CSDN博客

img babyt

[原创代码]用正则表达式剔除文本中的HTML标记

发表于2004/9/14 1:43:00  1848人阅读

分类: 软件技术

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

%>

0 0

相关博文

我的热门文章

img
取 消
img