使用Regex删除脚本标记

我正在尝试使用我在本网站上找到的正则表达式，它似乎不起作用。 有任何想法吗？

输入字符串 ：

sFetch = "123\n\t\tfunction utmx_section(){}function utmx(){}\n\t\t(function()})();\n\t456"; 

正则表达式 ：

 sFetch = Regex.Replace(sFetch, ".*?", "", RegexOptions.IgnoreCase); 

Answer 1

添加RegexOptions.Singleline

 RegexOptions.IgnoreCase | RegexOptions.Singleline 

这将永远不会影响到一个。

因此，查找HTML Agility Pack等HTML解析器

Answer 2

正则表达式失败的原因是你的输入有newlines和元字符. 与它不符。

要解决此问题，您可以使用RegexOptions.Singleline选项作为S.Mark说，或者您可以将正则表达式更改为：

 "[\d\D]*?" 

使用[\d\D]代替. 。

\d是任何数字， \D是任何非数字，因此[\d\D]是一个数字或非数字，实际上是任何字符。

Answer 3

如果您确实想要清理html字符串（并且您使用的是.NET），那么请查看Microsoft Web Protection Library ：

 Sanitizer.GetSafeHtmlFragment(untrustedHtml); 

这里有一个描述。

Answer 4

这有点短：

  " 

要么

 "<[^>]*>[^>]*>"