从xml片段中删除html标签？

问题描述：

我正在寻找从下面的代码片段去掉HTML标签。这是一个示例，XML文件架构可以更改，XML也是如此，并且不是静态的。我想保留XML节点有没有办法自动做到这一点，而无需使用外部库/工具/等？从xml片段中删除html标签？

<house> 
    <welcome>This is a <b>great</b> house.</welcome> 
</house>

这很可能是这会使用'Replace'与'HTML'标签一长串涉及。 –

@MartinParkin这是我的想法......但想知道肯定没有其他办法。谢谢 – Idothisallday

这出现一次又一次。使用XDocument解析XML，然后像HTML一样处理HTML并使用HTML Agility Pack。 – paqogomez

答

我建议

string yourXml = "....."; 
System.Xml.XmlDocument xmlDoc = new System.Xml.XmlDocument(); 
xmlDoc.LoadXml(yourXml); 
string yourXmlWithoutTags = xmlDoc.InnerText; 
string someContentWithoutTags = xmlDoc.SelectSingleNode("root/house").InnerText;

等等

不幸的是，这个xml不是stactic，并且可以有与上面提到的不同的结构，所以这个解决方案将不起作用 – Idothisallday

答

虽然我主张用HTML Agility Pack为HTML，根据你的榜样，的XDocument翻出HTML没有问题。

var xmlString = @"<house> 
         <welcome>This is a <b>great</b> house.</welcome> 
        </house>"; 
    var xml = XDocument.Parse(xmlString); 
    var welcome = xml.Descendants("house").Elements("welcome").First().Value; 
    Console.Write(welcome); 
    //This is a great house.

这可能是因为当Parse发生时，<b>删除标记。 Load不会有这种行为。

的HTML敏捷包的方法将是这个样子：

public string StripTags(string input) { 
    var doc = new HtmlDocument(); 
    doc.LoadHtml(input ?? ""); 
    return doc.DocumentNode.InnerText; 
}

解析有点有趣。让我探索这个选项。 – Idothisallday

从xml片段中删除html标签？

相关推荐