Bagaimana untuk mengekstrak teks dengan cekap dari HTML dalam ASP.NET?

<p><img src="/static/imghw/default1.png" data-src="https://img.php.cn/upload/article/000/000/000/173660560729540.jpg" class="lazy" alt="How to Efficiently Extract Text from HTML in ASP.NET? "></p> <p><strong>Kaedah pengekstrakan teks HTML dalam ASP.NET</strong></p> <p>Apabila memproses data HTML dalam ASP.NET, selalunya perlu mengalih keluar tag HTML untuk mengekstrak kandungan teks biasa. Artikel ini memperkenalkan beberapa teknik pengekstrakan teks yang biasa digunakan, termasuk: </p> <p><strong>Penyelesaian berasaskan ungkapan biasa</strong></p> <p>Penyelesaian ini menggunakan ungkapan biasa untuk mengalih keluar tag HTML dengan cekap. Pengekstrakan teks dicapai dengan menggantikan semua corak teg HTML (cth. teg bermula dengan <code><</code>). </p> <p><strong>Penormalan dan Pembersihan</strong></p> <p>Selepas tag dialih keluar, pemprosesan selanjutnya diperlukan untuk menormalkan rentetan. Aksara ruang berbilang digantikan dengan ruang tunggal, dan ruang hadapan dan belakang dialih keluar. Ia juga mungkin untuk menukar entiti aksara HTML kembali kepada aksara sebenar jika perlu. </p> <p><strong>Penghadan</strong></p> <p>Walaupun kaedah ini boleh dipercayai, ia juga mempunyai had. HTML dan XML membenarkan aksara <code>></code> dalam nilai atribut. Jika nilai sedemikian wujud, senario ini mungkin mengembalikan token yang rosak. </p> <p><strong>Amalan Terbaik</strong></p> <p>Walaupun kaedah ungkapan biasa boleh mengekstrak teks dengan cepat dan cekap, ia bukanlah penyelesaian yang sempurna. Untuk hasil yang lebih tepat dan boleh dipercayai, adalah disyorkan untuk menggunakan penghurai HTML yang sesuai. </p> <p><strong> Contoh: </strong></p> <div class="code" style="position:relative; padding:0px; margin:0px;"><pre class='brush:php;toolbar:false;'>string html = "<p>- Hello</p>"; string text = Regex.Replace(html, @"<[^>]+>", ""); //去除HTML标签 text = Regex.Replace(text, @"\s+", " "); //将多个空格替换为单个空格 text = text.Trim(); //去除开头和结尾的空格</pre><div class="contentsignin">Salin selepas log masuk</div></div> <p>Kod ini akan mengekstrak teks "Hello" daripada rentetan HTML. </p>

Atas ialah kandungan terperinci Bagaimana untuk mengekstrak teks dengan cekap dari HTML dalam ASP.NET?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!