急求:正则过滤WORD转换成的HTML的标签

[kidfang]

用户发新闻时经常粘贴word里的东西,HTML代码见最下面
新闻列表页要取这样的内容的前200个字,如何过滤.从网上搜的只能过滤一般的html标签,不能过滤如
<?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" />这样的,
截取前200个字符时可能会形成断位,如下也要过滤掉
<?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office
这会导致新闻列表页表格混乱等.时间急,请大师们帮忙!


<P class=MsoNormal style="MARGIN: 0cm 0cm 0pt><SPAN style="FONT-SIZE: 9pt; FONT-FAMILY: 宋体; mso-bidi-font-family: 宋体; mso-font-kerning: 0pt">浸四氟苎麻盘根、高水基盘根、高档油浸棉纱盘根、普通油浸棉纱盘根、<SPAN lang=EN-US><?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" /><o:p></o:p></SPAN></SPAN></P> <P class=MsoNormal style="MARGIN: 0cm 0cm 0pt"><SPAN style="FONT-SIZE: 9pt; FONT-FAMILY: 宋体; mso-bidi-font-family: 宋体; mso-font-kerning: 0pt">纤维类盘根应用广泛，<SPAN lang=EN-US> </SPAN>根据各自不同的优良性能可用于</SPAN

[火星求索]

接分的中秋，一块

[ke5315309]

up 我也想知道哦

[nextsun]

中秋快乐！！！

[guitarbar]

string s = ps.PIntro.ToString();
string strhtml = Regex.Replace(s, "<.+?>", "");
strhtml = Regex.Replace(strhtml, "<br>", "
",RegexOptions.IgnoreCase);
ps.PIntro = ps.PIntro.Replace(s, strhtml);
ps.PIntro = ps.PIntro.Replace("'", "''");
ps.PIntro = ps.PIntro.Replace(" ", "");
ps.PIntro = ps.PIntro.Replace("& ldquo;", "");
ps.PIntro = ps.PIntro.Replace("& rdquo;", "");

[guitarbar]

ps.PIntro = ps.PIntro.Replace("</P>","</br>");


或者这样，把其他都过滤,就留个br，你先试试

ps.pintro 是我的字段 名

[keystudio]

html = Regex.Replace(html, @"(^[^<>]*>)|(<[^<>]*$)", "", RegexOptions.IgnoreCase);

过滤半个标签

[liuyun1987]

用这个正则<[^<]*>可以找到所有有HTML标签,你只要把它过滤掉行就行..

[liuyun1987]

或用>[^<]*?<可以取到HTML之间的内容

[wangqiuping1986]

哇 强人好多