C#應用for輪回移除HTML標志。本站提示廣大學習愛好者：（C#應用for輪回移除HTML標志）文章只能為提供參考，不一定能成為您想要的結果。以下是C#應用for輪回移除HTML標志正文
移除一段文字中的HTML標志，以清除個中包括的款式和段落等，最經常使用的方法能夠就是正則表達式了。然則請留意，正則表達式其實不能處置一切的HTML文檔，所以有時采取一個迭代的方法會更好，如for輪回。
看上面的代碼：
using System;
using System.Text.RegularExpressions;
/// <summary>
/// Methods to remove HTML from strings.
/// </summary>
public static class HtmlRemoval
{
/// <summary>
/// Remove HTML from string with Regex.
/// </summary>
public static string StripTagsRegex(string source)
{
return Regex.WordStr(source, "<.*?>", string.Empty);
}
/// <summary>
/// Compiled regular expression for performance.
/// </summary>
static Regex _htmlRegex = new Regex("<.*?>", RegexOptions.Compiled);
/// <summary>
/// Remove HTML from string with compiled Regex.
/// </summary>
public static string StripTagsRegexCompiled(string source)
{
return _htmlRegex.WordStr(source, string.Empty);
}
/// <summary>
/// Remove HTML tags from string using char array.
/// </summary>
public static string StripTagsCharArray(string source)
{
char[] array = new char[source.Length];
int arrayIndex = 0;
bool inside = false;
for (int i = 0; i < source.Length; i++)
{
char let = source[i];
if (let == '<')
{
inside = true;
continue;
}
if (let == '>')
{
inside = false;
continue;
}
if (!inside)
{
array[arrayIndex] = let;
arrayIndex++;
}
}
return new string(array, 0, arrayIndex);
}
}
代碼中供給了兩種分歧的方法來移除給定字符串中的HTML標志，一個是應用正則表達式，一個是應用字符數組在for輪回中停止處置。來看一下測試的成果：
using System;
using System.Text.RegularExpressions;
class Program
{
static void Main()
{
const string html = "<p>There was a <b>.NET</b> programmer " +
"and he stripped the <i>HTML</i> tags.</p>";
Console.WriteLine(HtmlRemoval.StripTagsRegex(html));
Console.WriteLine(HtmlRemoval.StripTagsRegexCompiled(html));
Console.WriteLine(HtmlRemoval.StripTagsCharArray(html));
}
}
輸入成果以下：
There was a .NET programmer and he stripped the HTML tags.
There was a .NET programmer and he stripped the HTML tags.
There was a .NET programmer and he stripped the HTML tags.
上述代碼平分別挪用了HtmlRemoval類中的三個分歧的辦法，均前往了雷同的成果，即去除給定字符串中的HTML標志。推舉應用第二種辦法，即直接援用一個事後界說好的RegexOptions.Compiled的正則表達式對象，它比第一種辦法速度更快。然則RegexOptions.Compiled有一些缺陷，在某些情形下它的啟動時光會增長數十倍。詳細的內容可以檢查上面這兩篇文章：
RegexOption.Compiled
Regex Performance
平日，正則表達式的履行效力其實不是最高的，所以HtmlRemoval類中給定了另外一種辦法，應用字符數組來處置字符串。測試法式供給了1000個HTML文件，每一個HTML文件中有年夜約8000個字符，一切的文件均經由過程File.ReadAllText方法停止讀取，測試成果顯示字符數組的方法履行速度是最快的。
Performance test for HTML removal
HtmlRemoval.StripTagsRegex: 2404 ms
HtmlRemoval.StripTagsRegexCompiled: 1366 ms
HtmlRemoval.StripTagsCharArray: 287 ms [最快]
File length test for HTML removal
File length before: 8085 chars
HtmlRemoval.StripTagsRegex: 4382 chars
HtmlRemoval.StripTagsRegexCompiled: 4382 chars
HtmlRemoval.StripTagsCharArray: 4382 chars
所以，應用字符數組來處置年夜批量的文件時可以節儉時光。在字符數組辦法中，僅僅只是將非HTML標志的字符添加到數組緩沖區，為了進步效力，它應用字符數組和一個新的字符串結構器來吸收字符數組和規模，這個會比應用StringBuilder速度更快。
關於自封閉的HTML標志
在XHTML中，某些標志其實不具有自力的封閉標簽，如<br/>，<img/>等。上述代碼應當可以或許准確處置自封閉的HTML標志。上面是一些支撐的HTML標志，留意，正則表達式辦法能夠沒法准確處置有效的HTML標志。
Supported tags
<img src="" /> <img src=""/> <br /> <br/> < div > <!-- -->
HTML文檔中的正文
本文給出的代碼對移除HTML文檔正文中的HTML標志能夠會掉效。有些時刻，正文中能夠會包括一些有效的HTML標志，在處置時這些HTML標志不會被完整移除。然則，掃描這些不准確的HTML標志有時能夠是需要的。
若何驗證
有很多種辦法可以用來驗證XHTML，我們可以采取和下面代碼雷同的方法來停止迭代。一個簡略的辦法是對'<'和'>'停止計數，從而肯定它們能否婚配，或許采取正則表達式停止婚配。這裡有一些資本引見了這些辦法：
HTML Brackets: Validation
Validate XHTML
有很多辦法都可以用往來來往除給定字符串中的HTML標志，它們前往的成果也都是准確的。毫無疑問，采取字符數組停止迭代的效力最高。
以上所述是小編給年夜家引見的C#應用for輪回移除HTML標志 ，願望對年夜家有所贊助，假如年夜家有任何疑問請給我留言，小編會實時答復年夜家的。在此也異常感激年夜家對網站的支撐！
