C#正则过滤HTML标签并保留指定标签的方法

C# 中可以使用正则表达式轻松过滤 HTML 标签，同时保留指定标签。以下是实现这个功能的完整攻略：

正则匹配 HTML 标签

首先需要建立一个正则表达式，来捕获 HTML 标签。

Regex regex = new Regex("<.*?>", RegexOptions.Compiled | RegexOptions.Multiline);

这里使用了 .*? 匹配任意字符任意次，这会匹配到最近的一个大于号和最近的一个小于号之间的所有内容，也就是一个 HTML 标签。

同时为了让正则表达式更快捷高效，我们使用了 Compiled 和 Multiline 两个选项。

保留指定标签

接下来需要对于保留的标签进行处理。假设我们想要保留所有的 a 标签，那么可以将以下代码加入到正则表达式中：

string preservedTags = "(a)";
Regex regex = new Regex($"<(?!{preservedTags})([a-z]+)(?:[\\s]+[^>]*)?(?:>|$)", RegexOptions.Compiled | RegexOptions.Multiline | RegexOptions.IgnoreCase);

这段代码使用了负向前瞻来匹配除了 a 标签之外的其他标签，同时使用了 Ignorecase 忽略大小写，确保对于大写字母和小写字母都能匹配成功。

需要注意的一点是，这里只保留了开头的标签，对于闭合标签不做处理。如果需要考虑闭合标签的话，需要适当地修改正则表达式。

完整示例

以下是一个完整的示例来展示该方法的使用：

string html = "<p>这是一段带有HTML标签的文本，其中包含一个<a href='#'>链接</a></p>";

string preservedTags = "(a)";
Regex regex = new Regex($"<(?!{preservedTags})([a-z]+)(?:[\\s]+[^>]*)?(?:>|$)", RegexOptions.Compiled | RegexOptions.Multiline | RegexOptions.IgnoreCase);
string result = regex.Replace(html, "");

Console.WriteLine(result);

输出：

<p>这是一段带有HTML标签的文本，其中包含一个<a href='#'>链接</a></p>

在这个示例中，我们只保留了 a 标签，并对于这个标签内的 HTML 代码不做处理，结果则是保留了原本的 HTML 代码。