>]*>)";
result = Regex.Replace(test, pattern2, "", RegexOptions.IgnoreCase);
Console.WriteLine("{0}",result);
Это только в случае, если ваши требования к проекту ограничить возможности сторонних (и не дает вам время, чтобы изобрести анализатор).
Коренастый код у меня работает в данный момент, будет смотреть на снижение этого:
private static string SimpleHtmlCleanup(string html)
{
HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(html);
//foreach(HtmlNode nodebody in doc.DocumentNode.SelectNodes("//a[@href]"))
var bodyNodes = doc.DocumentNode.SelectNodes("//body");
if (bodyNodes != null)
{
foreach (HtmlNode nodeBody in bodyNodes)
{
nodeBody.Attributes.Remove("style");
}
}
var scriptNodes = doc.DocumentNode.SelectNodes("//script");
if (scriptNodes != null)
{
foreach (HtmlNode nodeScript in scriptNodes)
{
nodeScript.Remove();
}
}
var linkNodes = doc.DocumentNode.SelectNodes("//link");
if (linkNodes != null)
{
foreach (HtmlNode nodeLink in linkNodes)
{
nodeLink.Remove();
}
}
var xmlNodes = doc.DocumentNode.SelectNodes("//xml");
if (xmlNodes != null)
{
foreach (HtmlNode nodeXml in xmlNodes)
{
nodeXml.Remove();
}
}
var styleNodes = doc.DocumentNode.SelectNodes("//style");
if (styleNodes != null)
{
foreach (HtmlNode nodeStyle in styleNodes)
{
nodeStyle.Remove();
}
}
var metaNodes = doc.DocumentNode.SelectNodes("//meta");
if (metaNodes != null)
{
foreach (HtmlNode nodeMeta in metaNodes)
{
nodeMeta.Remove();
}
}
var result = doc.DocumentNode.OuterHtml;
return result;
}
Какой язык вы делаете это в? – t0mm13b
[Использовать парсер.] (Http://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags/1732454#1732454) – jball
Обязательное сообщение обязательно: http: //stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags/1732454#1732454 – LittleBobbyTables