C#如何用正则表达式过滤网页的JavaScript代码？

dvdvip 2009-04-19 11:00:58
C#如何用正则表达式过滤网页的JavaScript代码？例如：

用户用记事本打开一个.htm网页。复制里面的代码到TextBox1里。点击Button1后，过滤掉里面的JavaScript代码。在TextBox2里显示过滤后的结果。

这个用C#如何实现？









代码在下面：
...全文
590 8 打赏 收藏 转发到动态 举报
写回复
用AI写文章
8 条回复
切换为时间正序
请发表友善的回复…
发表回复
dvdvip 2009-05-19
  • 打赏
  • 举报
 回复
我不贴了。

你打开Google的首页就行了。不要用IE保存到硬盘里。

直接“查看”--“源文件”。


试下行不？肯定是不行的。




回复太快！如果您是恶意刷楼，将会受到严厉惩罚！
Strain1231 2009-05-17
  • 打赏
  • 举报
 回复
up，顺便学习
coodd 2009-04-19
  • 打赏
  • 举报
 回复
Regex.Replace(Htmlstring, @" <script[^>]*?>.*? </script>", "", RegexOptions.IgnoreCase);
光这句还不行，还得替换所有类似 onclick="alert();"的东西,加上
Htmlstring = Regex.Replace(Htmlstring, "on.*?\"", "", RegexOptions.IgnoreCase);
zcandyly20211 2009-04-19
  • 打赏
  • 举报
 回复
友情up！
wuyq11 2009-04-19
  • 打赏
  • 举报
 回复
public static string NoHTML(string Htmlstring)
{
//删除脚本
Htmlstring = Regex.Replace(Htmlstring, @"<script[^>]*?>.*?</script>", "", RegexOptions.IgnoreCase);
//删除HTML
Htmlstring = Regex.Replace(Htmlstring, @"<(.[^>]*)>", "", RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"([\r\n])[\s]+", "", RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"-->", "", RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"<!--.*", "", RegexOptions.IgnoreCase);

Htmlstring = Regex.Replace(Htmlstring, @"&(quot|#34);", "\"", RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"&(amp|#38);", "&", RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"&(lt|#60);", "<", RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"&(gt|#62);", ">", RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"&(nbsp|#160);", " ", RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"&(iexcl|#161);", "\xa1", RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"&(cent|#162);", "\xa2", RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"&(pound|#163);", "\xa3", RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"&(copy|#169);", "\xa9", RegexOptions.IgnoreCase);
Htmlstring = Regex.Replace(Htmlstring, @"&#(\d+);", "", RegexOptions.IgnoreCase);

Htmlstring.Replace("<", "");
Htmlstring.Replace(">", "");
Htmlstring.Replace("\r\n", "");
Htmlstring = HttpContext.Current.Server.HtmlEncode(Htmlstring).Trim();

return Htmlstring;
}
dvdvip 2009-04-19
  • 打赏
  • 举报
 回复 
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3c.org/TR/1999/REC-html401-19991224/loose.dtd">

<!-- saved from url=(0064)http://download.cnet.com/Google-Chrome/3640-2356_4-11015161.html -->

<HTML xmlns="http://www.w3.org/1999/xhtml" xmlns:fb = 

"http://www.facebook.com/2008/fbml"><HEAD><TITLE>Google Chrome - Reviews and free Google Chrome downloads at Download.com</TITLE><!-- Vader loves you  -->

<META http-equiv=Content-Type content="text/html; charset=gb2312">

<SCRIPT src="1.files/oreo.moo.rb.combined.js" type=text/javascript></SCRIPT>



<SCRIPT type=text/javascript>



            UserVars = new LocalVars.UserVars({

                loggedIn: ' ',

                userName: ' ',

                ursRegId: ' ',

                rememberMe: ' ',

                confirmed: ' '

            });

            

            PageVars = new LocalVars.PageVars({

                pageType: '3640',

                nodeId: '2356',

                siteId: '4',

                assetId: '11015161',

                pageNumber: '',

                channelId: '20',

                editionId: '3',

                brandId: '6',

                breadcrumb: '20:2137:2356',

                userIP: '114.240.162.243',

                guid: 'slH0fwoPjAUAAGFgNtsAAABo'

               });

        </SCRIPT>

<!--[if IE 6]>

<SCRIPT src="1.files/FixPNG.js" type=text/javascript></SCRIPT>

<![endif]--><LINK rev=stylesheet media=screen href="1.files/matrix.css" 

type=text/css rel=stylesheet><LINK rev=stylesheet media=print 

href="1.files/print.css" type=text/css rel=stylesheet>

<META 

content="Come to CNET Download.com for free and safe Google Chrome downloads. Browse the Web, Google-style." 

name=description>

<META content="Google Chrome, Web Browsers, downloads, software, trial, free" 

name=keywords><LINK rev=stylesheet href="1.files/default.css" type=text/css 

rel=stylesheet>

<SCRIPT src="1.files/download.global.framework.compressed.js" 

type=text/javascript></SCRIPT>



<SCRIPT src="1.files/download.tron.title.detail2.compressed.js" 

type=text/javascript></SCRIPT>



<META content="MSHTML 6.00.2900.2912" name=GENERATOR></HEAD>

<BODY class="siteId4 pageType3640"><IMG 

style="LEFT: 0px; POSITION: absolute; TOP: 0px" src=""> <!-- MAC T EA.EB.ED.ED --><!-- MAC [r20081117-1345-OptimizeOn:1.13.10] c18-rb-tron-xw6.cnet.com::1524803936 2009.04.18.05.37.44 --><!-- NO AD TEXT: _QUERY_STRING="POS=100&SP=80" _REQ_NUM="0"  --><!-- default ad --><IMG 

style="LEFT: 0px; POSITION: absolute; TOP: 0px" height=0 alt="" 

src="1.files/dotclear.gif" width=0><!-- MAC ad -->

<SCRIPT src="1.files/dw.js" type=text/javascript></SCRIPT>



<SCRIPT type=text/javascript>

            DW.pageParams = {

                siteid: '4',

                edid:   '3',

                prtnr:  'CNET Networks, Inc.',

                ptid:   '3640',

                onid:   '2356',

                asid:   '11015161',

                pgnbr:  '',

                astId:  '1'

            };

            DW.regSilo = '1';

            

        </SCRIPT>



<SCRIPT type=text/javascript>

    DW.trackClicks();

</SCRIPT>

 

<DIV id=rb_bodyWrap>

<DIV id=rb_shell>

<DIV id=rb_header name="rb_header" section="hdr">

<DIV id=headerContents>

<UL class=section id=brandNavBar section="brandnav">

  <LI class=brandNav>

  <UL>

    <LI class="siteId1 "><A 

    href="http://www.cnet.com/2001-1_1-0.html"><SPAN>home</SPAN></A> </LI>

    <LI class="siteId7 "><A 

    href="http://reviews.cnet.com/2001-1_7-0.html"><SPAN>reviews</SPAN></A> 

</LI>

    <LI class="siteId3 "><A 

    href="http://news.cnet.com/2001-1_3-0.html"><SPAN>news</SPAN></A> </LI>

    <LI class="siteId4 active"><A 

    href="http://download.cnet.com/windows/"><SPAN>downloads</SPAN></A> </LI>

    <LI class="siteId53 "><A 

    href="http://cnettv.cnet.com/2000-1_53-0.html"><SPAN>cnet tv</SPAN></A> 

  </LI></UL><!-- /brandNav --></LI>

  <LI class=rubics>

  <DIV id=rubicsTextAd><!-- MAC T ED.ED.F1.F1 --><!-- MAC [r20081117-1345-OptimizeOn:1.13.10] c18-rb-tron-xw6.cnet.com::1524803936 2009.04.18.05.37.44 -->

  <DIV class=rubics_netxp1_main id=rbx_netxp1_parent>

  <SCRIPT type=text/javascript>

function do_rbx_ctrk_netxp1 (aElem, iTrkId, cTrkPrefix) {

	var imgElem = document.getElementById(iTrkId);

	if (!imgElem) {

		return true;

	}



	if (!aElem.rbxCPrefixed) {

		aElem.rbxCPrefixed = true;

		var destUri = encodeURIComponent(aElem.href);

		var newUri = cTrkPrefix + destUri;

		aElem.href = newUri;

	}

	return true;

}

function do_rbx_itrk_netxp1 (parentId, iTrkId, iTrkUri) {

	if (!document.images) {

		return false;

	}



	var imgId = iTrkId;

	var imgElem = document.getElementById(imgId);



	if (!imgElem) {



		var parentElem = document.getElementById(parentId);

		if (!parentElem) {

			return false;

		}



		var imgElem = document.createElement('img');

		if (!imgElem) {

			return false;

		}



		imgElem.id = imgId;

		imgElem.src = iTrkUri;

		imgElem.alt = '';

		imgElem.width = '1';

		imgElem.height = '1';



		parentElem.appendChild(imgElem);

	}

	return true;

}

</SCRIPT>

  On The Insider: <A class=xpromolink 

  onclick="return do_rbx_ctrk_netxp1(this, 'rbx_netxp1_1', 'http://dw.com.com/rubicsclk?ver=2&ts=2009.04.17.22.37.44&edId=3&onId=2356&ptId=3640&sId=4&appId=19&offId=5869&unitId=45&poolId=1&f1=1&f2=%2d0&f3=%2d0&alg=8&&opt=1&linkPos=1&destUrl=');" 

  href="http://www.theinsider.com/news/2019525_Michael_Jackson_Auction_Off_the_Block" 

  target=_top>Michael Jackson Auction Cancelled</A>

  <SCRIPT type=text/javascript>

//<![CDATA[

do_rbx_itrk_netxp1('rbx_netxp1_parent', 'rbx_netxp1_1', 'http://dw.com.com/rubicsimp/c.gif?ver=2&ts=2009.04.17.22.37.44&edId=3&onId=2356&ptId=3640&sId=4&appId=19&unitId=45&poolId=1&f1=1&f2=%2d0&f3=%2d0&alg=8&opt=1&off=5869,-1');

//]]>

</SCRIPT>

   </DIV><!-- ros [r20070521-1832-ronr-v1-13-5:1.13.5] c18-ad-rubics-ros6.cnet.com::4025142192 2009.04.17.22.37.44 --><!-- ros t 0.0.0.0.1.1.1.1 --><!-- MAC ad --></DIV></LI>
hx167 2009-04-19
  • 打赏
  • 举报
 回复 

private void button1_Click(object sender, EventArgs e)

        {

            textBox2.Text = Regex.Replace(textBox1.Text, @"<script[^>]*?>[\s\S]*<\/script>", "", RegexOptions.IgnoreCase);           

        }
coodd 2009-04-19
  • 打赏
  • 举报
 回复
Regex.Replace(Htmlstring, @" <script[^>]*?>.*? </script>", "", RegexOptions.IgnoreCase);
有错误，应该为
Regex.Replace(Htmlstring, @" <script.*?</script>", "", RegexOptions.IgnoreCase);
正则表达式匹配工具——主流的开发语言（C#、Java、C++、VB、Ruby以及Python等）
正则表达式是对字符串（包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为“元字符”））操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则...
正则表达式提取网址、标题、图片等一例（.Net Asp Javascript/Js）的实现
在一些抓取、过滤等情况下， 正则表达式 regular expression 的优势是很明显的。 例如，有如下的字符串： 代码如下:<li><a>”article-date”>[09/11]</span>FCKEditor高亮代码插件测试</a></li> 现在，需要提取 href...
C#入门精讲（10）正则表达式及应用
教学理念 1、把“需要工作的人”变成“工作需要的人”  2、创设“立足学生、突出项目、强化技术、提高能力”教学局面。  【课程特色】  1、课程设计循序渐进、讲解... 此外，提供源代码+答疑+上课日志
程序天下:JavaScript实例自学手册
13.35 使用正则表达式验证日期 13.36 全面的日期选择功能 13.37 全球的时间查看表 13.38 无刷新定时取数据 13.39 取当月的最后一天 第 14章 数字、数组和统计函数特效 14.1 边打字边显示字数 14.2 创建随机数 14.3 ...
《程序天下：JavaScript实例自学手册》光盘源码
13.35 使用正则表达式验证日期 13.36 全面的日期选择功能 13.37 全球的时间查看表 13.38 无刷新定时取数据 13.39 取当月的最后一天 第 14章 数字、数组和统计函数特效 14.1 边打字边显示字数 14.2 创建随机数 14.3 ...
C#

110,534

社区成员

642,576

社区内容

发帖
与我相关
我的任务
社区描述
.NET技术 C#
社区管理员
  • C#
  • Web++
  • by_封爱
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告

让您成为最强悍的C#开发者

试试用AI创作助手写篇文章吧

+ 用AI写文章