去除html标记

[lxsshizishizi]

请问：MFC中如何去除html页面中的html标记。过程是：我将从服务器获得的html代码存入缓存，但它含有很多html标记，我如何处理才能获得象保存为text文档中的数据。请高手指点。

[珍惜生命远离CPP]

IWebBrowser2载入页面
然后用 IWebBrowser2::ExecWB 依次执行全选,copy
然后将剪切板中的内容去掉格式,粘贴到txt文档中就可以了
过程是麻烦点,不过肯定可行.

[setsailgo]

正则表达式

[fadics]

IWebBrowser2有这个函数的

[fairyprince]

去除所有<>(包括<>) 中的东东就行了

[fairyprince]

可以查找两个相临的 < > ,即 < 不能出现 < !
然后去除中间所有

[woaimm123456]

IWebBrowser2有这个函数

[aj3423]

用正则表达式很简单就能完成。

[lxsshizishizi]

我也有查看过相关的贴子，也在codeproject里面查了好长时间，但是结果还是不令人满意。大部分的解决方法就象“fairyprince(精灵王子) ”说的那样，但缺点是有很多其他的标签去不干净，而且，遇到表格方式时所分析出来的数据格式就不对了。这直接影响了程序的稳定性，然后另一种解决方案是用正则，看了一下，关于正则java里用的比较多，在MFC中要加入COM，或者其他什么第三方库，有点麻烦，还没试过，我想应该能行的通吧，不过得花点时间，因为时间的问题，我还是采用了去除“<>”的方案，等时间松点的时候看看有没更好的方法了。多谢各位了！如果哪位仁兄有什么好的方法，或意见call me 229844483（QQ），请多指教了！