<img src=random.jpg> 및 <p>랜덤 텍스트</p> (html)

Question

C# http 모듈을 사용하여 웹 페이지에서 데이터를 제거하려고합니다. 나는 단지 원시 텍스트와 이미지을 원한다. 어떻게하면 다른 모든 것을 제거 할 수 있습니까?

private static Regex reg = new Regex(@"<img src=\t????????"); 

public override void Write(byte[] buffer, int offset, int count) 
    { 
     byte[] data = new byte[count]; 
     Buffer.BlockCopy(buffer, offset, data, 0, count); 
     string html = System.Text.Encoding.Default.GetString(buffer); 

     html = reg.Replace(html, string.Empty); 


     byte[] outdata = System.Text.Encoding.Default.GetBytes(html); 
     _sink.Write(outdata, 0, outdata.GetLength(0)); 
    } 

Answer 1

HtmlAgilityPack과 같은 HTML 구문 분석기를 사용하십시오.