Partilhar via

Como: Identificar o texto em uma cadeia de caracteres HTML no Visual Basic

  • Artigo

Este exemplo demonstra como usar uma expressão regular simples para remover as Rótulos de um documento HTML.

Exemplo

Rótulos HTML coincide com a expressão regular \<[^\>]+\>, que significa que:

  1. O caractere "<", seguido pela

  2. Um conjunto de caracteres de um ou mais, não incluindo o ">" caractere, seguido por

  3. O caractere ">".

Este exemplo usa o compartilhada Regex.Replace método para substituir todas as correspondências de expressão regular de marca por uma seqüência de caracteres vazia.

    ''' <summary>Removes the tags from an HTML document.</summary>
    ''' <param name="htmlText">HTML text to parse.</param>
    ''' <returns>The text of an HTML document without tags.</returns>
    ''' <remarks></remarks>
    Function GetTextFromHtml(ByVal htmlText As String) As String
        Dim output As String = Regex.Replace(htmlText, "\<[^\>]+\>", "")
        Return output
    End Function

Esse exemplo exige que você use a declaração Imports para importar o namespace System.Text.RegularExpressions.Para obter mais informações, consulte Declaração Imports (Tipo e Namespace .NET).

Consulte também

Tarefas

Como: Identificar hyperlinks em uma cadeia de caracteres HTML no Visual Basic

Como: Faixa de caracteres inválida de uma Cadeia de Caracteres

Outros recursos

Analisando Sequências de Caracteres em Visual Basic