作者abcg5 (nothing)
看板C_Sharp
標題[問題] regex 網頁標籤!?
時間Sun Jan 18 16:25:37 2009
雖然問題這樣打!~
不過自自己試過一些code
總是有部分的標籤不能濾掉!
(還有<script><?...?>這類CGI程式的code)
所以我就上網去找!!~
找到網路上的一個方法!~
不過不知怎用
是使用document.body.innerText
不過把這行加到C#程式中 會說沒有document這個東西!
可是我看很多程式都有用啊!!
這不是system.IO裡面的指令嗎!?
另外,大部分都是在javascript中看到這個code!
所以我也很懷疑這可不可以用到C#上
(網路上有寫到可以)
只是他就只說用document.body.innerText可以濾掉所有標籤
如果真的可以的話那就方便太多了!
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.116.245.199
※ 編輯: abcg5 來自: 140.116.245.199 (01/18 16:31)
1F：推 horngsh:那的確是javascript旳CODE...你是寫ASP.NET嗎? 01/18 17:03
2F：→ abcg5:我是用C#(第一次說XD) 不過我沒用到ASP.NET(其實是不會用) 01/18 17:07
3F：→ abcg5:主要是我有幾萬頁的webpages要作去tag的動作~ 01/18 17:11
4F：→ abcg5:但卻沒有一次可以全部種類tag去掉的方法... 01/18 17:11
5F：推 horngsh:寫程式去TAG可行...用regex要一次去掉很難. 01/19 06:33
6F：推 Kelunyang:我提一個想法，你用XML的方式去讀InnerTEXT呢？ 01/19 11:42
7F：推 tomex:Maybe you can try jQuery 01/19 13:35
8F：→ abcg5:先回樓樓上用XML的方式 不能處理<p> <br>這種情況 01/19 14:06
9F：→ abcg5:另外發現了mshtml 和 HTMLAgilityPack也能使用在PAERSE 01/19 14:49
10F：→ abcg5:第一個好像是ASP.NET 第二個是外加套件 01/19 14:53