如前所述，不應(yīng)使用正則表達式處理XML或HTML文檔。它們在HTML和XML文檔中的性能不太好，因為無法以一般的方式表示嵌套結(jié)構(gòu)。

你可以用以下方法。

String result = Regex.Replace(htmlDocument, @"<[^>]*>", String.Empty);

這在大多數(shù)情況下都是可行的，但也會出現(xiàn)一些情況(例如，包含尖括號的CDATA)，這些情況不能像預(yù)期的那樣工作。

這個問題太寬泛了，無法確定地回答。你是說從一個真實的HTML文檔中刪除所有標簽，就像網(wǎng)頁一樣？如果是這樣，你必須：

• 刪除<！DOCTYPE聲明或<？xml Prolog(如果它們存在)
• 刪除所有SGML注釋
• 刪除整個Head元素
• 刪除所有腳本和樣式元素
• Grabthar-知道用表單和表元素做什么嗎？
• 移除其余的標簽
• 從CDATA節(jié)中刪除<！[CDATA[和]>序列，但將其內(nèi)容單獨保留

這只是我的頭頂-我相信還有更多。一旦你完成了所有這些，你最終會得到一些地方的單詞、句子和段落，而另一些地方則會出現(xiàn)大量無用的空格。

但是，假設(shè)您只使用一個片段，并且只需刪除所有標記即可，下面是我將使用的正則表達式：

@"(?></?\w+)(?>(?:[^>'""]+|'[^']*'|""[^""]*"")*)>"

在自己的選項中匹配單引號和雙引號字符串足以解決屬性值中的尖括號問題。我不認為有任何必要顯式匹配標記中的屬性名稱和其他內(nèi)容，就像Ryan的答案中的正則表達式那樣；第一個選項處理了所有這些。

如果你想知道這些(?>...)構(gòu)造，它們是原子群..它們使正則表達式更高效，但更重要的是，它們防止了失控的回溯，這是您在混合交替和嵌套量詞時應(yīng)該注意的事情，就像我所做的那樣。我不認為這會是一個問題，但我知道如果我不提，其他人會。；-)

當然，這個正則表達式并不完美，但它可能是您所需要的最好的。