第一段是获取 <p></p>标签内部的数据，第二个是获取 <p><span></span></p>标签中的数据，其中span标签中有style属性值。
使用过正则表达式的同学肯定知道，上面两种情况其实都是一种情况，我们要获取的是 尖括号括起来的一对标签 中间的数据，起始标签形如<x>，结束标签形如</x>，这里的x表示的html标签。
此外，我们还需要考虑起始标签中包含style的数据，另外特殊的 <br/>标签，对实际获取数据无意义，也需要过滤掉。
通过上面的分析，我们可以如下正则表达式：
在使用正则表达式处理之前，我们先对数据进行预处理，比如style和
标签：
针对多个标签嵌套的情况进行处理，比如 <p><span style="white-space: normal">王者荣耀</span></p>，在经过预处理和正则匹配的后结果是 <span>王者荣耀 ，需要手工移除掉前面的起始标签，对应的方法如下：
测试方法如下：
output:
(?<=>)[^<>]+(?=<)
假如html标签里面有一句：
String a = "<style type=\"text/css\">div \n" +
"{ margin: 0padding: 0outline: 0}</style>"
我如何把这一句取出来呢，包括标签。
用正则表达式：<style([\\s\\S]*)</style>
扩展资料：正则表达式匹配HTML标签
方法一：
var str = '<p class="odd" id="odd">123</p>'
var pattern = /<\/?[a-zA-Z]+(\s+[a-zA-Z]+=".*")*>/g
console.log(str.match(pattern))
方法二：
var str = '<p class="odd" id="odd">123</p>'
var pattern = /<[^>]+>/g
console.log(str.match(pattern))
方法三：
var str = '<input type="text" value=">" name="username" />'
var pattern = /<(?:[^"'>]|"[^"]*"|'[^']*')*>/g
console.log(str.match(pattern))
说明：()表示捕获分组，()会把每个分组里的匹配的值保存起来，使用$n(n是一个数字，表示第n个捕获组的内容)
(?:)表示非捕获分组，和捕获分组唯一的区别在于，非捕获分组匹配的值不会保存起来
没有引用的需求的话，采用非捕获性分组，更为简洁；
方法四：
var str = '<input type="text" value=">" name="username" />'
var pattern = /<(?:[^"'>]|(["'])[^"']*\1)*>/g
console.log(str.match(pattern))
</script>
1、正则表达式去掉html标签代码如下：/// <Header>/// 去除 HTML tag
/// </Header>
/// <param name="HTML">源</param>
/// <returns>结果</returns> public static string StripHTML(string HTML) //google "StripHTML" 得到{ string[] Regexs =
{
@"<script[^>]*?>.*?</script>",
@"<(\/\s*)?!?((\w+:)?\w+)(\w+(\s*=?\s*(([""'])(\\[""'tbnr]|[^\7])*?\7|\w+)|.{0})|\s)*?(\/\s*)?>",
@"([\r\n])[\s]+",
@"&(quot|#34)",
@"&(amp|#38)",
@"&(lt|#60)",
@"&(gt|#62)",
@"&(nbsp|#160)",
@"&(iexcl|#161)",
@"&(cent|#162)",
@"&(pound|#163)",
@"&(copy|#169)",
@"(\d+)",
@"-->",
@"<!--.*\n"
}
string[] Replaces =
{
"",
"",
"",
"\"",
"&",
"<",
">",
" ",
"\xa1", //chr(161),"\xa2", //chr(162),"\xa3", //chr(163),"\xa9", //chr(169),"",
"\r\n",
""
}
string s = HTML
for (int i = 0i <Regexs.Lengthi++)
{
s = new Regex(Regexs[i], RegexOptions.Multiline | RegexOptions.IgnoreCase).Replace(s, Replaces[i])
}
s.Replace("<", "")
s.Replace(">", "")
s.Replace("\r\n", "")
return s
}
}
2、可以直接复制到txt，然后保存成为.html，在浏览器中设置即可！
