• 去除html标签

    普通类
    • 支持
    • 批判
    • 提问
    • 解释
    • 补充
    • 删除
    • 1、得到网页上的链接地址

    string matchString = @"<a[^>]+href=\s*(?:'(?<href>[^']+)'|""(?<href>[^""]+)""|(?<href>[^>\s]+))\s*[^>]*>";

    • 2、得到网页的标题

    string matchString = @"<title>(?<title>.*)</title>";

    • 3、去掉网页中的所有的html标记

    （1）html中

    string temp = Regex.Replace(html, "<[^>]*>", ""); //html是一个要去除html标记的文档

    （2）java中

    str = str.replaceAll("<[^>]*>", "");

    (3)js中

    function delHtmlTag(str)
    {
    return str.replace(/<\/?.+?>/g,"");//去掉所有的html标记
    }
    这个可能IE5会错，那用这个：
    function delHtmlTag(str)
    {
    return str.replace(/<[^>]+>/g,"");//去掉所有的html标记
    }

    • 4、其他一些方法

    document方法：

    getElementById(id) 返回指定结点的引用
    getElementsByTagName(name) 返回文档中所有匹配的元素的集合
    createElement(name) 创建指定类型的新结点
    createTextNode(text) 创建一个纯文本结点

    element方法：

    getAttribute(id) 返回指定属性的值
    setAttribute(id,value) 给属性赋值
    removeAttribute(id) 移除指定属性和它的值
    getElementsByTagName(name) 返回结点内所有匹配的元素的集合

    node方法：

    appendChild(child) 给指定结点添加一个新的子结点
    removeChild(child) 移除指定结点的子结点
    replaceChild(newChild,oldChild) 替换指定结点的子结点
    insertBefore(newChild,refChild) 在同一层级的结点前面插入新结点
    hasChildNodes() 如果结点有子结点则返回true

    node属性：

    nodeName 以字符串的格式存放结点的名称
    nodeType 以整型数据格式存放结点的类型
    nodeValue 以可用的格式存放结点的值
    parentNode 指向结点的父结点的引用
    childNodes 指向子结点的引用的集合
    firstChild 指向子结点结合中的第一个子结点的引用
    lastChild 指向子结点结合中的最后一个子结点的引用

    • 标签：
    • 结点
    • html
    • 标签
    • 指定
  • 加入的知识群：
    学习元评论 (0条)

    评论为空
    聪明如你，不妨在这 发表你的看法与心得 ~



    登录之后可以发表学习元评论。
      
暂无内容~~
顶部