`

替换html标签的正则表达式

阅读更多
替换html标签的正则表达式

方法一   :   禁用HTML
最简单的方法是直接禁用html标签而不用移除它们.   可以使用Replace()函数.   例如:

strText   =   Replace(strText,   " <script ",   "&lt;script ",   1,   -1,   1)

或者直接禁用所有的html: 
strText   =   Replace(strText,   " < ",   "&lt; ")

这样做虽然很安全,但显得不够友好.(用户提交的文本会变得难以阅读) 

方法二:   使用 " < "和 "> "
怎样使得html标签从文本中消失呢?   我们可以去掉 " < "和 "> "中间的所有内容 

在JavaScript中这很简单: 

function   RemoveHTML(   strText   )
{
var   regEx   =   / <[^> ]*> /g;
return   strText.replace(regEx,   " ");
}

关于正则表达式可以参考:   http://developer.netscape.com/docs/manuals/js/client/jsguide/regexp.htm. 

现在回到VBScript,   对于Scripting引擎5.0或更高版本(可以通过调用ScriptEngineMajorVersion和ScriptEngineMinorVersion函数来检验版本),我们也可以使用RegExp物体: 

Function   RemoveHTML(   strText   )
Dim   RegEx

Set   RegEx   =   New   RegExp

RegEx.Pattern   =   " <[^> ]*> "
RegEx.Global   =   True

RemoveHTML   =   RegEx.Replace(strText,   " ")
End   Function

若不用正则表达式,下面的函数可以达到同样的目的: 

Function   RemoveHTML(   strText   ) 
        Dim   nPos1
        Dim   nPos2
      
        nPos1   =   InStr(strText,   " < ") 
        Do   While   nPos1   >   0 
                nPos2   =   InStr(nPos1   +   1,   strText,   "> ") 
                If   nPos2   >   0   Then 
                        strText   =   Left(strText,   nPos1   -   1)   &   Mid(strText,   nPos2   +   1) 
                Else 
                        Exit   Do 
                End   If 
                nPos1   =   InStr(strText,   " < ") 
        Loop 
      
        RemoveHTML   =   strText 
End   Function 
以上的方法虽然都可以去掉括号内的html标签,但是这些方法都存在以下问题: 

首先,文本内的任何不表示html的尖括号会被去除.而且两个尖括号中间的文本也会被删掉.换句话说,在文本中插入任何 " < "或 "> "都会出现不可预料的结果.

另外,这种方法不能控制删除哪些html标签.比如 <b> <i> 这些无害的标签通常是允许的.

方法三:使用IE或其他工具
有很多缺点:

"It   may   be   desirable   to   parse   HTML   files   inside   a   Web   server   process   in   response   to   a   browser   page   request.   However,   the   WebBrowser   control,   DHTML   Editing   Control,   MSHTML,   and   other   Internet   Explorer   components   may   not   function   properly   in   an   Active   Server   Pages   (ASP)   page   or   other   application   run   in   a   Web   server   application. "   (http://support.microsoft.com/support/kb/articles/Q244/0/85.ASP?LN=EN-US&SD=gn&FR=0) 



方法四:VBScript
以下的函数可以限制到具体的html标签
简介: 

要控制被删除的标签列表,可以通过向TAGLIST常数中添加/删除标记来实现.   例如,要保留所有的 <B> 标签,则从TAGLIST中删除B.   当前的列表包含了MSDN中的所有html标签以及   LAYER   标签.   每个标签要用 "; "括起来. 
开始标签和结束标签都会被删除,例如 " <A...> "和 </A...> 
若标签同时在   TAGLIST   和   BLOCKTAGLIST   常数中,则起始标签和结束标签之间的所有内容都会被删除 
没有结束标记的标签不被视为html标签,其内容不会被删除 
块标签若没有结尾标记,从此标签开始到文本结束的所有内容会被删除 
若 " <!-- "后跟的字符不是空格,注释标签不会被删除 
使用这个函数很简单: 
strPlainText   =   RemoveHTML(strTextWithHTML)
函数内容如下: 

Function   RemoveHTML(   strText   )
        Dim   TAGLIST
        TAGLIST   =   ";!--;!DOCTYPE;A;ACRONYM;ADDRESS;APPLET;AREA;B;BASE;BASEFONT; "   &_
                            "BGSOUND;BIG;BLOCKQUOTE;BODY;BR;BUTTON;CAPTION;CENTER;CITE;CODE; "   &_
                            "COL;COLGROUP;COMMENT;DD;DEL;DFN;DIR;DIV;DL;DT;EM;EMBED;FIELDSET; "   &_
                            "FONT;FORM;FRAME;FRAMESET;HEAD;H1;H2;H3;H4;H5;H6;HR;HTML;I;IFRAME;IMG; "   &_
                            "INPUT;INS;ISINDEX;KBD;LABEL;LAYER;LAGEND;LI;LINK;LISTING;MAP;MARQUEE; "   &_
                            "MENU;META;NOBR;NOFRAMES;NOSCRIPT;OBJECT;OL;OPTION;P;PARAM;PLAINTEXT; "   &_
                            "PRE;Q;S;SAMP;SCRIPT;SELECT;SMALL;SPAN;STRIKE;STRONG;STYLE;SUB;SUP; "   &_
                            "TABLE;TBODY;TD;TEXTAREA;TFOOT;TH;THEAD;TITLE;TR;TT;U;UL;VAR;WBR;XMP; "

        Const   BLOCKTAGLIST   =   ";APPLET;EMBED;FRAMESET;HEAD;NOFRAMES;NOSCRIPT;OBJECT;SCRIPT;STYLE; "
      
        Dim   nPos1
        Dim   nPos2
        Dim   nPos3
        Dim   strResult
        Dim   strTagName
        Dim   bRemove
        Dim   bSearchForBlock
      
        nPos1   =   InStr(strText,   " < ")
        Do   While   nPos1   >   0
                nPos2   =   InStr(nPos1   +   1,   strText,   "> ")
                If   nPos2   >   0   Then
                        strTagName   =   Mid(strText,   nPos1   +   1,   nPos2   -   nPos1   -   1)
        strTagName   =   Replace(Replace(strTagName,   vbCr,   "   "),   vbLf,   "   ")

                        nPos3   =   InStr(strTagName,   "   ")
                        If   nPos3   >   0   Then
                                strTagName   =   Left(strTagName,   nPos3   -   1)
                        End   If
                      
                        If   Left(strTagName,   1)   =   "/ "   Then
                                strTagName   =   Mid(strTagName,   2)
                                bSearchForBlock   =   False
                        Else
                                bSearchForBlock   =   True
                        End   If
                      
                        If   InStr(1,   TAGLIST,   "; "   &   strTagName   &   "; ",   vbTextCompare)   >   0   Then
                                bRemove   =   True
                                If   bSearchForBlock   Then
                                        If   InStr(1,   BLOCKTAGLIST,   "; "   &   strTagName   &   "; ",   vbTextCompare)   >   0   Then
                                                nPos2   =   Len(strText)
                                                nPos3   =   InStr(nPos1   +   1,   strText,   " </ "   &   strTagName,   vbTextCompare)
                                                If   nPos3   >   0   Then
                                                        nPos3   =   InStr(nPos3   +   1,   strText,   "> ")
                                                End   If
                                              
                                                If   nPos3   >   0   Then
                                                        nPos2   =   nPos3
                                                End   If
                                        End   If
                                End   If
                        Else
                                bRemove   =   False
                        End   If
                      
                        If   bRemove   Then
                                strResult   =   strResult   &   Left(strText,   nPos1   -   1)
                                strText   =   Mid(strText,   nPos2   +   1)
                        Else
                                strResult   =   strResult   &   Left(strText,   nPos1)
                                strText   =   Mid(strText,   nPos1   +   1)
                        End   If
                Else
                        strResult   =   strResult   &   strText
                        strText   =   " "
                End   If
              
                nPos1   =   InStr(strText,   " < ")
        Loop
        strResult   =   strResult   &   strText
      
        RemoveHTML   =   strResult
End   Function
分享到:
评论

相关推荐

    易语言正则表达式文本替换

    - 文本转换:批量修改文本格式,如大小写转换、HTML标签替换等。 总的来说,易语言的正则表达式文本替换功能提供了强大的文本处理能力,对于需要处理和分析文本的程序开发者来说,掌握这项技能能极大地提高工作...

    正则表达式大全 - 收集的最常用正则表达式

    /&gt;` - 这个正则表达式用于找出HTML文档中的标签,但不适用于复杂的嵌套标记。 5. 匹配首尾空白字符:`^s*|s*$` - 该正则表达式用于删除字符串开始或结束的空格、制表符等空白字符。 6. 匹配Email地址:`w+([-+.]w...

    正则表达式大全.docx

    正则表达式是一种强大的文本处理工具,用于在字符串中进行模式匹配和搜索替换操作。它由特殊字符(称为“元字符”)和普通字符组成,能够灵活地定义要查找的模式。以下是一些常见的正则表达式模式及其用途: 1. ...

    常用正则表达式大全.txt

    通过定义一组规则来识别文本中的特定模式,正则表达式被广泛应用于各种场景,如数据验证、搜索替换等。 ### 数字验证 1. **纯数字验证**:只允许输入纯数字。 - 正则表达式:`^[0-9]*$` - 示例:`12345` 2. **...

    精通正则表达式(第三版)简体中文版

    3. **文本替换**:基于模式对文本进行替换操作,如去除HTML标签、转换大小写等。 4. **数据提取**:从复杂的数据中提取所需的信息,如从网页中抓取特定内容。 5. **日志分析**:从系统日志中提取关键信息进行监控和...

    源码(精通正则表达式&实战正则表达式)

    在IT领域,正则表达式(Regular Expression,简称regex)是一种强大的文本处理工具,用于匹配、查找、替换或提取字符串中的特定模式。本资源“源码(精通正则表达式&实战正则表达式)”专注于JavaScript环境下的正则...

    JavaScript正则表达式匹配 div style标签

    正则表达式是处理字符串的强大工具,它允许我们对字符串进行匹配、搜索、替换等操作。在JavaScript中,正则表达式以斜杠“/”包围的形式出现,例如`/pattern/flags`。在处理HTML文档时,经常会遇到需要从HTML代码中...

    JS正则表达式的使用以video标签为例

    使用JS正则表达式,选取video元素的src属性的值,利用jQuery选取元素

    delphi xe 10 正则表达式

    3. **去除HTML标签**:使用 `&lt;[^&gt;]*&gt;` 可以找到并替换掉文本中的HTML标签。 4. **数字格式化**:将连续的数字字符替换为逗号分隔的格式,如 `(\d{1,3}(?=(\d{3})+(?!\d)))` 可以实现这个功能。 六、注意事项 - ...

    java正则表达式过滤html标签

    java正则表达式过滤html标签 java正则表达式过滤html标签是指使用java语言中的正则表达式来过滤html标签的操作。HtmlRegexpUtil这个工具类提供了多种过滤html标签的方法,包括过滤所有以"开头以"&gt;"结尾的标签、找出...

    正则表达式 Java 判断字串是否合理

    正则表达式是一种强大的文本处理工具,它能够帮助我们匹配、查找、替换等操作符合某种规则的字符串。在Java中,通过`java.util.regex`包提供了对正则表达式的支持。 ### 2. 邮箱地址验证 在实际应用中,经常需要...

    js_正则表达式全攻略

    正则表达式(Regular Expression)是一种强大的文本处理工具,能够帮助开发者进行复杂的字符串搜索和替换。在JavaScript中,正则表达式被广泛应用于字符串操作、表单验证、数据提取等多种场景,其简洁性和灵活性使其...

    正则表达式列举 代码 项目中直接使用

    正则表达式是一种强大的文本处理工具,用于模式匹配、搜索、替换等操作,在软件开发、数据处理、网络爬虫等领域有着广泛的应用。在项目中直接使用正则表达式可以极大地提高代码的效率和可读性。以下是对给定文件中的...

    正则表达式的妙用

    正则表达式,全称Regular Expression,是一种强大的文本处理工具,尤其在数据挖掘、文本匹配、搜索替换等方面有着广泛的应用。在IT行业中,熟练掌握正则表达式是提高工作效率的关键技能之一,尤其对于程序员和数据...

    正则表达式.doc

    正则表达式是一种强大的文本处理工具,用于在字符串中匹配、查找、替换或提取符合特定模式的文本。正则表达式并非新概念,其起源可追溯到20世纪早期对神经网络的研究,由数学家Stephen Kleene提出,并在Ken Thompson...

    正则表达式处理html文本例子

    在处理HTML文本时,正则表达式尤其有用,可以用来查找、替换或提取HTML标签及其内容。以下是对这个主题的详细阐述: 1. **基本正则表达式概念**:正则表达式是由字符和特殊符号组成的字符串,它们定义了一个模式,...

    正则表达式(基本包含所有验证的正则)

    有时我们需要去除一段文本中的HTML标签,这时可以使用如下的正则表达式: ```javascript var htmlTagPatrn = /&lt;(S*?)[^&gt;]*&gt;.*?|*?\/&gt;/; ``` 该正则表达式用于匹配带有闭合标签的HTML片段。 ##### 2. 英文大小写验证...

    正则表达式II 正则表达式

    - **JavaScript (JScript)**:JavaScript支持正则表达式的创建和使用,并提供了丰富的API来处理字符串匹配、搜索和替换等功能。 - **Visual Basic Script (VBScript)**:虽然功能相对有限,但VBScript同样支持基本的...

    正则表达式测试工具(VB6)

    而“正则表达式”标签则强调了该工具的核心特性,即处理和验证正则表达式。 文件名称列表中的"TestRegExp"可能是这个工具的主程序或库文件,运行后即可启动正则表达式测试工具。通过这个工具,无论是初学者还是经验...

Global site tag (gtag.js) - Google Analytics