ASP.NET过滤HTML标签只保留换行与空格的方法

本文实例讲述了asp.net过滤html标签只保留换行与空格的方法。分享给大家供大家参考。具体分析如下：

自己从网上找了一个过滤html标签的方法，我也不知道谁的才是原创的，反正很多都一样。我把那方法复制下来，代码如下：

///   <summary>
///   去除html标记
///   </summary>
///   <param name="nohtml">包括html的源码   </param>
///   <returns>已经去除后的文字</returns>
public static string nohtml(string htmlstring)
{
  //删除脚本
  htmlstring = regex.replace(htmlstring, @"<script[^>]*?>.*?</script>", "",
    regexoptions.ignorecase);
  //删除html
  htmlstring = regex.replace(htmlstring, @"<(.[^>]*)>", "",
    regexoptions.ignorecase);
  htmlstring = regex.replace(htmlstring, @"([\r\n])[\s]+", "",
    regexoptions.ignorecase);
  htmlstring = regex.replace(htmlstring, @"-->", "", regexoptions.ignorecase);
  htmlstring = regex.replace(htmlstring, @"<!--.*", "", regexoptions.ignorecase);
  htmlstring = regex.replace(htmlstring, @"&(quot|#34);", "\"",
    regexoptions.ignorecase);
  htmlstring = regex.replace(htmlstring, @"&(amp|#38);", "&",
    regexoptions.ignorecase);
  htmlstring = regex.replace(htmlstring, @"&(lt|#60);", "<",
    regexoptions.ignorecase);
  htmlstring = regex.replace(htmlstring, @"&(gt|#62);", ">",
    regexoptions.ignorecase);
  htmlstring = regex.replace(htmlstring, @"&(nbsp|#160);", "   ",
    regexoptions.ignorecase);
  htmlstring = regex.replace(htmlstring, @"&(iexcl|#161);", "\xa1",
    regexoptions.ignorecase);
  htmlstring = regex.replace(htmlstring, @"&(cent|#162);", "\xa2",
    regexoptions.ignorecase);
  htmlstring = regex.replace(htmlstring, @"&(pound|#163);", "\xa3",
    regexoptions.ignorecase);
  htmlstring = regex.replace(htmlstring, @"&(copy|#169);", "\xa9",
    regexoptions.ignorecase);
  htmlstring = regex.replace(htmlstring, @"(\d+);", "",
    regexoptions.ignorecase);

  htmlstring.replace("<", "");
  htmlstring.replace(">", "");
  htmlstring.replace("\r\n", "");
  htmlstring = httpcontext.current.server.htmlencode(htmlstring).trim();
  return htmlstring;
}

以上代码是从网上直接复制过来的，这个确实能过滤掉所有的html标签，但是这个不是我想要的，这个过滤得太干净了，我如果用textarea输入框的话，我是要保留空格跟换行的。

然后我就自己改了一下这个方法，textarea的换行是\n，所以我得把这些标签重新匹配替换成<br>，这样的话从数据库中读取到页面时，就能正确的换行了，把空格替换成html的空格符，大功告成。

///   <summary>
///   去除html标记(保留br跟\r\n)
///   </summary>
///   <param   name="nohtml">包括html的源码   </param>
///   <returns>已经去除后的文字</returns>
public static string newnohtml(string htmlstring)
{
    //htmlstring.replace("\\r\\n", "%r%n").replace("<br>","%br%").replace("<br/>","%br&%").replace("\\n","%n");
    //删除脚本
    htmlstring = regex.replace(htmlstring, @"<script[^>]*?>.*?</script>", "",
      regexoptions.ignorecase);
    //删除html
    htmlstring = regex.replace(htmlstring, @"<(.[^>]*)>", "",
      regexoptions.ignorecase);
  
    htmlstring = regex.replace(htmlstring, @"-->", "", regexoptions.ignorecase);
    htmlstring = regex.replace(htmlstring, @"<!--.*", "", regexoptions.ignorecase);
    htmlstring = regex.replace(htmlstring, @"&(quot|#34);", "\"",
      regexoptions.ignorecase);
    htmlstring = regex.replace(htmlstring, @"&(amp|#38);", "&",
      regexoptions.ignorecase);
    htmlstring = regex.replace(htmlstring, @"&(lt|#60);", "<",
      regexoptions.ignorecase);
    htmlstring = regex.replace(htmlstring, @"&(gt|#62);", ">",
      regexoptions.ignorecase);
    htmlstring = regex.replace(htmlstring, @"&(nbsp|#160);", "   ",
      regexoptions.ignorecase);
    htmlstring = regex.replace(htmlstring, @"&(iexcl|#161);", "\xa1",
      regexoptions.ignorecase);
    htmlstring = regex.replace(htmlstring, @"&(cent|#162);", "\xa2",
      regexoptions.ignorecase);
    htmlstring = regex.replace(htmlstring, @"&(pound|#163);", "\xa3",
      regexoptions.ignorecase);
    htmlstring = regex.replace(htmlstring, @"&(copy|#169);", "\xa9",
      regexoptions.ignorecase);
    htmlstring = regex.replace(htmlstring, @"(\d+);", "",
      regexoptions.ignorecase);

    htmlstring.replace("<", "");
    htmlstring.replace(">", "");
    //htmlstring.replace("\r\n", "");
    htmlstring = httpcontext.current.server.htmlencode(htmlstring);
    htmlstring = regex.replace(htmlstring, @"((\r\n))", "<br>");
    htmlstring = regex.replace(htmlstring, @"(\r|\n)", "<br>");
    htmlstring = regex.replace(htmlstring, @"(\s)", " ");
    return htmlstring;
}

这个过滤可以用于让用户输入发布内容时的过滤。

希望本文所述对大家的asp.net程序设计有所帮助。