一个用C#过滤HTML代码的函数

正好有时间所以用C#写了一段正则表达式作用是删除 Page 里面Code 中的 HTML标签这在做采集信息消除其中的HTML很有用处

以下是引用片段

public string checkStr(string html)

{

SystemTextRegularExpressionsRegex regex = new SystemTextRegularExpressionsRegex(@<script[\s\S]+</script *> SystemTextRegularExpressionsRegexOptionsIgnoreCase);

SystemTextRegularExpressionsRegex regex = new SystemTextRegularExpressionsRegex(@ href *= *[\s\S]*script *: SystemTextRegularExpressionsRegexOptionsIgnoreCase);

SystemTextRegularExpressionsRegex regex = new SystemTextRegularExpressionsRegex(@ no[\s\S]*= SystemTextRegularExpressionsRegexOptionsIgnoreCase);

SystemTextRegularExpressionsRegex regex = new SystemTextRegularExpressionsRegex(@<iframe[\s\S]+</iframe *> SystemTextRegularExpressionsRegexOptionsIgnoreCase);

SystemTextRegularExpressionsRegex regex = new SystemTextRegularExpressionsRegex(@<frameset[\s\S]+</frameset *> SystemTextRegularExpressionsRegexOptionsIgnoreCase);

SystemTextRegularExpressionsRegex regex = new SystemTextRegularExpressionsRegex(@\<img[^\>]+\> SystemTextRegularExpressionsRegexOptionsIgnoreCase);

SystemTextRegularExpressionsRegex regex = new SystemTextRegularExpressionsRegex(@</p> SystemTextRegularExpressionsRegexOptionsIgnoreCase);

SystemTextRegularExpressionsRegex regex = new SystemTextRegularExpressionsRegex(@<p> SystemTextRegularExpressionsRegexOptionsIgnoreCase);

SystemTextRegularExpressionsRegex regex = new SystemTextRegularExpressionsRegex(@<[^>]*> SystemTextRegularExpressionsRegexOptionsIgnoreCase);

html = regexReplace(html ); //过滤<script></script>标记

html = regexReplace(html ); //过滤href=JavaScript: (<A>) 属性

html = regexReplace(html _disibledevent=); //过滤其它控件的on事件

html = regexReplace(html ); //过滤iframe

html = regexReplace(html ); //过滤frameset

html = regexReplace(html ); //过滤frameset

html = regexReplace(html ); //过滤frameset

html = regexReplace(html ); //过滤frameset

html = regexReplace(html );

html = htmlReplace( );

html = htmlReplace(</strong> );

html = htmlReplace(<strong> );

return html;

}