정규 표현식 - 태그

Question

를 제거

가능한 중복 :
Using C# regular expressions to remove HTML tags

내가 태그를 제거하고 XML 파일의 다른 모든 정보를 보관해야합니다. 나는 정규 표현식을 사용할 때 어떻게 든 상실감에 처한다. 필자는 파일을 한 줄씩 읽은 다음 모든 태그를 찾아 "빈 문자열"로 바꾸려고했습니다. 그러나, 예상대로 작동되지 않습니다.

line = Regex.Replace(line, "<.*>", ""); 

내가 설명을 얻을시겠습니까이 예상 작동하지 않습니다 같은 이유 (난 그냥 또한, 수> < 안에있는 문자의 모든 가능한 조합을 찾을해야한다고 생각 정규 표현식에 대한 좋은 소개를 권유합니다. 정규 표현식에서 많은 것을 읽었습니다. 그러나 어떻게 든 불완전하고 혼란 스럽습니다.

Answer 1

다음과 일치하도록 * 한정사를 게으름 뱅크로 설정해야합니다. 마지막 :

line = Regex.Replace(line, "<.*?>", ""); 

Answer 2

XML을 정규 표현식으로 구문 분석하려고하는 것 외에도 (누군가 다른 사람이 그 링크를 게시 할 것임에 틀림 없다) 문제는 *이 이다. 욕심이이다. 문서의 첫 번째 <과 마지막 > 사이에 최대한 일치합니다. 예를 들어

,이 경우 :

<someTag>some stuff 

그 다음은 잘 작동 할 것입니다.

이있다 그러나 경우 :

<someTag>some stuff</someTag> 

은 그 다음 첫 번째 < 마지막 > 일치 따라서 태그 사이의 내용을 제거 할 수 있습니다. BlackBear가 제안

하나의 솔루션으로,이 비 욕심 만들기 위해 *에 ?를 추가하는 것입니다. 이렇게하면 가장 큰 것 대신 가능한 가장 작은 일치를 찾습니다.

그러나 I4V에서 설명한 것처럼 XML 파서를 사용하여 XML을 구문 분석하는 것이 더 나은 솔루션입니다.

Answer 3

왜 XML 파서를 사용해야 할 때 정규식과 시간을 낭비해야합니까?

using (var reader = XmlReader.Create("file.xml")) 
{ 
    while (reader.Read()) 
    { 
     switch (reader.NodeType) 
     { 
     case XmlNodeType.Text: 
     case XmlNodeType.CDATA: 
     case XmlNodeType.EntityReference: 
     case XmlNodeType.Whitespace: 
     case XmlNodeType.SignificantWhitespace: 
      Console.Write("{0}", reader.ReadContentAsString()); 
      break; 
     } 
    } 
}