如何去掉内容中的HTML标签,包括标签中的内嵌标签和属性,只留下文字内容

[netna]

如何去掉内容中的HTML标签,包括标签中的内嵌标签和属性,只留下文字内容,如:
<SPAN lang=EN><FONT face="Times New Roman">测试文字</FONT></SPAN>
过滤掉只留下"测试文字",这是从数据库中读取来的,内容包括这些标签的.请高手救我,比较急.谢谢了!

[LemIST]

StringBuilder sb = new StringBuilder();
bool skip = false;
foreach(char ch in str)
{
   if(ch == '<')
     skip = true;
   else if(ch == '>')
     skip = false;
   else
     if(!skip)
      sb.Append(ch);
}
return sb.ToString();

[itcrazyman]

如果是只留汉字,可以用函数将字母与<>过滤掉

[itcrazyman]

[Quote=引用 1 楼 LemIST 的回复:]
C# codeStringBuilder sb = new StringBuilder();
bool skip = false;
foreach(char ch in str)
{
if(ch == '<')
skip = true;
else if(ch == '>')
skip = false;
else
if(!skip)
sb.Append(ch);
}
return sb.ToString();
[/Quote]
正解

[LemIST]

或者正则表达式

string html = "<SPAN lang=EN> <FONT face=\"Times New Roman\">测试文字 </FONT> </SPAN> ";
            Regex reg = new Regex("<.*?>", RegexOptions.Compiled);
            string newString = reg.Replace(html, string.Empty);

[forever102]

id.innerHTML
或是
id.innerText

[itcrazyman]

[Quote=引用 5 楼 forever102 的回复:]
id.innerHTML
或是
id.innerText
[/Quote]
mark up 顶

[takako_mu]

up

[xutao888]

用正则：
function nohtml(str)
dim re
Set re=new RegExp
re.IgnoreCase =true
re.Global=True
re.Pattern="(\<.[^\<]*\>)"
str=re.replace(str," ")
re.Pattern="(\<\/[^\<]*\>)"
str=re.replace(str," ")
nohtml=str
set re=nothing
end function

上面是ASP的，

[编程有钱人了]

 Regex reg = new Regex(@" <[^>]*>", RegexOptions.Compiled); 
        string newString = reg.Replace(this.TextBox1.Text, string.Empty);
        Response.Write(newString);

[wfyfngu]

text = Regex.Replace(text, "<(.|\\n)*?>", string.Empty);

[netna]

不知道4,9,10楼三个的正则有什么区别?你们的方法好象是对的

[zzjj999]

string html = "<SPAN lang=EN> <FONT face=\"Times New Roman\">测试文字 </FONT> </SPAN> ";
Regex reg = new Regex(@"<\/*[^<>]*>", RegexOptions.IgnoreCase);
string newString = reg.Replace(html, string.Empty);