在C#处理HTML片段时，经常需要操作UL、LI结构下的指定标签内容，比如删除UL内所有LI中的<span>标签文字，或者清除特定class的<a>标签内容。下面介绍两种常用的实现方法。
方法一：使用正则表达式处理字符串
这种方法适合处理结构简单、格式规范的HTML片段，不需要引入额外的第三方库，实现逻辑比较直接。核心思路是通过正则匹配到目标标签，再替换为空字符串。
实现步骤
- 定义匹配目标标签的正则表达式，需要覆盖标签的开闭标签和内部内容
- 使用Regex类的Replace方法替换匹配到的内容
- 处理可能的嵌套标签情况，调整正则规则
代码示例
以下示例实现删除UL下所有LI中的<span class="delete-me">标签内的文字：
using System;
using System.Text.RegularExpressions;
class Program
{
static void Main()
{
// 原始HTML片段
string html = "<ul><li>第一项<span class="delete-me">要删除的内容</span></li><li>第二项<span class="delete-me">要删除的内容2</span></li></ul>";
// 正则匹配span标签，class为delete-me，匹配开标签、内容和闭标签
string pattern = "<span\s+class="delete-me"[^>]*>.*?</span>";
// 替换为空字符串
string result = Regex.Replace(html, pattern, "", RegexOptions.IgnoreCase);
Console.WriteLine(result);
}
}
注意正则中的.*?是非贪婪匹配，避免匹配到多个连续的目标标签时出错。如果HTML中有换行，需要加上RegexOptions.Singleline参数。
方法二：使用HtmlAgilityPack库解析
当HTML结构复杂、存在嵌套或者格式不规范时，正则匹配容易出错，此时推荐使用HtmlAgilityPack库，它可以像操作DOM一样处理HTML文档，准确性和稳定性更高。
使用前准备
首先需要通过NuGet安装HtmlAgilityPack包，安装完成后引入对应的命名空间即可使用。
实现步骤
- 加载HTML片段到HtmlDocument对象
- 使用XPath语法定位到UL下的LI节点
- 遍历LI节点，查找内部的指定标签
- 移除找到的目标标签
- 输出处理后的HTML内容
代码示例
以下示例实现删除UL下所有LI中的<span class="delete-me">标签：
using System;
using HtmlAgilityPack;
class Program
{
static void Main()
{
// 原始HTML片段
string html = "<ul><li>第一项<span class="delete-me">要删除的内容</span></li><li>第二项<span class="delete-me">要删除的内容2</span></li></ul>";
HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(html);
// 选取所有ul下的li节点
var liNodes = doc.DocumentNode.SelectNodes("//ul/li");
if (liNodes != null)
{
foreach (var li in liNodes)
{
// 选取li下class为delete-me的span标签
var targetSpans = li.SelectNodes(".//span[@class='delete-me']");
if (targetSpans != null)
{
foreach (var span in targetSpans)
{
// 移除该span节点
span.Remove();
}
}
}
}
Console.WriteLine(doc.DocumentNode.OuterHtml);
}
}
两种方法对比
可以通过下面的表格了解两种方法的适用场景：
| 方法 | 优势 | 劣势 | 适用场景 |
|---|---|---|---|
| 正则表达式 | 无需第三方库，实现简单 | 复杂HTML容易匹配出错，不支持嵌套标签精准处理 | 结构简单、格式规范的短HTML片段 |
| HtmlAgilityPack | 支持复杂HTML结构，匹配精准，容错性高 | 需要引入第三方库，学习成本稍高 | 复杂HTML、嵌套结构、格式不规范的文档 |
注意事项
- 使用正则处理时，要确保HTML片段没有特殊格式，避免正则规则失效
- 使用HtmlAgilityPack时，XPath语法要准确，避免选到不需要的节点
- 如果只需要删除标签内的文字而保留标签本身，可以修改逻辑，只清空标签的InnerHtml属性即可
处理HTML内容时要注意编码问题，避免出现乱码，建议统一使用UTF-8编码处理字符串。
C#UL_LI正则匹配HtmlAgilityPack字符串处理修改时间：2026-06-12 00:45:27