如何使用正则表达式剔除文本中的HTML标记

80酷酷网    80kuku.com

  html标记|正则因为我的前段时间发的XMLHTTP批量抓取远程资料的文章
http://blog.csdn.net/babyt/archive/2004/09/08/98516.aspx
最近有人来问我如何将文章用文本格式保存,而不是直接使用HTML存储,这样的话会节约数据库空间.于是写了这么个函数来将文本中的HTML标记剔除

函数虽然简单,但是对处理HTML文档还是很有效的
<%
Function RemoveHTML(strHTML)
Dim objRegExp, Match, Matches
Set objRegExp = New Regexp

objRegExp.IgnoreCase = True
objRegExp.Global = True
'取闭合的<>
objRegExp.Pattern = "<.+?>"
'进行匹配
Set Matches = objRegExp.Execute(strHTML)

' 遍历匹配集合,并替换掉匹配的项目
For Each Match in Matches
strHtml=Replace(strHTML,Match.Value,"")
Next
RemoveHTML=strHTML
Set objRegExp = Nothing
End Function

%>


分享到
  • 微信分享
  • 新浪微博
  • QQ好友
  • QQ空间
点击: