怎么过滤掉网页中的脚本块
0
悬赏园豆：50
[已解决问题]
解决于 2008-08-11 12:41
<P>最近做一个下载网页的程序，下载后想要把网页中的无用内容都过滤掉。</P><P>想找一个过滤javascript脚本块的正则表达式。</P><P>让我崩溃的是，在网上找了三天，竟找不到一个能用的。</P><P>比如这个："<script[\s\S]+</script *>"</P><P>它会把"<script"和"</script>"中所有都替换掉。<BR>如果页头部分有个脚本块，然后页面底部也有一个脚本块，它就把这之间所有内容给匹配了。这显然是不正确的。<BR></P><P>期待高人...</P>
最佳答案
0
<script.+?</script *>
我测试了一下，测试代码如下：
string t = System.Text.RegularExpressions.Regex.Replace(
"<script aaa><--ass--></script>bbb<script aaa>ass</script>",
@"<script.+?</script *>", "");
结果是bbb,即script 以外的部分,应该是你所希望的结果
如果用
<script[\s\S]+</script *>
结果是""
用<script[^<]+</script *>
结果是：
<script aaa><--ass--></script>bbb
其他回答(3)
0
没有办法把所有的脚本块全部过滤掉
0
http://www.cnblogs.com/skyblue/archive/2007/03/14/674554.html
看看这个，好多人都研究过了，成果直接拿来用还是不错的，感谢原作者
0
<script[^<]+</script *>
