我有一个这样的HTML字符串：
<html><body><p>foo <a href='http://www.example.com'>bar</a> baz</p></body></html>
我希望剥离所有html标签,以便生成的字符串变成：@H_404_5@
foo bar baz
从另一个帖子在这里,我已经提出了这个功能(使用Html敏捷包)：@H_404_5@
Public Shared Function stripTags(ByVal html As String) As String
Dim plain As String = String.Empty
Dim htmldoc As New HtmlAgilityPack.HtmlDocument
htmldoc.LoadHtml(html)
Dim invalidNodes As HtmlAgilityPack.HtmlNodeCollection = htmldoc.DocumentNode.SelectNodes("//html|//body|//p|//a")
If Not htmldoc Is Nothing Then
For Each node In invalidNodes
node.ParentNode.RemoveChild(node,True)
Next
End If
Return htmldoc.DocumentNode.WriteContentTo
End Function
不幸的是,这不会返回我的期望,而是给出：@H_404_5@
bazbarfoo
问候和快乐的编码！@H_404_5@
更新：通过以下答案,我想出了这个功能,可能对别人有用：@H_404_5@
Public Shared Function stripTags(ByVal html As String) As String
Dim htmldoc As New HtmlAgilityPack.HtmlDocument
htmldoc.LoadHtml(html.Replace("</p>","</p>" & New String(Environment.NewLine,2)).Replace("<br/>",Environment.NewLine))
Return htmldoc.DocumentNode.InnerText
End Function
解决方法
为什么不返回htmldoc.DocumentNode.InnerText而不是删除所有的非文本节点？它应该给你你想要的
