去除字符串中的Html标记，但要求保留类似“<阿斯顿>”这样的字符

[land_L]

  public static String ToTxt(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;   
         }

在网上找到这样的代码段，但是会把所有带“<>”的都给替换掉，自己对正则不是很懂，请问可否帮忙改下。。

[gxingmin]

笨方法，先把<阿斯顿>替换成[阿斯顿]，再调用你上面的代码，最后再把[阿斯顿]替换成<阿斯顿>

[land_L]

引用 1 楼 gxingmin 的回复:

笨方法，先把<阿斯顿>替换成[阿斯顿]，再调用你上面的代码，最后再把[阿斯顿]替换成<阿斯顿>

那怎么判定是<阿斯顿>呢？。。。话说回来，要是有判定<阿斯顿>的办法也就不用这么麻烦了吧。。。？

[gxingmin]

string strTemp=str.replace("<阿斯顿>","[阿斯顿]"); strTemp = ToTxt(strTemp); strTemp = strTemp.replace("[阿斯顿]","<阿斯顿>");

[land_L]

引用 3 楼 gxingmin 的回复:

string strTemp=str.replace("<阿斯顿>","[阿斯顿]"); strTemp = ToTxt(strTemp); strTemp = strTemp.replace("[阿斯顿]","<阿斯顿>");

可能我没表述清楚，<阿斯顿> 只是个例子，可能有其他的<啊啊啊>，<呃呃呃>等等，具体有多少种，无法确定 所以显然这样做不行吧..

[iMax_Wang]

用正则判断其中的内容如果是中文则不过滤。

[land_L]

引用 5 楼 zhengyuelu 的回复:

用正则判断其中的内容如果是中文则不过滤。

貌似可行，可以具体点不？

[effun]

用正则表达式虽然可以实现，但并不一定十分准确，建议用专用的HTML解析器。Html Agility Pack比较好用，可以试试。