Question

asp.net c# 怎么将html转换为纯文本

从网页中复制的几段带html的文章，用ckeditor存进数据库。但是读出来的时候还希望使用这段文字的纯文本形式，不包含任何html标签的那种，怎么实现呢？？？

Answer 1

简单的方法，复制到记事本里粘贴，然后再复制到ckeditor里，这样一般就没有html标签了，如果再有 可能也只是有一个P标签 ，切换到html状态下 删了就是了，当然另外有更好的方法就是在提交数据的时候，过滤HTML标签

追问

饿。。可能是我没表达清楚，我是要留下带html的代码，不然我还用ckeditor干啥。。但是还需要一份同样的，不带html的纯文本。。现在存进数据库的只是带html的这份。存两种显然不合理

追答

那就只有过滤ckeditor里的内容了

追问

怎么过滤？

追答

调用这个方法吧 传入需要过滤的字符串 我一直用这个， 请引用using System.Text.RegularExpressions
///
/// 去除HTML标记
///
/// 包括HTML的源码
/// 已经去除后的文字
public string NoHTML(string Htmlstring)
{
//删除脚本
Htmlstring = Regex.Replace(Htmlstring, @"]*?>.*?", "",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, @"&(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("/r/n", "");
Htmlstring = HttpContext.Current.Server.HtmlEncode(Htmlstring).Trim();

return Htmlstring;
}

Answer 2

你的意思是存数据库的是包含html的，然后取出来用时还需要针对纯文本进行其他处理是吧？

用正则表达式将html标记去掉就行！

Answer 3

用正则表达式 过滤标签

追问

求具体。。网上也能找着，但是不太好

追答

稍等下 我前几天写了 找下 赋值给你

string strHtmlContent = File.ReadAllText(strFilePaths, Encoding.GetEncoding("GB2312"));//得到HTML所有内容

string strRegex = @"(?.+?)";//正则表达式