c#处理html字符串
最近碰到个问题，html encode后的字符串，需要替换里面的文本内容。需要注意的地方是标签里面的内容不能被替换。比如<p>pdf</p>,替换p为abc的时候<p>,</p>里面的p不能被替换。
纠结了很久终于解决：
1. 利用System.Web里的HttpUtility.HtmlDecode将字符串解码,比如&lt;&gt;会被解码成<>
2. 利用正则表达式隔离tag和tag外的内容Regex reg = new Regex("(<[^>]*>)");
3. 隔开后的string总在一个string 的list中，在通过判断是不是<>开头结尾来过滤，不是标签的话就替换内容
代码如下
private static void replaceText(string text,ref List<string> ll)
{
string html = HttpUtility.HtmlDecode(text);
Regex reg = new Regex("(<[^>]*>)");
Match mm = reg.Match(html);
string temp = string.Empty;
if (mm.Groups.Count > 1)
{
Group gg = mm.Groups;
ll.Add(html.Substring(0,gg.Index));
ll.Add(html.Substring(gg.Index,gg.Length));
replaceText(html.Substring(gg.Index + gg.Length), ref ll);
}
else
ll.Add(text);
}
static void Main(string[] args)
{
List<string> ll = new List<string>();
replaceText("pvc<p src=\"ds\">dpp</p><p>spdf<br /></p><a href=\"wwwp />fgdfgp",ref ll);
string result = string.Empty;
for(int i =0;i<ll.Count;i++)
{
string s = ll;
if((!string.IsNullOrEmpty(s))&& !(s.StartsWith("<")&&s.EndsWith(">")))
s = s.Replace("p","替换");
Console.WriteLine(s);
result += s;
}
Console.WriteLine("result: " +result);
}
页:
[1]