从字符串中删除特定的非html标签

Question

我想知道如何使用C＃和RegEx轻松地从字符串中删除特定值。我有以下HTML字符串：

Add [tt]PEELED PLUM SHAPED TOMATOES in tomato juice[/tt][rg]WHOLE PEELED TOMATOES[/rg][rp]WHOLE PEELED TOMATOES in JUICE[/rp], basil, oregano, parsley, salt, black pepper, sugar, [tt]TOMATO SAUCE[/tt][rg]TOMATO SAUCE[/rg][rp]TOMATO SAUCE[/rp], [brand][rg]TOMATO PASTE[/rg][rp]TOMATO PASTE[/rp] 

我需要某种方式来过滤掉例如这部分：

[tt]PEELED PLUM SHAPED TOMATOES in tomato juice[/tt] 

所以应该删除[tt]标签以及中间的文本。如果[tt]标记在源字符串内多次出现，则也应该删除它。

这可以通过使用正则表达式吗？

感谢， 丹尼尔

Answer 1

是。只要[tt]标签从来没有嵌套，很容易：

result = Regex.Replace(subject, @"\[tt\].*?\[/tt\]", "", RegexOptions.Singleline); 

如果你希望嵌套[tt]标签，那么你需要重复应用下面的命令，一旦每个嵌套层次：

result = Regex.Replace(subject, @"\[tt\](?:(?!\[/?tt\]).)*\[/tt\]", "", RegexOptions.Singleline);