.NET取下HTML页面的JavaScript和CSS代码块

本文介绍了.NET取下HTML页面的JavaScript和CSS代码块的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！ 问题描述

我有HTML作为字符串，JavaScript和CSS代码块

I have html as string with javascript and css code blocks.

事情是这样的：

<script type="text/javascript"> alert('hello world'); </script> <style type="text/css"> A:link {text-decoration: none} A:visited {text-decoration: none} A:active {text-decoration: none} A:hover {text-decoration: underline; color: red;} </style>

但我不需要他们。我怎样才能删除与reqular表达这些块

But i dont need them. How can i remove with reqular expressions those blocks?

推荐答案

快速'N'肮脏的方法将是一个正则表达式是这样的：

The quick 'n' dirty method would be a regex like this:

var regex = new Regex( "(\\<script(.+?)\\</script\\>)|(\\<style(.+?)\\</style\\>)", RegexOptions.Singleline | RegexOptions.IgnoreCase ); string ouput = regex.Replace(input, "");

更好*（但可能更慢）的选择是使用的HtmlAgilityPack ：

HtmlDocument doc = new HtmlDocument(); doc.LoadHtml(htmlInput); var nodes = doc.DocumentNode.SelectNodes("//script|//style"); foreach (var node in nodes) node.ParentNode.RemoveChild(node); string htmlOutput = doc.DocumentNode.OuterHtml;

*）对于有关为什么它是更好的讨论，请参阅此线程。